轴承振动信号采集分析系统设计与实现

李浩天; 赵振刚; 李英娜; 许晓平; 李川

doi:10.13873/J.1000-9787(2017)10-0095-04

Chinese

您当前的位置：

首页 >

文章列表页 >

轴承振动信号采集分析系统设计与实现

设计与制造 | 更新时间：2025-09-11

- 轴承振动信号采集分析系统设计与实现
- Design and realization of bearing vibration signal acquisition and analysis system
- 传感器与微系统 2017年36卷第10期页码：95-98
- 作者机构：
  
  昆明理工大学信息工程与自动化学院
- 作者简介：
- 基金信息：
- DOI：10.13873/J.1000-9787(2017)10-0095-04
  中图分类号： TH133.33
- 纸质出版：2017
- 稿件说明：
移动端阅览
[1]李浩天,赵振刚,李英娜,许晓平,李川.轴承振动信号采集分析系统设计与实现[J].传感器与微系统,2017,36(10):95-98.

LI Hao-tian, ZHAO Zhen-gang, LI Ying-na, et al. Design and realization of bearing vibration signal acquisition and analysis system[J]. 2017, 36(10): 95-98.
[1]李浩天,赵振刚,李英娜,许晓平,李川.轴承振动信号采集分析系统设计与实现[J].传感器与微系统,2017,36(10):95-98. DOI： 10.13873/J.1000-9787(2017)10-0095-04.

LI Hao-tian, ZHAO Zhen-gang, LI Ying-na, et al. Design and realization of bearing vibration signal acquisition and analysis system[J]. 2017, 36(10): 95-98. DOI： 10.13873/J.1000-9787(2017)10-0095-04.

摘要

准确采集振动信号信息是轴承故障诊断的关键

利用传感器采集振动信号数据

经A/D转换后传输至STM32微控制器

STM32控制Wi-Fi模块将数据发送至PC

采用局部均值分解（LMD）方法对采集的振动数据进行分析处理

实现对滚动轴承运行状态的远程监控。实验结果表明:系统能够对滚动轴承振动信号进行精准采集和分析

传输性能好、速度快

适合在工业行业推广使用。

Abstract

Accurate acquisition of vibration signal information is the key for bearing fault diagnosis. This system comprised a sensor to obtain vibration signal data

which are transmitted to STM32 micro-controller after A/D conversion

STM32 controls Wi-Fi module to transfer these data to PC. Afterwards

Local mean decomposition（LMD） is adopted to analyze and process the vibration data to perform a remote monitoring on the running state of the rolling bearing. The experimental results show that the system is capable of collecting and analyzing vibration signals effectively of the rolling bearing

it has good transmission performance at a fast speed and can be introduced to the industry.

关键词

Keywords

references

LMD-ICA联合降噪方法在滚动轴承故障诊断中的应用 [J]. 卞家磊,朱春梅,蒋章雷,吕俊燕. 中国机械工程 . 2016(07)

基于LMD自适应多尺度形态学和Teager能量算子方法在轴承故障诊断中的应用 [J]. 武哲,杨绍普,张建超. 振动与冲击 . 2016(03)

基于谐波小波和Hilbert的滚动轴承故障诊断方法 [J]. 张邦成,陈珉珉,尹晓静,高智,吴立刚. 现代制造工程 . 2015(06)

基于加速度传感器的打击能量无线测试系统设计 [J]. 王鹏,祁伟华,吕志刚. 传感器与微系统 . 2015(05)

基于STM32的嵌入式无线遥控系统的设计与实现 [J]. 蒋中俊,史铁刚,胡潇洒,王学,赵顺顺,余粟. 科技资讯 . 2015(10)

基于STM32的无线光电传感器设计 [J]. 陆万田,王崴,刘晓卫,徐晓东. 传感器与微系统 . 2014(09)

基于PSD的转轴振动位移测量与分析 [J]. 孙小超,周文,李明涛,李菊香. 传感器与微系统 . 2014(09)

基于形态滤波和HHT的滚动轴承故障特征提取 [J]. 刘继承,聂品磊,杨宏宇,宋剑白,杨文涛. 化工自动化及仪表 . 2014(05)

基于STM32的轴承振动测试仪的数据采集系统开发 [J]. 刘超,耿也,舒奎,肖志恒. 机床与液压 . 2014(08)

形态-奇异值分解降噪与LMD结合的滚动轴承故障诊断 [J]. 王志武,孙虎儿,刘维雄. 机械传动 . 2013(09)

多传感器信息融合在滚动轴承故障诊断中的应用 [J]. 马文龙,吕建新,吴虎胜,黄炯龙. 传感器与微系统 . 2013(07)

基于分布式全光纤传感器的电机故障诊断系统研究 [J]. 张毅,赵栋,许海燕,肖倩. 传感器与微系统 . 2011(04)

Application of the Teager–Kaiser energy operator in bearing fault diagnosis [J] . Patricia Henríquez Rodríguez,Jesús B. Alonso,Miguel A. Ferrer,Carlos M. Travieso. ISA Transactions . 2013 (2)

浏览量

223

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

基于小波包能量谱的往复式隔膜泵故障诊断研究

基于图神经网络的异构多传感器融合交流电机故障诊断

多传感器融合的煤矿井下带式输送机智能监测方法及应用

基于信息融合的餐饮油烟监测系统设计

基于GSA-SVM的谱仪放大器故障诊断研究