李（lǐ）卓彥¹　周強（qiáng）強¹　李誌雄²

（1.廣東電網公（gōng）司廣州番禺供（gòng）電局，廣東廣州　511400；2.三峽大學機械與材料學（xué）院，湖（hú）北宜昌　443002）

　　【摘　要】對滾動軸承進行故障診斷能夠及時發現故障信息，減小事故發生幾率，延長機器壽命，具有較高的現實意義。本文介紹（shào）了滾動軸承故障（zhàng）診斷方（fāng）法，重點綜述了振動分析（xī）法的發展現狀與趨勢，並指出（chū）了目前滾動軸（zhóu）承故障診斷所存在的主（zhǔ）要問題。

　　【關鍵（jiàn）詞】滾動軸承；故障診斷；振動分析

　　1.前言

　　滾（gǔn）動軸承是旋轉機（jī）械中的重要零件，在各個機械（xiè）部門有著廣泛的應用。然而滾動軸承也是機器中Z易損壞的零件之一，有資料表明，在旋轉機械中有70%的故障是由滾動軸承引起的，在齒（chǐ）輪箱的各（gè）類故障中軸承的故障僅次於齒輪而占到19%，電機故障中（zhōng）有80%表現為電機軸承故障^[1]。而滾動軸承的（de）失效必然導致機械（xiè）裝置運行的（de）不正常，甚至（zhì）引發災難性的後（hòu）果，比如武鋼大型軋鋼廠（chǎng）高（gāo）速線（xiàn）材生產線中4#立（lì）式軋機因為四軸軸承損壞，導致三、四、五軸上（shàng）的齒輪斷裂，停產48小時更換備用減速機^[2]；或者一個普通軸承損壞後，可導致整個齒（chǐ）輪箱不（bú）能使（shǐ）用（yòng）。因此，對滾動軸（zhóu）承的故障診斷在設備的維護中（zhōng）有著（zhe）重（chóng）要作用。

　　通過對運（yùn）行中的軸承進行（háng）監測、診斷，可以及時發現故障和判斷故障類型，更換軸承，或預測軸承更換時間，以減小事故和損失。目前滾動軸承常診斷方（fāng）法包括有[3]：振動分析（xī）；噪聲分析；油樣（yàng）分（fèn）析；溫（wēn）度分析；油（yóu）膜電阻法（fǎ）；聲發射診斷等方法。其中振動分析法具有測試與處理簡單、直觀，診斷結果可靠等優點，適（shì）用於各種類（lèi）型各種工況的軸承，可以有效地診斷出早期輕微故障信號，在實際（jì）中得到了極為廣泛的（de）應用。本文主要探討振動分析法。

　　2.振動分析發展曆史

　　滾動軸承的故障診斷在國外始於20世紀（jì）60代。我國的設備故障診斷技術研究的起步較晚，從1979年到1983年（nián），設備故障診斷技（jì）術從初步認識（shí）進入到（dào）初步實踐階段（duàn），但在近年來發展迅速。在幾（jǐ）十年的發展時間裏，基於振動分析的各種方法（fǎ）和技巧不斷產生、發展和（hé）完善，應用的領域不斷（duàn）擴大，診斷的有效性不斷（duàn）提高（gāo），總的來說，其發展經曆了（le）四個發展階段^[4]：

　　階段：利用通用的（de）頻譜分析儀診斷軸承故障。20世紀60年代中期，由於快速傅立葉變換（FFT）技術的出現和發展，故障信（xìn）號的頻譜分析得到了（le）很大的發展，人們根據對滾動軸承（chéng）元件有損傷時產（chǎn）生（shēng）的故障信（xìn）號特征頻（pín）率的計算和采用頻譜分析儀實際分析得到的結果進行比較來判斷滾動軸承是否有故障。

　　第二階（jiē）段：利用衝擊脈（mò）衝技術為診斷（duàn）軸承故障。在60年代末期，首先出（chū）現了衝擊脈衝計，根據衝擊脈衝的Z大幅值來診斷軸承故（gù）障。這種方法能（néng）比較有效地檢測（cè）到軸承的早期損傷類故障。

　　第三階（jiē）段：利用（yòng）共振解調技術診（zhěn）斷軸承故障。共振解調技術與衝擊脈衝技術相比，對軸承早期損傷類故障更有效。共振解調技術不但能診斷（duàn）出軸承是否存在（zài）故障，而（ér）且可以判斷出（chū）故障發生在哪個軸承元件上，以及軸承發生（shēng）的（de）大致嚴（yán）重程度。

　　第四階段：開發以微（wēi）機為中心的滾動軸承監視與故障（zhàng）診斷（duàn）係統。

　　20世紀90年代以來，隨著微（wēi）機技術的迅猛發展，開發以微機為（wéi）中心的滾動軸承故障診斷係統引起了國內（nèi）外研究者的重視。微機信號分析和故障診斷係統不但具有靈活性高、適應性強、易於維護和升級的特點（diǎn），而且（qiě）易於推廣和應用。

