滚动轴承齿轮振动检测论文

测加速度用力传感器，应该比速度好测量吧。我是外行，完全瞎猜。

维普数据网有!

滚动轴承因其固有的特性、制造条件、使用情况的不同，其振动可能是低频或高频振动，但更多情况下是同时包含了低频和高频两种振动成分。 因此，检测的振动速度和加速度分别覆盖两个频带，必要时也可用滤波器取出所需的频率成分。 如果是较宽的频带上检测振动级，则低频振动的轴承检测振动速度，高频振动的轴承检测振动加速度。 根据所监测频带的不同，可将滚动轴承故障的振动诊断划分为低频诊断和高频诊断，其中低频诊断主要是针对轴承中各元件的故障进行的；而高频诊断则着眼于滚动轴承存在的缺陷进行的。 他们在原理上没有太大的区别，都是要通过频谱分析等手段，找出不同元件（外圈滚道、内圈滚道、滚动体等）各种异常形式对应的故障特征，加以判断滚动轴承故障部位及其故障严重程度。

这个问题题主有答案了嘛，同问

滚动轴承故障诊断的目的是保证轴承在一定的工作环境中承受一定荷载以一定的转速运转、在一定的工作期间内可靠有效地运行，以保证整个机器的工作精度。与此目的相对应，轴承故障诊断就要通过对能够反映轴承工作状态的信号进行观测、分析和处理来识别轴承的状态。所以，在一定程度上说，轴承故障诊断就是轴承的状态识别。完整的轴承故障诊断过程包括以下五个方面的内容：（1）信号测取。根据轴承的工作环境和性质，选择并测量能够反映轴承工况或状态的信号。（2）特征提取。以一定的信号分析与处理方法从测量的信号中抽取出能够反映轴承状态的有用信息。（3）状态识别。以一定的状态识别方法识别轴承的状态，即简单判断轴承工作是否有故障。（4）状态分析。根据征兆，进一步分析有关状态的情况以及发展趋势。当有故障时，详细分析故障类型、性质、部位、产生原因与趋势等。（5）决策干预。根据轴承状态及其发展趋势，做出决策，如调整、控制，或继续监视等。轴承故障诊断的目的是从故障定位到确定故障性质，进而确定故障发生的程度。由于神经网络具有处理复杂多模式的能力，以及进行联想、推测和记忆的功能，因而适于应用在滚珠轴承的故障诊断上。利用神经网络对滚动轴承进行故障诊断，能够在早期故障时发出预警信号，提前对将要发生故障的轴承进行维修或更换，缩短停工停产时间和减小维修费用，从而使损失减少到最低，保证生产顺利安全进行。……预知详尽解答，请发邮件给信箱。