卓蘭

（赤峰工業職業技術學院，內蒙古赤（chì）峰　024000；中央民族（zú）大學企業管理，北京　100083）

　　摘　要：滾動軸承作為旋轉（zhuǎn）機械中應用Z為廣泛的通用機械零件，廣泛應用於冶金、電力、石化、航空航天等領域，其（qí）運行性能的好壞直接影響到整台機械設備的性能，其故障往往導致巨大（dà）的經濟（jì）損失。本（běn）文在分析滾動軸（zhóu）承常見的失效形式基礎上，給出了（le）對其進行診斷的一般流程，並對現有的滾動軸承（chéng）故障診斷方法進行（háng）了回（huí）顧，對未（wèi）來的發展趨勢進行了預測。

　　關鍵詞：滾動軸承；失效（xiào）模式；故障診斷

　　滾動軸承由於具有摩（mó）擦係數小，運動精度高、對潤滑劑的黏度不敏感、低速下亦能承受載荷、產品已經標準化，、成（chéng）本低廉，互換性好等優點，廣泛應（yīng）用於（yú）冶金、電力、石化、航空航天等領域，是旋轉機械中應用Z為廣泛的通用機械零件，也是Z易損（sǔn）壞的元（yuán）件之一.旋轉機械的許多故障都與滾動軸承有關，軸承運行性能的好壞（huài）直接影響到其支撐的軸以及安裝在軸上的齒輪乃至整台機械設（shè）備的性能，其缺陷往往會導（dǎo）致設備產生異常振動和噪聲，甚至造（zào）成設備損壞，導致巨大（dà）的（de）經濟損失。據統計，旋轉機（jī）械的故障有30％是由軸承引起的，由此可見開展滾動軸（zhóu）承故障診斷工作的重要性。

　　1　基本失效形式與成因分析

　　運轉中的滾動軸承可能由於裝配不（bú）當、潤滑不（bú）良、水分和（hé）異物侵入、腐蝕、過熱和過載等原因（yīn）造成過早其損（sǔn）壞；另外（wài），由“浴盆曲線”可知，即使在安裝、潤（rùn）滑和使用維護都正常的情（qíng）況下，經過一段時間的運轉，軸承也會出現（xiàn）疲勞剝落和磨損。滾動軸承雖然結構簡單，但失效形式卻表現出多樣（yàng）性，主要的失效形式（shì）有：

　　1.1疲勞失效

　　疲勞是滾動軸承失效的主要形式，常表現為（wéi）滾動體或內外圈滾道表麵脫（tuō）落或蛻皮，初（chū）期是在接觸表麵形成不規則的凹坑，而後逐漸（jiàn）延伸成片，衝擊載荷造成振動和（hé）噪聲的加劇。交變的疲（pí）勞應力是造成疲勞剝落的主要原因，有時也與潤（rùn）滑不良或（huò）強迫（pò）安裝有關，而通常（cháng）所（suǒ）說（shuō）的軸承壽（shòu）命即是指軸承（chéng）的疲勞壽命。

　　1.2磨損失效

　　磨損是滾動軸承失效的另一常見形式，是軸（zhóu）承滾（gǔn）道、滾動體（tǐ）、保持架、座孔或軸頸由於機械原因（yīn）而（ér）引起的表麵磨損。磨損造成軸承遊隙增大（dà）、表麵粗（cū）糙度增加（jiā），軸承運轉精度降低、振動和噪聲（shēng）增大。磨粒（塵埃、異物的侵入）及潤滑（huá）不良造成磨損的根本原因。

　　1.3腐蝕失效

　　潤滑油、水份（fèn）或濕氣（qì）產生的化學腐（fǔ）蝕（shí），電（diàn）流通過引起電火花而（ér）產（chǎn）生的電腐蝕及（jí）軸承內外圈與座孔或軸頸存在微小相對運動形成微振（zhèn）腐蝕是滾動軸承（chéng）腐蝕失效（xiào）的三種表現形式。表麵腐蝕導致高精度軸承精度喪失而（ér）失去其功能。

　　1.4斷裂失效

　　滾動軸承零件材料有（yǒu）缺陷（xiàn）和熱處理不（bú）良，運行中過載、轉速過高、潤滑不良或裝配不善造成過大的熱應力等可（kě）能引起軸承零件軸承出現裂紋或斷裂、加速其劣化（huà）。

　　1.5膠合（hé）失效

　　潤滑不良、高（gāo）速重載下工作的滾動軸承，由（yóu）於摩擦生熱，軸承零件可以在極（jí）短時間內達到很高的（de）溫度，使一個表麵（miàn）上（shàng）的金屬粘附到另一個表麵上，接觸表（biǎo）麵出現壓痕，產生剝落區。

