대부분의 철강산업 기계 등에 설치되어 사용되는 선회베어링은 교체를 위한 정확한 정비계획이 필요하기 때문에 저속회전체의 선회베어링에 대한 진동 상태감시가 매우 중요하게 되었다. 지금까지 음향방출(AE)법이 저속베어링의 상태감시에 가장 많이 사용되는 기술이고 몇몇의 경우는 진동을 사용한다. 음향방출을 사용하는 일반적인 이유는 저속에서 구름요소와 결함위치 사이의 충격에 의하여 발생되는 신호가 약하고 때때로 노이즈나 다른 간섭 주파수에 결함신호가 묻혀 검출이 어렵기 때문이다. 따라서 쉽게 특정 결함에 대한 결함주파수의 동정을 위하여 몇몇 연구자들은 충격에너지를 증가시키기 위하여 인위적으로 미리 정해진 길이, 넓이와 깊이의 결함을 베어링의 내, 외부 레이스에 인가하기도 한다. 이 논문에서는 15 rpm에서 운전하는 저속 선회베어링의 진동신호에 EMD와 EEMD를 적용하였고 논문에서 사용한 진동결함 신호는 국내 산업체에서 공급받은 것이다. 이 논문에서는 베어링결함 주파수 동정을 위하여 EEMD를 사용하여 결함신호의 FFT처리 결과를 입증하고 설명하였다.
Vibration condition monitoring of low-speed rotational slewing bearings is essential ever since it became necessary for a proper maintenance schedule that replaces the slewing bearings installed in massive machinery in the steel industry, among other applications. So far, acoustic emission(AE) is still the primary technique used for dealing with low-speed bearing cases. Few studies employed vibration analysis because the signal generated as a result of the impact between the rolling element and the natural defect spots at low rotational speeds is generally weak and sometimes buried in noise and other interference frequencies. In order to increase the impact energy, some researchers generate artificial defects with a predetermined length, width, and depth of crack on the inner or outer race surfaces. Consequently, the fault frequency of a particular fault is easy to identify. This paper presents the applications of empirical mode decomposition(EMD) and ensemble empirical mode decomposition(EEMD) for measuring vibration signals slewing bearings running at a low rotational speed of 15 rpm. The natural vibration damage data used in this paper are obtained from a Korean industrial company. In this study, EEMD is used to support and clarify the results of the fast Fourier transform(FFT) in identifying bearing fault frequencies.
