Vad är lagerfelfrekvenser? Defektdetektering • Bärbar balanseringsenhet, vibrationsanalysator "Balanset" för dynamisk balansering av krossar, fläktar, mulchers, skruvar på skördetröskor, axlar, centrifuger, turbiner och många andra rotorer Vad är lagerfelfrekvenser? Defektdetektering • Bärbar balanseringsenhet, vibrationsanalysator "Balanset" för dynamisk balansering av krossar, fläktar, mulchers, skruvar på skördetröskor, axlar, centrifuger, turbiner och många andra rotorer

Förstå lagerfelfrekvenser

Definition: Vad är lagerfelfrekvenser?

Lagerfelfrekvenser (även kallade lagerfelfrekvenser eller karakteristiska frekvenser) är specifika vibration frekvenser som genereras när rullelement (kulor eller rullar) i ett lager passerar över defekter som sprickor, flagor eller gropar på lagerbanorna eller själva rullelementen. Dessa frekvenser är matematiskt förutsägbara baserat på lagrens geometri och axelns rotationshastighet, vilket gör dem till ovärderliga diagnostiska indikatorer för tidig upptäckt av lagerdefekter.

Att förstå och identifiera dessa frekvenser genom vibrationsanalys gör det möjligt för underhållspersonal att upptäcka lagerproblem månader innan de skulle bli uppenbara genom temperaturökning, buller eller katastrofala fel, vilket möjliggör planerat underhåll och förhindrar kostsamma oplanerade driftstopp.

De fyra grundläggande felfrekvenserna

Varje rullager har fyra karakteristiska felfrekvenser, som var och en motsvarar en annan typ av defekt:

1. BPFO – Bollpassningsfrekvens, yttre lopp

Hastigheten med vilken rullkroppar passerar en fast punkt på den yttre lagerbanan:

  • Fysisk betydelse: Om det finns en defekt på den yttre lagerbanan, träffar varje rullelement den när den passerar, vilket skapar en upprepad stöt
  • Typiskt värde: 3–5× axelhastighet för de flesta lager
  • Formel: BPFO = (N × n / 2) × (1 + (Bd/Pd) × cos β)
  • Vanligast: Defekter i den yttre lagerbanan är det vanligaste lagerfelet
  • Effekt av lastzon: Stationär ytterring innebär att defekten är i konstant position i förhållande till lasten

2. BPFI – Bollpassningsfrekvens, Inner Race

Hastigheten med vilken rullkroppar passerar en fast punkt på innerringen:

  • Fysisk betydelse: Innerringen roterar med axeln, så en defekt på innerringen träffas av varje rullelement när de passerar
  • Typiskt värde: 5–7× axelvarvtal för de flesta lager
  • Formel: BPFI = (N × n / 2) × (1 – (Bd/Pd) × cos β)
  • Högre än BPFO: Alltid högre frekvens än BPFO för samma lager
  • Sidband: Visar nästan alltid 1× sidband på grund av lastzonsmodulering

3. BSF – Bollspinnfrekvens

Rotationsfrekvensen för ett rullande element som roterar kring sin egen axel:

  • Fysisk betydelse: Om ett rullelement har en defekt påverkar det båda lagerbanorna vid denna frekvens.
  • Typiskt värde: 1,5–3× axelhastighet
  • Formel: BSF = (Pd / Bd) × (n / 2) × [1 – (Bd/Pd)² × cos² β]
  • Minst vanligt: Defekter i rullelementet är mindre frekventa än defekter i löpbanan
  • Komplext mönster: Defekten kontaktar båda löpbanorna, vilket skapar en komplex vibrationssignatur

4. FTF – Grundläggande tågfrekvens

Lagerhållarens (hållarens) rotationsfrekvens:

  • Fysisk betydelse: Hastigheten med vilken hållaren roterar och bär rullande element runt lagret
  • Typiskt värde: 0,35–0,45× axelvarvtal (subsynkront)
  • Formel: FTF = (n / 2) × (1 – (Bd/Pd) × cos β)
  • Burdefekter: Slitna eller skadade burar exciterar denna frekvens
  • Instabilitetsindikator: Kan även uppstå vid lagerinducerad rotorinstabilitet

Förklaring av formelvariabler

Felfrekvensformlerna använder dessa lagergeometriska parametrar:

  • N = Antal rullande element (kulor eller rullar)
  • n = Axelns rotationsfrekvens (Hz) eller hastighet (RPM)
  • Bd = Kul- eller rullediameter
  • Pd = Delningsdiameter (cirkelns diameter genom rullkropparnas centrum)
  • β = Kontaktvinkel (vinkel mellan lastriktning och lageraxel, vanligtvis 0–40°)

De flesta programvaror för vibrationsanalys innehåller lagerdatabaser med dessa parametrar förberäknade för tusentals lagermodeller.

