?

滾動(dòng)軸承試驗(yàn)機(jī)遠(yuǎn)程監(jiān)測(cè)系統(tǒng)的設(shè)計(jì)與應(yīng)用

錢思思，張優(yōu)云，朱永生，閆玉平

（西安交通大學(xué)潤(rùn)滑理論及軸承研究所，陜西西安710049）

摘要：利用虛擬儀器、數(shù)據(jù)庫(kù)和無(wú)線網(wǎng)絡(luò)技術(shù)設(shè)計(jì)開發(fā)基于C/S與B/S混合結(jié)構(gòu)的滾動(dòng)軸承遠(yuǎn)程監(jiān)測(cè)系統(tǒng)，整個(gè)系統(tǒng)由下位機(jī)實(shí)時(shí)監(jiān)測(cè)子系統(tǒng)、上位機(jī)監(jiān)測(cè)診斷子系統(tǒng)以及兩者的數(shù)據(jù)通信3部分組成，能夠滿足實(shí)時(shí)數(shù)據(jù)的獲取與處理（尤其是大型二進(jìn)制數(shù)據(jù)的存儲(chǔ)問(wèn)題）、異常數(shù)據(jù)的篩選與上傳以及遠(yuǎn)程用戶的信號(hào)分析和故障診斷等工作。對(duì)6309深溝球軸承的全壽命周期試驗(yàn)結(jié)果表明：該系統(tǒng)能夠?qū)崟r(shí)監(jiān)測(cè)軸承的運(yùn)行狀態(tài)，并通過(guò)對(duì)篩選后的異常數(shù)據(jù)進(jìn)一步分析得到故障原因和故障部位，具有較高的實(shí)用價(jià)值。

關(guān)鍵詞：滾動(dòng)軸承；遠(yuǎn)程監(jiān)測(cè)；故障診斷；C/S結(jié)構(gòu)；B/S結(jié)構(gòu)

收到修改稿日期：2012-10-27

0　引　言

設(shè)備故障的遠(yuǎn)程監(jiān)測(cè)與診斷是計(jì)算機(jī)技術(shù)、通信技術(shù)及故障監(jiān)測(cè)診斷技術(shù)相結(jié)合的產(chǎn)物[1]，其實(shí)現(xiàn)了異地的專業(yè)化診斷服務(wù)，為企業(yè)節(jié)省了大量的人力物力資源，并為其提供專家水平的故障分析、診斷和處理的技術(shù)支持。

遠(yuǎn)程監(jiān)測(cè)診斷系統(tǒng)自出現(xiàn)后便得到了迅速發(fā)展。斯坦福大學(xué)和麻省理工學(xué)院合作開發(fā)了基于Internet的下一代遠(yuǎn)程監(jiān)控診斷示范系統(tǒng)；Bently公司開發(fā)了計(jì)算機(jī)在線設(shè)備運(yùn)行監(jiān)測(cè)系統(tǒng)Data Manager 2000[2]；NI公司也在其產(chǎn)品LabVIEW以及LabWindows/CVI中加入了網(wǎng)絡(luò)通信處理模塊[3]；法國(guó)“ALARM”研究組還對(duì)生產(chǎn)過(guò)程的智能報(bào)警和監(jiān)控系統(tǒng)進(jìn)行了長(zhǎng)期研究，并在多個(gè)項(xiàng)目中進(jìn)行了應(yīng)用[4]。西安交通大學(xué)早在1993年就建立了基于Modem電話線的遠(yuǎn)程監(jiān)測(cè)診斷系統(tǒng)[5]，隨后浙江大學(xué)、華中理工大學(xué)、哈爾濱工業(yè)大學(xué)[6]等高校也對(duì)遠(yuǎn)程狀態(tài)監(jiān)測(cè)與故障診斷系統(tǒng)進(jìn)行了深入研究，但在系統(tǒng)的體系結(jié)構(gòu)設(shè)計(jì)上研究不多，大多采用C/S或B/S結(jié)構(gòu)。

