电机作为现代工厂的重要驱动设备,在国民经济各领域的应用数量巨大。电机在使用过程中容易发生故障,其中轴承故障约占三分之一。轴承一旦出现故障,会导致电机停机或更换设备现象。国内外针对大型电机轴承进行了实时监测系统的研究,但是普遍存在安装时需拆卸电机,破坏轴承和分立式安装,装置成本高,多种测量设备冗余,智能化程度较低等问题,而针对中小型电机轴承的监测往往被人们忽略。中小型电机作为现代工厂普遍使用的旋转机械设备之一,对其轴承进行状态监测和故障预警具有重要意义。本文详细分析国内外电机轴承监测技术和研究现状,进行了轴承失效原因和故障表征参数分析,确定了轴承故障诊断预警特征参数,提出并设计了一种能够对轴承运行状态参数进行大数据在线监测及分析的智能化电机轴承故障预警系统。采用EMD硬阈值方法对信号降噪,提高了信号信噪比;随后将“新”信号再进行EEMD分解,提取各阶信号的包络矩阵奇异值,提取得到更鲜明的振动信号故障特征值;采用PCA降维对振动特征值进行处理,解决了ANFIS模型维数爆炸问题。在此基础上,结合轴承的结构、缺陷位置,建立了一种基于EEMD-PCA-ANFIS的缺陷状态下振动信号轴承故障预警模型,实现了轴承缺陷状态的故障诊断,且正确率达93.3%。针对轴承缺油或少油状态诊断,提出了一种轴承温升二级预警模型,与上述的振动信号轴承故障预警模型相结合,建立了基于振动和温升趋势联合分析的轴承故障诊断及预警模型。实验结果表明,基于振动和温升趋势联合分析的轴承故障诊断及预警模型能够准确判别出轴承缺油或少油状态。本文提出的电机智能轴承在线监测系统,以及基于振动和温升趋势联合分析的轴承故障诊断及预警模型,不仅适用于普通电机轴承,还可应用于其他旋转机械设备。不但有效解决了传统预警模型的漏报问题,提高了轴承运行监测及故障预警的准确度,而且为实现多信息融合的故障预警的智能化算法奠定了基础,更为旋转设备的安全持续稳定运行提供了保障。