Hur felfrekvenser visas i vibrationsspektra

Grundläggande utseende

När ett lager utvecklar en defekt:

  • Primär topp: Felfrekvensen uppträder som en tydlig topp i frekvensspektrum
  • Övertoner: Flera övertoner (2×, 3×, 4×) av felfrekvensen uppträder när felet förvärras
  • Sidband: För defekter i innerlager och rullkroppar är 1× sidband runt felfrekvensen vanliga
  • Amplitudtillväxt: Felfrekvensamplituden ökar allt eftersom felet fortskrider

Sidbandsmönster

Sidband ger viktig diagnostisk information:

  • Inre rasdefekter: BPFI med ±1×, ±2× sidband (defekt som roterar in/ut ur lastzonen)
  • Defekter hos den yttre rasen: BPFO kan ha 1× sidband om den yttre banan kan rotera något
  • Defekter i rullelement: BSF med sidband vid FTF-avstånd (burfrekvensmodulering)
  • Sidbandsavstånd: Identifierar vilken komponent som är defekt

Tidigt kontra sent stadium

  • Tidigt stadium: Små toppar strax över bullergolvet kan kräva kuvertanalys att upptäcka
  • Måttligt stadium: Tydliga toppar med övertoner och sidband i standard FFT
  • Avancerat stadium: Mycket hög amplitud, många övertoner, ökat bredbandsbrus
  • Sent skede: Spektrumet blir kaotiskt med förhöjt brusgolv och många toppar

Detektionstekniker

Standard FFT-analys

  • Beräkna FFT av vibrationssignal
  • Leta efter toppar vid beräknade lagerfrekvenser
  • Effektiv för måttliga till avancerade defekter
  • Kan missa tidiga defekter begravda i buller

Kuvertanalys (mest effektiv)

Kuvertanalys (demodulering) är guldstandarden för detektering av lagerfel:

  • Filtrerar bort lågfrekventa, högenergiska vibrationer (från obalans etc.)
  • Fokuserar på högfrekventa påverkan från lagerdefekter
  • Kan upptäcka fel 6–12 månader tidigare än standard FFT
  • Enveloppspektrum visar tydligt felfrekvenser och mönster

Tidsdomäntekniker

  • Stötpulsmetoden (SPM): Detekterar stötenergi från defekter
  • Crest-faktor: Förhållandet mellan topp och RMS ökar med påverkan
  • Kurtosis: Statistiskt mått på impulsivitet, känsligt för tidiga lagerskador

Praktisk tillämpning

Diagnostisk procedur

  1. Identifiera lager: Bestäm lagermodell och placering
  2. Beräkna frekvenser: Använd lagergeometri för att beräkna BPFO, BPFI, BSF, FTF (eller slå upp i databasen)
  3. Samla in vibrationsdata: Mät vid lagerhuset med accelerometer
  4. Analysera spektrum: Leta efter beräknade frekvenser i FFT- eller enveloppspektrum
  5. Bekräfta diagnosen: Kontrollera om övertoner och sidband överensstämmer med defekttyp
  6. Bedöm svårighetsgrad: Amplitud och harmoniskt innehåll indikerar defektens progressionsstadium
  7. Planera åtgärd: Schemalägg lagerbyte baserat på allvarlighetsgrad och utrustningens kritiska karaktär

Exempeldiagnos

Motor med SKF 6308-lager som går vid 1800 varv/min (30 Hz):

  • Beräknade frekvenser: BPFO = 107 Hz, BPFI = 173 Hz, BSF = 71 Hz, FTF = 12 Hz
  • Observerat i enveloppspektrum: Topp vid 173 Hz med övertoner vid 346 Hz, 519 Hz
  • Sidband: ±30 Hz sidband runt 173 Hz topp
  • Diagnos: Inre löpfel bekräftat (BPFI med 1× sidband)
  • Handling: Schemalägg lagerbyte inom 2–4 veckor baserat på amplitud

Vikten av prediktivt underhåll

  • Tidig varning: Upptäck fel 6–24 månader före fel
  • Specifik diagnos: Identifiera vilken lagerkomponent som är skadad
  • Trendövervakning: Spårfelfrekvensamplituder för att förutsäga återstående livslängd
  • Planerat underhåll: Schemalägg utbyten under bekväm driftstopp
  • Förhindra sekundär skada: Byt ut lagret innan katastrofalt fel skadar axel, hus eller andra komponenter
  • Kostnadsbesparingar: Undvik akuta reparationer, produktionsförluster och oförutsedda skador

Felfrekvenser i lager är bland de mest kraftfulla diagnostiska verktygen inom vibrationsanalys. Deras matematiska förutsägbarhet i kombination med moderna enveloppanalystekniker möjliggör tillförlitlig tidig upptäckt av lagerfel, vilket utgör hörnstenen i effektiva prediktiva underhållsprogram för roterande utrustning.


← Tillbaka till huvudmenyn

Kategorier:

WhatsApp