滾動(dòng)軸承是機(jī)械設(shè)備中最常用的部件之一，其運(yùn)行情況的好壞直接影響著整個(gè)機(jī)械設(shè)備系統(tǒng)的性能[7]。目前大多數(shù)企業(yè)在進(jìn)行滾動(dòng)軸承壽命試驗(yàn)時(shí)，是通過(guò)工人在試驗(yàn)現(xiàn)場(chǎng)巡檢，依靠自身聽覺經(jīng)驗(yàn)判斷試驗(yàn)軸承是否已損壞。這樣的方式不僅效率低下，而且診斷準(zhǔn)確率很低。本文針對(duì)某軸承廠的滾動(dòng)軸承加速疲勞壽命試驗(yàn)機(jī)，以振動(dòng)加速度信號(hào)和溫度信號(hào)為研究對(duì)象，設(shè)計(jì)實(shí)現(xiàn)了基于C/S與B/S混合結(jié)構(gòu)的滾動(dòng)軸承遠(yuǎn)程監(jiān)測(cè)系統(tǒng)，并利用信號(hào)分析和智能診斷技術(shù)進(jìn)行了滾動(dòng)軸承的遠(yuǎn)程故障診斷。

1　遠(yuǎn)程監(jiān)測(cè)系統(tǒng)結(jié)構(gòu)設(shè)計(jì)

1.1系統(tǒng)的體系結(jié)構(gòu)和工作原理

滾動(dòng)軸承遠(yuǎn)程監(jiān)測(cè)系統(tǒng)的主要目的是設(shè)計(jì)一種分布式體系結(jié)構(gòu)，實(shí)現(xiàn)資源的異地共享。信號(hào)分析與故障診斷的應(yīng)用計(jì)算量大，且這個(gè)過(guò)程要和用戶頻繁交互。本文結(jié)合B/S結(jié)構(gòu)升級(jí)維護(hù)便利的特點(diǎn)與C/S結(jié)構(gòu)響應(yīng)速度較高的優(yōu)點(diǎn)，在B/S結(jié)構(gòu)的基礎(chǔ)上引入ActiveX，創(chuàng)建一種混合的體系結(jié)構(gòu)，如圖1所示。

圖1　C/S與B/S的混合結(jié)構(gòu)圖

具體工作時(shí)下位機(jī)上的數(shù)據(jù)采集與監(jiān)測(cè)程序采集試驗(yàn)機(jī)上的滾動(dòng)軸承振動(dòng)數(shù)據(jù)，并將實(shí)時(shí)數(shù)據(jù)存入監(jiān)測(cè)數(shù)據(jù)庫(kù)。上位機(jī)上的數(shù)據(jù)接收程序通過(guò)無(wú)線局域網(wǎng)訪問(wèn)下位機(jī)上的監(jiān)測(cè)數(shù)據(jù)庫(kù)，利用異常數(shù)據(jù)篩選模塊獲取異常數(shù)據(jù)并存入上位機(jī)的數(shù)據(jù)庫(kù)服務(wù)器中。客戶機(jī)通過(guò)瀏覽器發(fā)出數(shù)據(jù)請(qǐng)求，Web服務(wù)器響應(yīng)該請(qǐng)求，啟動(dòng)應(yīng)用程序，訪問(wèn)數(shù)據(jù)庫(kù)服務(wù)器取得數(shù)據(jù)，然后在客戶端對(duì)軸承狀態(tài)進(jìn)行分析與診斷，最后將分析診斷結(jié)果以網(wǎng)頁(yè)的形式返回。

1.2系統(tǒng)實(shí)現(xiàn)

本系統(tǒng)服務(wù)器端采用C#語(yǔ)言在Visual Studio. NET 2005集成環(huán)境中開發(fā)，數(shù)據(jù)采集端在NI LabVIEW平臺(tái)上開發(fā)，選擇Windows 2003 Server作為本系統(tǒng)的網(wǎng)絡(luò)操作系統(tǒng)，以及SQL Server 2005作為本系統(tǒng)的數(shù)據(jù)庫(kù)管理系統(tǒng)，系統(tǒng)總體結(jié)構(gòu)如圖2所示。主要由下位機(jī)實(shí)時(shí)監(jiān)測(cè)子系統(tǒng)、數(shù)據(jù)通信網(wǎng)絡(luò)系統(tǒng)以及遠(yuǎn)程監(jiān)測(cè)診斷子系統(tǒng)3大子系統(tǒng)構(gòu)成[8]。

