滾動(dòng)軸承的失效形式與故障診斷

卓 蘭

（赤峰工業(yè)職業(yè)技術(shù)學(xué)院，內(nèi)蒙古 赤峰 024000；中央民族大學(xué) 企業(yè)管理，北京 100083）

滾動(dòng)軸承的失效形式與故障診斷

卓 蘭

（赤峰工業(yè)職業(yè)技術(shù)學(xué)院，內(nèi)蒙古 赤峰 024000；中央民族大學(xué) 企業(yè)管理，北京 100083）

滾動(dòng)軸承作為旋轉(zhuǎn)機(jī)械中應(yīng)用最為廣泛的通用機(jī)械零件，廣泛應(yīng)用于冶金、電力、石化、航空航天等領(lǐng)域，其運(yùn)行性能的好壞直接影響到整臺機(jī)械設(shè)備的性能，其故障往往導(dǎo)致巨大的經(jīng)濟(jì)損失.本文在分析滾動(dòng)軸承常見的失效形式基礎(chǔ)上，給出了對其進(jìn)行診斷的一般流程，并對現(xiàn)有的滾動(dòng)軸承故障診斷方法進(jìn)行了回顧，對未來的發(fā)展趨勢進(jìn)行了預(yù)測.

滾動(dòng)軸承；失效模式；故障診斷

滾動(dòng)軸承由于具有摩擦系數(shù)小，運(yùn)動(dòng)精度高、對潤滑劑的黏度不敏感、低速下亦能承受載荷、產(chǎn)品已經(jīng)國際標(biāo)準(zhǔn)化，、成本低廉，互換性好等優(yōu)點(diǎn)，廣泛應(yīng)用于冶金、電力、石化、航空航天等領(lǐng)域，是旋轉(zhuǎn)機(jī)械中應(yīng)用最為廣泛的通用機(jī)械零件，也是最易損壞的元件之一.旋轉(zhuǎn)機(jī)械的許多故障都與滾動(dòng)軸承有關(guān)，軸承運(yùn)行性能的好壞直接影響到其支撐的軸以及安裝在軸上的齒輪乃至整臺機(jī)械設(shè)備的性能，其缺陷往往會(huì)導(dǎo)致設(shè)備產(chǎn)生異常振動(dòng)和噪聲，甚至造成設(shè)備損壞，導(dǎo)致巨大的經(jīng)濟(jì)損失.據(jù)統(tǒng)計(jì)，旋轉(zhuǎn)機(jī)械的故障有30%是由軸承引起的，由此可見開展?jié)L動(dòng)軸承故障診斷工作的重要性.

1 基本失效形式與成因分析

運(yùn)轉(zhuǎn)中的滾動(dòng)軸承可能由于裝配不當(dāng)、潤滑不良、水分和異物侵入、腐蝕、過熱和過載等原因造成過早其損壞；另外，由“浴盆曲線”可知，即使在安裝、潤滑和使用維護(hù)都正常的情況下，經(jīng)過一段時(shí)間的運(yùn)轉(zhuǎn)，軸承也會(huì)出現(xiàn)疲勞剝落和磨損.滾動(dòng)軸承雖然結(jié)構(gòu)簡單，但失效形式卻表現(xiàn)出多樣性，主要的失效形式有：

1.1 疲勞失效

疲勞是滾動(dòng)軸承失效的主要形式，常表現(xiàn)為滾動(dòng)體或內(nèi)外圈滾道表面脫落或蛻皮，初期是在接觸表面形成不規(guī)則的凹坑，而后逐漸延伸成片，沖擊載荷造成振動(dòng)和噪聲的加劇.交變的疲勞應(yīng)力是造成疲勞剝落的主要原因，有時(shí)也與潤滑不良或強(qiáng)迫安裝有關(guān)，而通常所說的軸承壽命即是指軸承的疲勞壽命.