　　1.6塑（sù）性變形

　　過大（dà）的衝擊載荷（hé）或靜載荷、硬度很高（gāo）的異物（wù）侵入會造成滾（gǔn）動軸（zhóu）承零件局部的永久變形，從而在運轉過程中產生劇（jù）烈的振動和噪聲，壓痕引起的衝擊載荷也會進一（yī）步引起附近表麵的剝落。

　　2　滾動軸承的故障診斷

　　眾多的故障診斷方法中，利用振動信號對滾動軸（zhóu）承進行診斷仍是目前Z常用的方法^[1]。運行（háng）中的完好滾動軸承會由於其自身結構特（tè）點（承載（zǎi）剛度瞬變）與裝配製造缺陷（波紋（wén）度、滾動（dòng）體大小不均）等發生（shēng）固有的（de）振動，而當軸承零件的工作表麵出現上述缺陷時，會以（yǐ）一定的通過頻率產生一係列的寬（kuān）帶衝擊和衝擊衰（shuāi）減響應，振動形式是複（fù）雜的調幅振動，缺陷的位置不同，振動特性也不完全相同。從而可以（yǐ）在軸承座上布置相應的振動傳感器對上述振動信號進（jìn）行采（cǎi）集（jí），進行分析處理以判斷滾動軸承有無故障，確定故障部位、程度與類型。

　　2.1診斷的一般流程

　　傳感器采集得到滾（gǔn）動（dòng）軸承時域振動信號，如加速度、速度或位移信號，往往包（bāo）含大量的（de）環境噪聲或工況信息，特別是在（zài）故障（zhàng）萌生的初期，微弱的故障振動完全被其它振動所湮沒，難以看出滾動軸承的故障信息，需要對上（shàng）述一次信息進行必要的降噪、去趨、降維、濾波等（děng）預處理，以突出故障信息；為了定量地刻畫滾動軸承（chéng）故障（zhàng），往往（wǎng）需要借助於信號分析處理（lǐ）方法進一步對預處理後的二次信號在時（shí）域（yù）、頻域或時頻域提取故障敏感特征，以（yǐ）減小運算量，並作為故障診斷算（suàn）法的診斷依據（輸入）；接著利用（yòng）具體的故障診斷（duàn）算法（模式識別）對滾動軸承當前的運行狀態進行識別（bié），得出滾動軸承的（de）故（gù）障信息，即是否出現故障、故障（zhàng）類型、故障部位等，有時（shí）為了預測滾動軸承的（de）繼（jì）續使用能力，以製定備件更換計劃，還需要對已出現故障的滾動軸承進行殘餘壽命估計（jì）。綜上，滾動軸（zhóu）承故障（zhàng）診斷過程可以表示（shì）成如圖1所示的基本（běn）流程。

　　不同的滾動軸承故障診斷方法即是在各環節利用不同的理論、技術或方法進行處理，得（dé）到更可靠（kào）、更準確的診斷（duàn）信息。

　　2.2常用的（de）診斷方法

　　隨著（zhe）科學技術的進步與故障診斷技（jì）術的持續發展，滾動軸承故障診斷取得了豐碩的成果，診斷域由時域擴展到頻域、時頻域，診斷方法朝著多元化、集成化、融合化（huà）及智能化等方向發展，診斷準確率與可靠性不斷提高，特別是現代信號處理（lǐ）技術與人工智能技術在滾動（dòng）軸（zhóu）承故障診斷中越來越顯（xiǎn）現其優越性，同時（shí）基於信息融（róng）合的故障（zhàng）診斷（duàn）方法也越來越（yuè）受到（dào）相關人員的關注（zhù）.此處，僅對幾類常見的（de）滾（gǔn）動軸承故障診斷方（fāng）法進行（háng）分析（xī）討論。

　　2.2.1時域或（huò）頻域方法。一般從時域波形對可能的故障進行定性分析，進行概率統計分析，計算其幅值統計指標，如均值、有效（xiào）值、均方根等有量綱與（yǔ）峭度因子、波形因數、峰值因子等無量綱的時域統計值對點蝕、剝落等局部（bù）缺陷故障敏感，能用於初期故障的預警。進行滾動軸承故障診斷還需結合其自身的特性進行，即出現外、內、滾動體等故障時，振（zhèn）動信號中會出現相應的頻率成分，從而需要對信號的頻譜結構進行分析，常見的方法（fǎ）如快速傅裏葉變換（FFT）、自回歸建模（AR）等，同時利用濾（lǜ）波、細化譜（pǔ）分析、倒頻譜技術等對FFT得到的譜圖進行處理獲得所需的頻段與足（zú）夠的（de）頻率分辨率，突出特征頻率，實現故障診（zhěn）斷.這類方法中，應用Z廣的當屬共（gòng）振解調技術口。