1.2.1下位機(jī)實(shí)時(shí)監(jiān)測(cè)子系統(tǒng)

下位機(jī)[9]以NI LabVIEW為開發(fā)平臺(tái)，通過(guò)溫度-加速度復(fù)合式傳感器拾取試驗(yàn)機(jī)上的滾動(dòng)軸承溫度和振動(dòng)加速度信號(hào)，使用研華公司的高速數(shù)據(jù)采集卡PCI-1715U進(jìn)行數(shù)據(jù)采集，并將數(shù)據(jù)存儲(chǔ)到SQL Server數(shù)據(jù)庫(kù)中。該子系統(tǒng)主要完成的功能有：

圖2　系統(tǒng)總體結(jié)構(gòu)

（1）數(shù)據(jù)采集與存儲(chǔ)。啟動(dòng)采集軟件，從監(jiān)測(cè)數(shù)據(jù)庫(kù)中讀取上次設(shè)置的采樣頻率、采樣長(zhǎng)度等參數(shù)，進(jìn)入主界面，對(duì)采集進(jìn)行必要的參數(shù)設(shè)置后開始采集。采集線程每1s左右采集一組數(shù)據(jù)并使這些數(shù)據(jù)入隊(duì)列，存儲(chǔ)線程每1s左右使數(shù)據(jù)出隊(duì)列，且以1min的時(shí)間間隔存儲(chǔ)一組數(shù)據(jù)。

滾動(dòng)軸承試驗(yàn)機(jī)中采集的波形數(shù)據(jù)包含豐富的信息量，為完整保存這些波形數(shù)據(jù)供日后信號(hào)分析與故障診斷用，本文使用LabVIEW SQL Toolkit[10]工具包將波形數(shù)據(jù)寫入數(shù)據(jù)庫(kù)。由于該包一次最多只能將8000B的數(shù)據(jù)寫入SQL Server的varbinary（n）類型字段中，而本系統(tǒng)的單精度浮點(diǎn)型振動(dòng)波形數(shù)據(jù)的采樣長(zhǎng)度為32768，無(wú)法一次寫入數(shù)據(jù)庫(kù)中，因此本文采取先按每8000 B分段存儲(chǔ)數(shù)據(jù)至臨時(shí)表，再利用觸發(fā)器將其合并入目標(biāo)表的做法完成數(shù)據(jù)存儲(chǔ)。

（2）實(shí)時(shí)狀態(tài)監(jiān)測(cè)。滾動(dòng)軸承的振動(dòng)信號(hào)中蘊(yùn)含了軸承的狀態(tài)信息，軸承發(fā)生故障時(shí)，其振動(dòng)信號(hào)的許多統(tǒng)計(jì)特征參量對(duì)軸承狀態(tài)變化比較敏感，會(huì)隨故障的性質(zhì)及大小發(fā)生變化。由于峰值因子指標(biāo)、峭度指標(biāo)、裕度指標(biāo)、波形指標(biāo)以及脈沖指標(biāo)這5個(gè)無(wú)量綱指標(biāo)值的大小不受軸承尺寸、轉(zhuǎn)速及負(fù)荷的影響，而只取決于故障的大小和類型[11]，所以本文選擇監(jiān)測(cè)上述5個(gè)指標(biāo)的變化來(lái)初步判別軸承是否發(fā)生故障。這5項(xiàng)指標(biāo)的定義如下：