1.2 磨損失效

磨損是滾動(dòng)軸承失效的另一常見形式，是軸承滾道、滾動(dòng)體、保持架、座孔或軸頸由于機(jī)械原因而引起的表面磨損.磨損造成軸承游隙增大、表面粗糙度增加，軸承運(yùn)轉(zhuǎn)精度降低、振動(dòng)和噪聲增大.磨粒（塵埃、異物的侵入）及潤滑不良造成磨損的根本原因.

1.3 腐蝕失效

潤滑油、水份或濕氣產(chǎn)生的化學(xué)腐蝕，電流通過引起電火花而產(chǎn)生的電腐蝕及軸承內(nèi)外圈與座孔或軸頸存在微小相對運(yùn)動(dòng)形成微振腐蝕是滾動(dòng)軸承腐蝕失效的三種表現(xiàn)形式.表面腐蝕導(dǎo)致高精度軸承精度喪失而失去其功能.

1.4 斷裂失效

滾動(dòng)軸承零件材料有缺陷和熱處理不良，運(yùn)行中過載、轉(zhuǎn)速過高、潤滑不良或裝配不善造成過大的熱應(yīng)力等可能引起軸承零件軸承出現(xiàn)裂紋或斷裂、加速其劣化.

1.5 膠合失效

潤滑不良、高速重載下工作的滾動(dòng)軸承，由于摩擦生熱，軸承零件可以在極短時(shí)間內(nèi)達(dá)到很高的溫度，使一個(gè)表面上的金屬粘附到另一個(gè)表面上，接觸表面出現(xiàn)壓痕，產(chǎn)生剝落區(qū).

1.6 塑性變形

過大的沖擊載荷或靜載荷、硬度很高的異物侵入會(huì)造成滾動(dòng)軸承零件局部的永久變形，從而在運(yùn)轉(zhuǎn)過程中產(chǎn)生劇烈的振動(dòng)和噪聲，壓痕引起的沖擊載荷也會(huì)進(jìn)一步引起附近表面的剝落.

2 滾動(dòng)軸承的故障診斷

眾多的故障診斷方法中，利用振動(dòng)信號對滾動(dòng)軸承進(jìn)行診斷仍是目前最常用的方法[1].運(yùn)行中的完好滾動(dòng)軸承會(huì)由于其自身結(jié)構(gòu)特點(diǎn)（承載剛度瞬變）與裝配制造缺陷（波紋度、滾動(dòng)體大小不均）等發(fā)生固有的振動(dòng)，而當(dāng)軸承零件的工作表面出現(xiàn)上述缺陷時(shí)，會(huì)以一定的通過頻率產(chǎn)生一系列的寬帶沖擊和沖擊衰減響應(yīng)，振動(dòng)形式是復(fù)雜的調(diào)幅振動(dòng)，缺陷的位置不同，振動(dòng)特性也不完全相同.從而可以在軸承座上布置相應(yīng)的振動(dòng)傳感器對上述振動(dòng)信號進(jìn)行采集，進(jìn)行分析處理以判斷滾動(dòng)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

傳感器采集得到滾動(dòng)軸承時(shí)域振動(dòng)信號，如加速度、速度或位移信號，往往包含大量的環(huán)境噪聲或工況信息，特別是在故障萌生的初期，微弱的故障振動(dòng)完全被其它振動(dòng)所湮沒，難以看出滾動(dòng)軸承的故障信息，需要對上述一次信息進(jìn)行必要的降噪、去趨、降維、濾波等預(yù)處理，以突出故障信息；為了定量地刻畫滾動(dòng)軸承故障，往往需要借助于信號分析處理方法進(jìn)一步對預(yù)處理后的二次信號在時(shí)域、頻域或時(shí)頻域提取故障敏感特征，以減小運(yùn)算量，并作為故障診斷算法的診斷依據(jù)（輸入）；接著利用具體的故障診斷算法（模式識別）對滾動(dòng)軸承當(dāng)前的運(yùn)行狀態(tài)進(jìn)行識別，得出滾動(dòng)軸承的故障信息，即是否出現(xiàn)故障、故障類型、故障部位等，有時(shí)為了預(yù)測滾動(dòng)軸承的繼續(xù)使用能力，以制定備件更換計(jì)劃，還需要對已出現(xiàn)故障的滾動(dòng)軸承進(jìn)行殘余壽命估計(jì).綜上，滾動(dòng)軸承故障診斷過程可以表示成如圖1所示的基本流程.

