滚动轴承健康智能监测和故障诊断机制研究综述

作     者：王婧 许志伟 刘文静 王永生 刘利民 WANG Jing;XU Zhiwei;LIU Wenjing;WANG Yongsheng;LIU Limin

作者机构：内蒙古工业大学数据科学与应用学院呼和浩特010080 中国科学院计算技术研究所北京100190 

出 版 物：《计算机科学与探索》 (Journal of Frontiers of Computer Science and Technology)

年 卷 期：2024年第18卷第4期

页      面：878-898页

核心收录：

学科分类：081203[工学-计算机应用技术] 08[工学] 0835[工学-软件工程] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

基　　金：国家自然科学基金(61962045,61962044,61902382,61972381) 中国科学院战略性先导研究计划项目(XDC02030500) 内蒙古自治区科技计划项目(2019GG372) 内蒙古自治区关键技术攻关计划项目(2020GG0094) 内蒙古工业大学科学研究项目(BS201934) 内蒙古自治区直属高校基本科研业务费项目(JY20220273) 内蒙古自治区自然科学基金(2023LHMS06023) 

主　　题：健康监测 故障诊断 数据分布 信号分析 数据驱动 

摘      要：轴承作为工业设备机械系统中最关键并且最容易发生故障的零件之一,长期处在高负荷的运行状态。当其发生故障时或者不可逆的磨损时,可能带来事故甚至造成巨大经济损失。因此,对其进行有效的健康监测和故障诊断,对于保障工业设备安全稳定运行有着重要的意义。为进一步促进轴承健康监测和故障诊断技术的发展,对当前现有的模型及方法进行分析与总结,并对现有技术进行划分、对比。从使用的振动信号数据分布出发,首先,对数据分布均匀下的相关方法进行整理,主要按照基于信号分析和基于数据驱动两方面进行研究现状的分类、分析与总结,对该情况下故障检测方法所存在的不足与缺陷进行概述。其次,考虑实际工况下数据采集通常具有不均衡特性的问题,对处理该类情况下的检测方法进行总结,并将现有研究中对该问题的不同处理技术根据其侧重点不同分为数据处理方法、特征提取方法、模型改进方法,并对所存在的问题进行分析。最后,对现有工业设备中轴承故障检测存在的挑战及未来发展方向进行了总结与展望。