圖3　無(wú)量綱指標(biāo)及溫度歷史曲線

根據(jù)以上指標(biāo)的計(jì)算結(jié)果并結(jié)合相應(yīng)的閾值可以進(jìn)行軸承故障的判定。例如，峰值因子指標(biāo)能比較準(zhǔn)確地反映出當(dāng)軸承零件出現(xiàn)局部剝落、凹坑一類的故障，并指出軸承正常時(shí)峰值因子小于5，如果在5～10之間表明軸承已有異常，10以上則表明軸承已產(chǎn)生了較為嚴(yán)重的故障。此外，溫度也是檢測(cè)滾動(dòng)軸承運(yùn)行是否正常的一個(gè)重要指標(biāo)，它與潤(rùn)滑材料有很大關(guān)系，比如油潤(rùn)滑情況下，滾動(dòng)軸承溫度上限為90℃，脂潤(rùn)滑情況下為95℃。本監(jiān)測(cè)系統(tǒng)中對(duì)這5項(xiàng)無(wú)量綱指標(biāo)及溫度的監(jiān)測(cè)界面如圖3所示。

1.2.2數(shù)據(jù)通信網(wǎng)絡(luò)系統(tǒng)

圖4　系統(tǒng)拓?fù)鋱D

本系統(tǒng)的數(shù)據(jù)庫(kù)包括下位機(jī)監(jiān)測(cè)數(shù)據(jù)庫(kù)及上位機(jī)中心數(shù)據(jù)庫(kù)兩部分。試驗(yàn)軸承的實(shí)時(shí)監(jiān)測(cè)數(shù)據(jù)通過(guò)現(xiàn)場(chǎng)的數(shù)據(jù)采集系統(tǒng)獲取后，存放在下位機(jī)的監(jiān)測(cè)數(shù)據(jù)庫(kù)中，這些實(shí)時(shí)數(shù)據(jù)必須通過(guò)網(wǎng)絡(luò)傳輸至該軸承廠檢測(cè)中心的服務(wù)器，并提供數(shù)據(jù)源至服務(wù)器的其他應(yīng)用端。本系統(tǒng)使用802.11b/g混合標(biāo)準(zhǔn)的無(wú)線AP在檢測(cè)試驗(yàn)中心組建了Infrastructure結(jié)構(gòu)的無(wú)線局域網(wǎng)，客戶機(jī)可以通過(guò)無(wú)線網(wǎng)卡接入無(wú)線局域網(wǎng)，也可以通過(guò)雙絞線直接和無(wú)線AP連接接入無(wú)線局域網(wǎng)。該網(wǎng)絡(luò)覆蓋范圍為500m左右，拓?fù)浣Y(jié)構(gòu)如圖4所示。

1.2.3遠(yuǎn)程監(jiān)測(cè)診斷子系統(tǒng)

本系統(tǒng)的遠(yuǎn)程狀態(tài)監(jiān)測(cè)是在現(xiàn)場(chǎng)監(jiān)測(cè)的基礎(chǔ)上基于LabVIEW[12-13]的VI Web發(fā)布功能實(shí)現(xiàn)的。LabVIEW開發(fā)環(huán)境自身有一個(gè)已連接好的Web服務(wù)器，該服務(wù)器把VI的前面板發(fā)布到Web頁(yè)面上，客戶端的用戶就可以通過(guò)瀏覽器對(duì)服務(wù)器端的遠(yuǎn)程面板進(jìn)行監(jiān)控。