圖1 滾動(dòng)軸承故障診斷的一般流程圖

不同的滾動(dòng)軸承故障診斷方法即是在各環(huán)節(jié)利用不同的理論、技術(shù)或方法進(jìn)行處理，得到更可靠、更準(zhǔn)確的診斷信息.

2.2 常用的診斷方法

隨著科學(xué)技術(shù)的進(jìn)步與故障診斷技術(shù)的持續(xù)發(fā)展，滾動(dòng)軸承故障診斷取得了豐碩的成果，診斷域由時(shí)域擴(kuò)展到頻域、時(shí)頻域，診斷方法朝著多元化、集成化、融合化及智能化等方向發(fā)展，診斷準(zhǔn)確率與可靠性不斷提高，特別是現(xiàn)代信號處理技術(shù)與人工智能技術(shù)在滾動(dòng)軸承故障診斷中越來越顯現(xiàn)其優(yōu)越性，同時(shí)基于信息融合的故障診斷方法也越來越受到相關(guān)人員的關(guān)注.此處，僅對幾類常見的滾動(dòng)軸承故障診斷方法進(jìn)行分析討論.

2.2.1 時(shí)域或頻域方法.一般從時(shí)域波形對可能的故障進(jìn)行定性分析，進(jìn)行概率統(tǒng)計(jì)分析，計(jì)算其幅值統(tǒng)計(jì)指標(biāo)，如均值、有效值、均方根等有量綱與峭度因子、波形因數(shù)、峰值因子等無量綱的時(shí)域統(tǒng)計(jì)值對點(diǎn)蝕、剝落等局部缺陷故障敏感，能用于初期故障的預(yù)警.進(jìn)行滾動(dòng)軸承故障診斷還需結(jié)合其自身的特性進(jìn)行，即出現(xiàn)外、內(nèi)、滾動(dòng)體等故障時(shí)，振動(dòng)信號中會(huì)出現(xiàn)相應(yīng)的頻率成分，從而需要對信號的頻譜結(jié)構(gòu)進(jìn)行分析，常見的方法如快速傅里葉變換（FFT）、自回歸建模（AR）等，同時(shí)利用濾波、細(xì)化譜分析、倒頻譜技術(shù)等對FFT得到的譜圖進(jìn)行處理獲得所需的頻段與足夠的頻率分辨率，突出特征頻率，實(shí)現(xiàn)故障診斷.這類方法中，應(yīng)用最廣的當(dāng)屬共振解調(diào)技術(shù)[2].

2.2.2 時(shí)頻域方法.軸承故障診斷中，我們往往對信號局部變化感興趣，這些信號由于非常微弱、能量很小，往往容易被噪聲淹沒而難以辨別，此時(shí)傳統(tǒng)的傅立葉變換難以滿足局部細(xì)化的要求；同時(shí)由于環(huán)境、工況或滾動(dòng)軸承結(jié)構(gòu)本身等多重因素的作用，采集的到的滾動(dòng)軸承振動(dòng)信號往往表現(xiàn)出非線性、非平穩(wěn)特征，需要同時(shí)獲得時(shí)域和頻域的信息以完成進(jìn)行故障診斷.常用的時(shí)頻分析方法主要有短時(shí)傅里葉變換（STFT）、維格爾 - 威爾（Wigner-Ville）、小波變換（WT）與希爾伯特黃變換（HHT）等[3].

