Diagnosis of incipient failures in rolling element bearings under nonstationary operation conditions by vibration analysis

Abstract

Rolling Element Bearings –REB are a fundamental part of most of rotating machines. Consequently, their fault detection and timely diagnosis are of great interest to improve the reliability and maintainability of rotational equipment. Vibration analysis is the most widely used tool for bearing diagnostics. Despite advances in algorithms and digital signal processing for diagnosis, it is common to find great advances for cases in which operating conditions remain stationary. This is not the case with many rotating equipment, where the angular velocity can be variable over time. In general, operation under variable speed conditions generates vibratory responses at which angle-periodic phenomena are combined with time-periodic phenomena. This work presents a method for the diagnosis of bearing failures, using "Computer Order Tracking" algorithms, Cycle-Non-Stationarity analysis and Spectral Kurtosis analysis. The method was evaluated using a series of signals captured under variable speed conditions and a series of simulated signals, under different load and speed conditions. Additionally, a signal demodulation strategy is proposed, and a classifier is presented, trained with a combination between simulated signals and captured signals for the diagnosis of types of failures.

Los rodamientos, son una parte fundamental de la mayoría de máquinas rotativas, consecuentemente, la detección de fallas y el diagnóstico temprano de estos elementos son de gran interés para incrementar los niveles de confiabilidad y mantenibilidad de los equipos rotativos. El análisis de vibraciones es la herramienta más utilizada para el diagnóstico de rodamientos. Pese a los avances en los algoritmos y procesamiento digital de señales para el diagnóstico, es común encontrar grandes avances para casos en los cuales las condiciones operativas se mantienen estacionarias. Este no es el caso de muchos equipos rotativos, donde la velocidad angular puede resultar variable en el tiempo. En general, la operación bajo condiciones de velocidad variable genera respuestas vibratorias en las cuales se combinan fenómenos ángulo-periódicos con fenómenos tiempo-periódicos. Este trabajo presenta un método para el diagnóstico de fallas en rodamientos, utilizando algoritmos de “Computer Order Tracking”, análisis de Ciclo-No-Estacionareidad y análisis de Kurtosis Espectral. El método fue evaluado utilizando una serie de señales capturadas bajo condiciones de velocidad variable y una serie de señales simuladas, bajo diferentes condiciones de carga y velocidad. Adicionalmente se propone una estrategia para la demodulación de señales, y se presenta un clasificador, entrenado con una combinación entre señales simuladas y señales capturadas para el diagnóstico de tipos de fallas. (Texto tomado de la fuente)