圖5　基于一類SVM的異常數(shù)據(jù)篩選流程

下位機(jī)監(jiān)測(cè)數(shù)據(jù)庫(kù)的數(shù)據(jù)經(jīng)過(guò)網(wǎng)絡(luò)的傳輸以及數(shù)據(jù)接收和篩選模塊之后進(jìn)入上位機(jī)中心數(shù)據(jù)庫(kù)，在本系統(tǒng)中使用“基于一類支持向量機(jī)（support vector machine，SVM）的異常數(shù)據(jù)篩選”方法篩選異常數(shù)據(jù)，篩選流程如圖5所示。從滾動(dòng)軸承的正常振動(dòng)信號(hào)中提取22個(gè)指標(biāo)，加上溫度值，共23個(gè)指標(biāo)作為樣本的特征向量來(lái)訓(xùn)練一類SVM。22個(gè)振動(dòng)信號(hào)指標(biāo)中，11個(gè)時(shí)域指標(biāo)，11個(gè)頻域指標(biāo)。11個(gè)時(shí)域指標(biāo)除“實(shí)時(shí)狀態(tài)監(jiān)測(cè)”中提及的5個(gè)無(wú)量綱指標(biāo)外，還包含均值、方差、方根幅值、均方根、峰峰值這5個(gè)基本統(tǒng)計(jì)指標(biāo)以及偏斜度。類似的，用振動(dòng)信號(hào)進(jìn)行傅里葉變換后得到的頻域序列來(lái)替換原來(lái)的振動(dòng)信號(hào)后可以得到11個(gè)相應(yīng)的頻域指標(biāo)?？紤]到軸承存在一個(gè)磨合期，磨合期間的振動(dòng)信號(hào)不穩(wěn)定，故取滾動(dòng)軸承運(yùn)行15h以后的試驗(yàn)數(shù)據(jù)提取上述23個(gè)特征指標(biāo)來(lái)訓(xùn)練一類SVM。

對(duì)于已篩選進(jìn)入上位機(jī)中心數(shù)據(jù)庫(kù)的異常數(shù)據(jù)，診斷子系統(tǒng)將對(duì)其進(jìn)行進(jìn)一步的時(shí)域分析、頻域分析或時(shí)頻分析等以確定故障類型。

2　系統(tǒng)測(cè)試

本監(jiān)測(cè)系統(tǒng)的主要監(jiān)測(cè)對(duì)象是3臺(tái)試驗(yàn)機(jī)（ABLT-1-4、ABLT-1-8和ABLT-1-12）上的12個(gè)滾動(dòng)軸承。試驗(yàn)用軸承加速疲勞壽命試驗(yàn)機(jī)基本原理如圖6所示。實(shí)驗(yàn)工況：轉(zhuǎn)速3000r/min，徑向載荷16.17kN，無(wú)軸向加載。每臺(tái)試驗(yàn)機(jī)上的測(cè)試軸承均為深溝球軸承6309，其參數(shù)為：滾動(dòng)體數(shù)8個(gè)，直徑17.5mm，軸承節(jié)徑72.5mm，接觸角0°。試驗(yàn)開始時(shí)間：2010-05-10 00∶13∶56，結(jié)束時(shí)間：2010-05-21 13∶26∶47。

試驗(yàn)中，監(jiān)測(cè)了軸承的包括均值、方差偏斜度、峭度等23個(gè)特征量的變化過(guò)程。圖7和圖8是部分特征量的變化過(guò)程。由圖可知，軸承從好至壞的過(guò)程中，指標(biāo)值有明顯的變化，故障征兆越來(lái)越明顯。試驗(yàn)進(jìn)行至240h左右，這些特征量呈階躍式上升，表明軸承已接近完全損壞。試驗(yàn)結(jié)束后得到的軸承壽命周期亦證實(shí)此點(diǎn)，但基于此尚不能肯定故障的原因和部位。

圖6　軸承試驗(yàn)機(jī)基本原理圖

如前述，滾動(dòng)軸承的實(shí)時(shí)數(shù)據(jù)每1s采集一組，其數(shù)據(jù)量相當(dāng)大，將其全部保存需要巨大的存儲(chǔ)空間，故在試驗(yàn)時(shí)通過(guò)進(jìn)行實(shí)時(shí)數(shù)據(jù)的二次采樣與基于SVM的異常數(shù)據(jù)篩選并定時(shí)清空實(shí)時(shí)數(shù)據(jù)表來(lái)解決數(shù)據(jù)存儲(chǔ)問(wèn)題。異常數(shù)據(jù)累積量變化過(guò)程如圖9所示。由圖可知隨著試驗(yàn)的進(jìn)行，篩選出的異常數(shù)據(jù)不斷增加，在240h左右異常數(shù)據(jù)累積量幾乎呈直線上升，與前述特征量的監(jiān)測(cè)結(jié)果吻合。大量實(shí)驗(yàn)表明，基于SVM的滾動(dòng)軸承異常數(shù)據(jù)篩選方法能夠較準(zhǔn)確的篩選異常數(shù)據(jù)，為后期的信號(hào)分析提供可靠的數(shù)據(jù)源。

