提钒炼钢转炉耳轴轴承是炼钢生产的重点设备。该轴承由于转速低、载荷大属于低速重载滚动轴承。由于攀枝花提钒炼钢厂4、5号转炉轴承在炼钢回转过程中不但要承受较大载荷，而且在加料时还要受到较强的径向冲击，轴承工作寿命受到明显的影响。此外，受到耳轴轴承周边工作环境恶劣，承受载荷不稳定等原因影响，经过一段时间的运行后，轴承随时都有可能发生较大的故障；严重时会卡死转炉，烧毁电机，给钢厂带来巨大损失。因此对转炉轴承进行在线监测具有十分重要的意义。 根据机械振动理论，对炼钢转炉轴承进行振动频率监测分析是目前轴承故障诊断较为可靠的技术手段。由轴承元件表面因损伤引起的冲击使正常轴承的平稳振动信号变成了非平稳振动信号。采用富里叶变换对非平稳振动信号进行频率谱分析，频谱分析的结果只是在整个被分析时间段上的平均，不能反映信号突变的细节，也就无法对轴承故障诊断做出准确判断。同时，因早期故障冲击幅值较小，易被周围环境其他振动干扰，导致信号信噪比较低。所以，对信号进行信噪分离、提高信噪比是轴承故障诊断的关键。 小波分析是近年来发展非常迅猛的时频分析方法。由于其对信号去噪、还原性都较好，特别适用于对含有大量背景噪音的信噪比非常低的信号分析和调理。利用虚拟仪器软件实现小波分析，将监测振动信号在全监测频带范围内逐层分解为若干频带，将轴承发生故障部件的特征频率和由谐振激励起的部件本身的固有频率分解到不同的频率带上进行比对，可以最大限度地降低轴承环境其他振动、噪音的干扰，为准确地诊断出轴承故障发生部位提供了可靠依据。 由于炼钢转炉的工作性质及工作环境的特殊性，为了提高测试系统的准确性，减少干扰，简化系统的构成，组建系统采用了“现场信号数字化，信号传输光纤化”的系统基本构成方式进行在线监测。 在炼钢转炉的每个耳轴轴承座上分别安装1个加速度传感器和1个电涡流传感器，进行轴承振动信号和耳轴轴心位移信号的测取；信号通过前置器或信号调理仪进行数据预处理，两台转炉的共8路传感器模拟量信号在4号转炉中控室进行数据采集和数字化处理；并通过光纤传输到点检组监测计算机，由监测计算机完成传感器监测信号的处理，实现对两座炼钢转炉耳轴轴承的在线监测、故障报警和诊断及数据管理等。