2.2.3 人工智能方法.近年來，人工智能技術(shù)的發(fā)展為實(shí)現(xiàn)故障診斷的自動(dòng)化、集成化、系統(tǒng)化等提供了強(qiáng)有力的支持.神經(jīng)網(wǎng)絡(luò)（ANN）、免疫網(wǎng)絡(luò)（AIS）、專家系統(tǒng)（ES）、案例推理系統(tǒng)（CBR）等能很好地通過知識自學(xué)習(xí)或?qū)σ延械陌咐M(jìn)行歸納整理得到滾動(dòng)軸承故障模式庫，只需將后續(xù)得到的滾動(dòng)軸承振動(dòng)信號樣本輸入這些系統(tǒng)，即可得到其故障信息，雖構(gòu)建這些系統(tǒng)需要大量的樣本數(shù)據(jù)，但隨著數(shù)據(jù)的逐步積累可以克服這些問題.

2.2.4 信息融合方法.滾動(dòng)軸承故障復(fù)雜多樣，同種征兆可能由多種故障引起，而某種故障又可能表現(xiàn)出多種征兆或多種故障可能耦合發(fā)生，僅從單一信源獲得信息對滾動(dòng)軸承故障情況進(jìn)行診斷，往往僅能反應(yīng)局部其信息，診斷結(jié)果并不可靠、具有很強(qiáng)的不確定性，需要綜合利用多源信息開展?jié)L動(dòng)軸承的故障診斷.常見的融合故障診斷方法大多基于D-S證據(jù)理論實(shí)現(xiàn)數(shù)據(jù)級、特征級或決策級的融合，實(shí)現(xiàn)滾動(dòng)軸承故障的綜合診斷[5].

隨著滾動(dòng)軸承故障診斷研究的不斷深入，特別其非線性理論的發(fā)展和成熟，以及非線性、非平穩(wěn)現(xiàn)代信號處理技術(shù)，人工智能以及處理不確定性的粗糙集與模糊集等理論的發(fā)展，滾動(dòng)軸承故障診斷技術(shù)還將得到大力的發(fā)展，診斷結(jié)果的準(zhǔn)確性與可靠性還將進(jìn)一步的提高，綜合利用多源信息的智能故障診斷方法或系統(tǒng)是發(fā)展的熱點(diǎn)方向.

3 結(jié)語

滾動(dòng)軸承由于具有摩擦系數(shù)小，運(yùn)動(dòng)精度高等諸多優(yōu)點(diǎn)，廣泛應(yīng)用于冶金、電力、石化、航空航天等領(lǐng)域，其運(yùn)行性能的好壞直接影響到整臺機(jī)械設(shè)備的性能，其故障往往導(dǎo)致巨大的經(jīng)濟(jì)損失.本文在分析滾動(dòng)軸承常見的失效形式基礎(chǔ)上，給出了對其進(jìn)行診斷的一般流程，并對現(xiàn)有的滾動(dòng)軸承故障診斷方法進(jìn)行了回顧，對未來的發(fā)展趨勢進(jìn)行了預(yù)測.總的來說，利用多源、多層次信息且能實(shí)現(xiàn)殘余壽命預(yù)測的智能故障診斷方法是未來的發(fā)展趨勢.

〔1〕馬東雄,陸爽,張子達(dá),等.現(xiàn)代信號分析在滾動(dòng)軸承故障診斷中的應(yīng)用[J].哈爾濱軸承,2004,25(4):7～10.

〔2〕劉金朝,丁夏完,王成國.自適應(yīng)共振解調(diào)法及其在滾動(dòng)軸承故障診斷中的應(yīng)用[J].振動(dòng)與沖擊,2007,26(1):38～41.

〔3〕覃慧,南江紅.旋轉(zhuǎn)機(jī)械故障診斷的時(shí)頻分析方法比較[J].科學(xué)技術(shù)與工程,2011,11(9):1991～1994.

〔4〕付新哲,張優(yōu)云,朱永生.滾動(dòng)軸承故障診斷的案例推理方法[J].西安交通大學(xué)學(xué)報(bào),2011,45(11):79～84.

〔5〕楊帆,浦昭邦,莊嚴(yán),等.基于信息融合的滾動(dòng)軸承故障診斷[J].軸承,2005(2):30～32.

TH133.3

A

1673-260X（2012）06-0115-02