　　3.現代（dài）診斷方法的研究現（xiàn）狀及趨勢

　　隨著信號檢（jiǎn）測技術、計（jì）算機技術、數字信號處理技術、人工智能技術的迅速發展，滾動（dòng）軸承故障診斷已發展成為融數學、物（wù）理、力學等自然科學和計算機技術（shù）、數字信號處理技術、人工智能技術的綜（zōng）合學科（kē）。與傳統振動分析法相比較，目前的新研究方（fāng）向主要表現在以下幾個（gè）方麵（miàn）^[5]：

　　1）小波變換

　　從80年代後期開始，作為應用數學的（de）一（yī）個分支，小波變換得到了迅速的（de）發展，由於小（xiǎo）波在時頻域的局部化和可變（biàn）時頻窗的優點，與傳統的傅立葉（yè）變換相比，小波變換更適合（hé）分析非穩態信號。因為滾動（dòng）軸承的損傷故障信號是典型的非穩（wěn）態信號，用小波變換處理非穩態信號，可更為有效地獲得故障特征信息。

　　2）專家係統

　　近（jìn）年來隨著人工智能技（jì）術的發展，專家係統技術得到了迅速（sù）的推廣。所謂（wèi）專家係統就是一個智能（néng）的計算（suàn）機程序，它能模擬專家在處理問題時的一些（xiē）推理（lǐ）方法，利（lì）用已有的知識建立模型，解決問題。將基於知識的專家係統技（jì）術應用於故障診斷領域，可以（yǐ）使滾動軸（zhóu）承診斷（duàn）分析和決策分析更（gèng）加準（zhǔn）確（què）可靠（kào）。

　　3）模糊診斷

　　由於滾動（dòng）軸承信號（hào）中故障特征振動與故障類（lèi）型不存在的（de）對應（yīng）關係，一種故障可能引起多種特征，而一種故障特征可能對應多類故障，因此近年來，模糊理論被引進到軸承故障（zhàng）診斷領（lǐng）域。軸承故障模糊診斷中的概念是模糊概念，可以用模（mó）糊集（jí）合來表（biǎo）示，而模糊變換運算（suàn）是用來討論模糊（hú）判斷（duàn）和（hé）推理的。

　　4）神（shén）經網絡

　　軸承故障診斷的目的，是從（cóng）故障定位到確（què）定故障性質，進而確定故障發生的程度，由於神經（jīng）網絡具有（yǒu）處（chù）理（lǐ）複雜多模式及進行聯想、推測和記憶的功能，因而近年來在故障（zhàng）診斷領域引起了廣泛的研究（jiū）。

　　近（jìn）幾年，新技術和新（xīn）方法層出（chū）不窮，人工智能（néng）和計算機在（zài）滾動軸承故障診斷中的應用越來越廣泛，今後的（de）發展方向主要體現在以下方麵：

　　1）時域分析和頻譜分析在滾動軸承故障診（zhěn）斷中的應用將日趨完善；

　　2）對於滾動軸承（chéng）故障診斷的理論和方法進一（yī）步深入研究，並且各種研究成果將會逐步應用到實際生（shēng）產；

　　3）故障診斷（duàn）智能係統進一步的深入研（yán）究，多種軸承故障（zhàng）分析方法相結合，如小波神經網絡、模糊識（shí）別與小波分析相結合等新分析方法應用智能專（zhuān）家（jiā）係統，提高（gāo）診斷的效率和準確率；

　　4）隨著計算機和網絡技術的發展，遠程故障診斷將是現代滾動軸承故障診斷發展的一個重要的方向（xiàng）。

　　4.總結

　　振動分析作為軸承故障診斷的主要方法（fǎ）已經得到了較（jiào）為迅速、深入（rù）的研究與發展，其（qí）作為一種工程應用診斷方法在實際應用中也表現（xiàn）出了較高的經濟社會效益。將振動分（fèn）析與其他診斷方法相結合進行綜合故障診斷，可以充分利用各種（zhǒng）診斷方法的優越（yuè）性，更好的實現故障的定位（wèi）與診斷。當然，目前的故障診斷也（yě）存在如下問題，也是急（jí）需改進的（de）方向：

　　1）在（zài）滾動軸承故障診斷技術的研究中，大多針對軸承元件的剝蝕故障，而對（duì）早期故障如裂紋等，由於故障信（xìn）號微弱，對它們的診（zhěn）斷識別困難，研究也較（jiào）少，相關的滾動軸承故障診斷的文獻（xiàn）資料也鮮有提及；

　　2）在實際中，滾動軸承除了單一的故障形式外，還可（kě）能出現多種故障同時複合發生的情形，當前對滾動軸承故障診斷技（jì）術的研究多局限於單一故障，對複合故障分析的較少（shǎo）；

　　3）軸承故（gù）障是一個動（dòng）態發展的過程（chéng），在一般的工業設備（bèi）中，輕微的故障可能並不影響設備的正（zhèng）常運行，隻有達到一定的程度後才會更換（huàn）軸承。因（yīn）此，對滾動軸承故障程度的識別有著重要意義。
　　參考文獻
　　[1]]李（lǐ）國華.機械故障診斷[M].化學工業出版社,2002.