圖7　均值、方差、方根幅值、均方值、最大值變化過(guò)程

圖8　偏斜度、峭度、脈沖、峰值、裕度、波形指標(biāo)變化過(guò)程

圖9　異常數(shù)據(jù)累積量變化過(guò)程

由滾動(dòng)軸承故障特征頻率理論計(jì)算式（6）～式（9）得到本試驗(yàn)用滾動(dòng)軸承外圈故障特征頻率fw為151.3 Hz，內(nèi)圈故障特征頻率fn為247.9 Hz，滾動(dòng)體故障特征頻率fg為97.5 Hz，保持架故障特征頻率fb為18.9 Hz。

式中：Dp——軸承節(jié)徑；

d——滾動(dòng)體直徑；

θ——接觸角；

fr——軸的旋轉(zhuǎn)頻率。

對(duì)異常數(shù)據(jù)進(jìn)行頻域分析的結(jié)果如圖10所示。由圖，故障特征頻率152.3 Hz≈fw=151.3 Hz及其倍頻2fw≈306.2 Hz、3fw≈458.5 Hz、4fw≈612.3 Hz、5fw≈764.6 Hz、6fw≈918.5 Hz清晰可見，其中49.8 Hz為轉(zhuǎn)頻fr≈50Hz。因此可以判斷故障類型是軸承外圈故障，從實(shí)驗(yàn)臺(tái)上拆下試驗(yàn)軸承，檢查發(fā)現(xiàn)外圈上確有一疲勞剝落的凹坑，其寬度和長(zhǎng)度分別為6.25mm和3.59mm。

綜上，系統(tǒng)在現(xiàn)場(chǎng)測(cè)試時(shí)能夠正常工作并較準(zhǔn)確地診斷出軸承故障，達(dá)到了預(yù)期效果。

3　結(jié)束語(yǔ)

圖10　實(shí)驗(yàn)信號(hào)的包絡(luò)譜

隨著Internet技術(shù)的迅速發(fā)展，遠(yuǎn)程監(jiān)測(cè)系統(tǒng)的實(shí)現(xiàn)方式越來(lái)越多樣化，監(jiān)測(cè)診斷水平也在不斷提高，為企業(yè)與試驗(yàn)研究節(jié)省了大量成本。本文著重研究了遠(yuǎn)程監(jiān)測(cè)系統(tǒng)中的監(jiān)測(cè)數(shù)據(jù)的采集、存儲(chǔ)、傳輸和遠(yuǎn)程監(jiān)測(cè)等關(guān)鍵技術(shù)，實(shí)現(xiàn)了基于C/S與B/S混合結(jié)構(gòu)的滾動(dòng)軸承遠(yuǎn)程監(jiān)測(cè)系統(tǒng)，順利通過(guò)了對(duì)各主要模塊的現(xiàn)場(chǎng)測(cè)試，效果良好。該系統(tǒng)為滾動(dòng)軸承的故障預(yù)知和修護(hù)提供了可靠依據(jù)，降低了維護(hù)成本，提高了軸承的使用壽命并克服了時(shí)空限制，達(dá)到了資源共享的目的，具有重要的現(xiàn)實(shí)意義。

參考文獻(xiàn)

[1] 張金玉.基于網(wǎng)絡(luò)的遠(yuǎn)程診斷與處理支持中心的研究[D] .西安：西安交通大學(xué)，2000．

[2] 何平. B/S模式汽輪發(fā)電機(jī)組振動(dòng)監(jiān)測(cè)與故障診斷系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)[D] .杭州：浙江大學(xué)，2006.

[3] 凌振寶，王君，馬心璐.一種網(wǎng)絡(luò)測(cè)控模型的研究[J] .儀表技術(shù)與傳感器，2003（2）：37-38.