　　2.2.2時頻域方法。軸承（chéng）故障診斷中，我們往往對信號局部變化感興趣，這些信號由於非常微弱、能量很（hěn）小，往往容易被（bèi）噪聲淹沒而難以辨別，此（cǐ）時（shí）傳統的傅立葉變（biàn）換難以滿足局部細化的要求；同時由於環（huán）境、工況或滾動軸承結構本身等多重因素的作用，采集的到的滾動軸承振動信號往往（wǎng）表現出非線性、非平穩特征，需要同時獲得時域和頻域的信息以完成進行故障診斷。常（cháng）用的時頻分析方法主要有短時傅（fù）裏葉變換（STFT）、維格爾一威爾（Wigner—Ville）、小波變換（WT）與希爾（ěr）伯特（tè）黃（huáng）變（biàn）換（huàn）（HHT）等^[3]。

　　2.2.3人工智能方法。近年來（lái），人工智能技術的（de）發展為實現故障（zhàng）診斷的自動化、集成化、係統化等提供了強有力（lì）的支持。神經網絡（ANN）、免疫網絡（luò）（AIS）、專家係統（ES）、案例推理（lǐ）係統（CBR）等能很（hěn）好地通過知識自學（xué）習或對已有的案例進行歸納（nà）整理得到滾動軸承故障模式（shì）庫，隻需將後續得到的滾動軸（zhóu）承振動信號樣本輸入這些係統，即可得到其故障信息，雖（suī）構（gòu）建這些係統需要大量的樣本數據，但隨著數據的逐步積（jī）累可（kě）以克服這（zhè）些問題。

　　2.2.4信（xìn）息融合方法。動軸（zhóu）承故（gù）障複雜多樣，同種征兆可能由多種故障引起，而某種故障又可能（néng）表現出多種征兆或多種故障可能耦合發生，僅從單一信源獲得信息對滾動軸承故障情（qíng）況進行診斷，往往僅能反應局部其信息，診斷結果並不（bú）可靠、具有（yǒu）很強的不確定性，需要綜合利用（yòng）多源信息開展滾動軸承的故障診斷.常見的融合故障診斷方法大多基於D—S證據理論實現數據級、特（tè）征級或決策級的（de）融（róng）合，實現滾動軸承故障的綜合診斷（duàn）^[5]。

　　隨著滾動軸承故障診斷研究的不（bú）斷深入，特別其非線性理論的發展和成熟，以及非線性、非平（píng）穩現代（dài）信號（hào）處理（lǐ）技術，人工智能以及處理不確定性（xìng）的粗糙集與模糊集等理論（lùn）的發展，滾動軸承故障診斷技術還將得到大力的發展，診斷結果的準確性與可靠性還將進一步的提高，綜合利用多源信息（xī）的（de）智能（néng）故障診斷方法或係統是發展的熱點方向。

　　3　結語

　　滾動軸承由於具有摩擦係數小，運（yùn）動精度高等諸（zhū）多優點，廣泛應用於冶金、電力（lì）、石化、航空航天等領（lǐng）域，其（qí）運行性能的好壞直接影響（xiǎng）到整台機械設備的性能，其故障往往導致巨大的經濟損失。本文在分析滾動軸（zhóu）承常見的失效形式基礎上，給出了對（duì）其進行診斷的一般流程，並對現有的滾動軸承故障診斷方法進行了回顧，對未來的發展趨勢進行了預測。總的來說，利用多源、多層次信息且能實現殘餘壽命（mìng）預測的智能故障診（zhěn）斷方法是未來的（de）發展趨勢。

　　參考文獻：

　　[1]馬東雄，陸爽，張子達，等.現代信號分析在滾動軸承故障診斷中的應用叫.哈爾濱軸承，2004，25（4）：7—10.

　　[2]劉金朝（cháo），丁夏完，王成國（guó）.自適應共振（zhèn）解調（diào）法及其在（zài）滾動軸承故障診斷中的應用.振動與衝擊，2007，26（1）：38～41.

　　[3]覃慧，南江紅.旋轉機械故障診斷的時頻分析方法比較[J].科學技術與工程，2011，11（9）：1991~1994.

　　[4]付新哲，張優雲，朱永生.滾動軸承（chéng）故障診斷的案例推理方（fāng）法[J].西安交通大學學報，2011，45（11）：79～84.

　　[5]楊帆，浦昭邦，莊嚴，等.基於信息融合的滾（gǔn）動軸承故障診斷[J].軸承，2005（2）：30～32.
 

來源：《赤峰學院學報（自然科（kē）學版）2012年6月