Détection de défaut de bague extérieure de roulement d'élément roulant.

2022-07-19

Les roulements à éléments roulants sont largement utilisés dans l'industrie d'aujourd'hui, de sorte que la maintenance de ces roulements devient une tâche importante pour le personnel de maintenance professionnel. Les roulements à éléments roulants sont sujets à l'usure due au contact métal sur métal, ce qui peut entraîner des défaillances de la bague extérieure, de la bague intérieure et des billes.

Les roulements à éléments roulants sont également les parties les plus vulnérables de la machine en raison de l'exposition fréquente à des charges élevées et à des vitesses de fonctionnement élevées. Un diagnostic régulier des défaillances des roulements des éléments roulants est essentiel pour la sécurité industrielle et le fonctionnement des machines, ainsi que pour réduire les coûts de maintenance ou éviter les temps d'arrêt. De la bague extérieure, de la bague intérieure et des billes, la bague extérieure est plus sujette aux défaillances et aux défauts.

La question de savoir si les fréquences naturelles des composants du roulement sont excitées ou non lorsque les éléments roulants traversent des défauts dans la bague extérieure est sujette à discussion. Par conséquent, nous devons identifier la fréquence naturelle de la bague extérieure du roulement et ses harmoniques.

Les défauts de roulement génèrent des impulsions et entraînent de fortes harmoniques de la fréquence de défaut dans le spectre du signal de vibration. En raison de la faible énergie, ces fréquences de défaut sont parfois masquées par des fréquences adjacentes dans le spectre. Par conséquent, lors d'une analyse par transformée de Fourier rapide, une résolution spectrale très élevée est généralement requise pour identifier ces fréquences.

La fréquence propre des roulements dans des conditions aux limites libres est de 3 kHz. Par conséquent, afin de détecter les défauts de roulement au stade initial à l'aide de la méthode de la bande passante de résonance des composants de roulement, un accéléromètre à plage de fréquences élevées doit être utilisé et les données doivent être acquises sur une longue durée.

Les fréquences caractéristiques de défaut ne peuvent être identifiées que lorsque le défaut est grave, comme la présence de trous dans la bague extérieure. Les harmoniques de la fréquence de défaut sont des indicateurs plus sensibles des défauts de la bague extérieure du roulement. Pour la détection de forme d'onde de défaut portant des défauts plus graves, les techniques de spectre et d'enveloppe aideront à analyser ces défauts. Bien sûr

Cependant, si la démodulation haute fréquence est utilisée dans une analyse d'enveloppe pour détecter les fréquences caractéristiques de défaut de roulement, les professionnels de la maintenance doivent être plus prudents dans l'analyse car la résonance peut ou non contenir la composante de fréquence de défaut.

L'utilisation de l'analyse spectrale comme outil pour identifier les défauts de roulement présente des défis importants en raison de la faible énergie, du maculage du signal, de la cyclostationnarité, etc.

Une haute résolution est souvent nécessaire pour distinguer les composantes de fréquence de défaut des autres fréquences adjacentes de grande amplitude. Par conséquent, lors de l'acquisition d'un signal pour une analyse par transformée de Fourier rapide, la longueur d'échantillonnage doit être suffisamment grande pour donner une résolution de fréquence suffisante dans le spectre.

De plus, il peut être difficile de maintenir le temps de calcul et la mémoire dans les limites et d'éviter les alias inutiles. Cependant, en estimant les fréquences de défaut des roulements et d'autres composants de fréquence de vibration et leurs harmoniques dues à la vitesse de l'arbre, au désalignement, à la fréquence de ligne, à la boîte de vitesses, etc., la résolution de fréquence minimale requise peut être obtenue.


We use cookies to offer you a better browsing experience, analyze site traffic and personalize content. By using this site, you agree to our use of cookies. Privacy Policy