[4] 王建新，楊世鳳，史永紅，等.遠(yuǎn)程監(jiān)控技術(shù)的發(fā)展現(xiàn)狀和趨勢(shì)[J] .國(guó)外電子測(cè)量技術(shù)，2005，24（4）：9-12．

[5] 胡競(jìng)峰.基于網(wǎng)絡(luò)的大型旋轉(zhuǎn)機(jī)械遠(yuǎn)程監(jiān)測(cè)與診斷系統(tǒng)的研究與開發(fā)[D] .杭州：浙江大學(xué)，2003.

[6] 苑曉芳.旋轉(zhuǎn)機(jī)械遠(yuǎn)程監(jiān)測(cè)診斷系統(tǒng)的研究[D] .哈爾濱：哈爾濱工業(yè)大學(xué)，2007.

[7] 陸爽.基于現(xiàn)代信號(hào)分析和神經(jīng)網(wǎng)絡(luò)的滾動(dòng)軸承智能診斷技術(shù)研究[D] .吉林：吉林大學(xué)，2004．

[8] 季立明.基于Internet的遠(yuǎn)程監(jiān)測(cè)診斷系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)[J] .微型電腦應(yīng)用，2000，16（3）：9-11.

[9] 冷雪松.虛擬儀器及機(jī)械振動(dòng)虛擬測(cè)試[J] .振動(dòng)、測(cè)試與診斷，2000，20（Z1）：147-148.

[10] 畢虎，律方成，李燕青，等. LabVIEW中訪問(wèn)數(shù)據(jù)庫(kù)的幾種不同方法[J] .微計(jì)算機(jī)信息，2006，22（1）：131-134.

[11] 傅勤毅，王峰林，李明章，等.滾動(dòng)軸承故障診斷中的多參數(shù)綜合判別方法[J] .哈爾濱工業(yè)大學(xué)學(xué)報(bào)，1997，29（3）：57-60．

[12] 王穎，馮志敏，郎豪翔，等.基于高速Internet的發(fā)電機(jī)組遠(yuǎn)程故障診斷系統(tǒng)研究[J] .機(jī)電工程，2002，19（4）：13-16．

[13] Yang Y，Yu D J，Cheng J S. A fault diagnosis approach for roller bearing based on IMF envelope spectrum and SVM[J] . Measurement，2007（40）：943-950.

Design and application of remote monitoring system of rolling bearing tester

QIAN Si-si，ZHANG You-yun，ZHU Yong-sheng，YAN Yu-ping

（Theory of Lubrication & Bearing Institute，Xi’an Jiaotong University，Xi’an 710049，China）

Abstract:A remote monitoring system of rolling bearing using the virtual instrument，database and wireless network technology was developed which has a composite structure based on C/S and B/S structure .The system consists of three parts: data acquisition-side，monitoring and diagnosisside，and data communication. It can realize the real-time data acquisition and processing，the abnormal data screening and uploading as well as signal analysis and fault diagnosis by the remote users. The life-cycle test of deep groove ball bearing-6309 shows that the system can implement the real-time monitoring of the test bearing and find out the fault's cause and position through further analysis of abnormal data. This system is of pratical value.

Key words:rolling bearing；remote monitoring；fault diagnosis；C/S structure；B/S structure

基金項(xiàng)目：國(guó)家自然科學(xué)基金重點(diǎn)項(xiàng)目（51035007）國(guó)家973重點(diǎn)基礎(chǔ)研究發(fā)展計(jì)劃項(xiàng)目（2011CB706606）；

收稿日期：2012-09-05；

doi：10.11857/j.issn.1674-5124.2013.05.023

文章編號(hào)：1674-5124（2013）05-0083-05

文獻(xiàn)標(biāo)志碼：A

中圖分類號(hào)：TH133.33；TP206；TP277.3；TP391.9

作者簡(jiǎn)介：錢思思（1989-），女，陜西西安市人，碩士研究生，專業(yè)方向?yàn)闈L動(dòng)軸承振動(dòng)測(cè)試、故障監(jiān)測(cè)與診斷。