【关于滑动轴承故障诊断技术的探究9300字（论文）】

关于滑动轴承故障诊断技术的研究摘要旋转机械在生产制造中占有较大的比重，而滑动轴承作为其关键部件，更是被大量使用。设备工作时，会在滑动轴承上施加很高的负荷，而且滑动轴承所处的位置大多有较高的温度和肮脏的油污，因此，这也造成了滑动轴承的易损性。据统计，由滑动轴承所诱发的故障占总故障的30%-40%。如果能在滑动轴承出现故障时及时进行更换或维护，那么不仅能够降低设备的故障率，而且也可为以后的滑动轴承安装以及使用提供参考。本文以实际的轴承振动信号为分析对象，依据常见的轴承模型，研究了轴承的常见故障和故障产生的原因，最后，总结了轴承部分典型故障下所呈现的特征以及常用的轴承故障分析手段，如时域分析法、频域分析法以及时频域联合分析法等。关键词：轴承；振动信号；时域分析法；频域分析法目录TOC\o"1-3"\h\u第1章前言 第1章前言1.1研究背景与意义从以瓦特改良的蒸汽机为代表的工业革命开始，机械设备逐渐取代人力成为社会生产的主要工具，人类开始进入工业化时代的大门，随着科学技术的不断深化和发展，机械设备朝着功能越来越丰富、结构越来越复杂的趋势发展。机械设备的精密化和复杂化在给人类提供更多功能和便利的同时，也对设备的状态检验和故障识别诊断提出了更高的要求，因此在机械设备的发展历程中，研制技术的研究和维护技术的研究一直是同步进行的，在现代机械中，设备的故障诊断更是研究的重中之重，它对于保证机械设备安全稳定运转有着重要的意义。轴承是机械装置中最为常见和重要的零部件，由于运转时间长等原因，轴承发生故障的概率非常大，一旦出现故障就会存在重大的安全隐患，及时预测并处理轴承故障，对于保护相关设备和操作人员的生命财产安全有着极为重要的作用。在轴承故障诊断领域，振动信号的分析是最重要的分析方法，传统的信号时域、频域分析往往对于平稳信号的处理能力较好，但随着机械设备精密复杂化，振动信号成分逐渐繁杂，传统分析方法的处理能力大打折扣，信号分解则是处理非平稳信号的有效方法，信号的分解是根据信号自身的性质将复杂的非平稳信号分解成若干个有实际意义的分量信号，再对这些分量信号进行处理，获取隐含在分量信号中的某些目标信息的信号研究处理方法。在以振动信号分析为主要方法的轴承故障诊断中，轴承振动信号波形多呈现出非平稳的样式，且由于轴承一般配合其他部件一同工作，振动信号成分复杂多样，传统的傅里叶变换等频域诊断方法所能得到的效果有限，因此利用信号分解方法对轴承的实际振动信号进行分解而后配合其他算法来提取分量信号中的深层次信息，是轴承故障诊断领域有意义和有价值的探究。1.2轴承故障诊断技术的发展现状自轴承出现并运行于机械设备之中，相关的状态检查和故障识别就伴随产生了。轴承故障系统化和理论化的研究起源于国外，我国的轴承故障诊断研究的起步较晚，大致开始于上世纪70到80年代，在近半个世纪的发展中，我国研究人员取得了重大成就，并在逐步填补国家在故障诊断领域的相关空白。在轴承故障诊断方法的发展中，振动信号的分析是主要方法，早期的轴承故障信号分析依赖于峰值、有效值等时域指标的计算和观察，这些诊断和识别方法依赖于实验环境，容易受外界无关因素的干扰，几乎不能单独用于强背景噪声或者复杂工况下的振动信号的分析和处理；以傅氏变换为主要工具的信号频域分析技术将研究角度从时间域延伸到了频率域，取得了成功的应用；随着科技水平的不断提高，传统方法下的故障诊断往往难以对分析精度、处理速度、测试环境三者进行合理的平衡，对此信号的时频分析技术产生了，学者对此进行了大量的研究，取得了丰硕的成果。上述轴承故障诊断与分析方法的主要载体都是信号，振动信号的采集需要配置相关的采集环境和采集设备，这对于时间和资金设备提出了要求，同时有些设备的轴承拆装较为繁琐，或者不能停机进行振动信号的采集，因此又出现了利用其他性质进行诊断的方法，比如常见的超声波探伤法、声发射诊断法，它们利用了声学的性质进行故障诊断；根据故障部位的温度会与正常部位存在差异的性质研发的红外线温度测量技术；轴承内部一般填充润滑油进行润滑减摩，油料分析法则是根据润滑油中元素的变化来衡量故障的类型和损伤程度。第2章轴承结构及其故障机理的研究2.1轴承的基本结构一个常见的滑动轴承的主视图和截面图如图2-1所示，从图中可以看出，它有轴承内圈、轴承外圈、滚动体、保持架四个主要部分，这四个部分构成了轴承的基本结构并保证轴承安全稳定地运行。轴承内圈一般与转动轴紧密装配在一起，并与转动轴一起运动；轴承外圈一般与轴承底座或者机械设备其他部件装配在一起，起着支撑轴承的作用，常见的轴承一般是外圈固定不动而内圈跟随主轴旋转，但有的轴承也会固定轴承内圈，让轴承外圈运动；滚动体一般均匀分布在轴承内圈和外圈之间，配合内外圈的运动，其运动轨迹位于轴承内外圈的滚道沟之中，其数目、质量、形态和大小等固有属性会直接影响轴承的相关工作方式以及轴承的承载性能；保持架一般用来保证各个滚动体之间的相对位置，还可以引导滚动体在预定的轨道上运动，保证轴承正常工作状态，除此之外，轴承一般还有润滑油、密封圈等部件、主要起润滑、密封等保护作用，防止内部元件受到外界因素的侵蚀，保障轴承运行安全，延长轴承使用寿命。图2-1滑动轴承基本结构图2.2轴承的失效过程轴承由于制造工艺、制造材料等因素之间存在的差异，难以对轴承的运行期间的状态和寿命做出精准的预测，但是从大量的实验数据的分析中可以得出，轴承从装配运行到出现故障直至失效损坏的整个生命周期期间一般有如下四个典型的状态阶段。(1)轴承处于正常运行状态，其振动信号成分的幅值是比较小的，且呈现出周期性的变化形式。此阶段轴承可以正常工作，设备可以安全稳定地运行。(2)轴承出现了微弱的早期故障，此时的轴承振动信号的幅值相较于正常轴承的振动信号的幅值会有所增大，但是由于故障微弱，且故障特征主要存在于超声频率范围内，因此用传统的振动信号传感器很难有效测得故障信息，但是由于轴承内部已经出现了微弱的损伤，用声发射检测装置或者超声波探伤装置往往能有效检测早期故障。此阶段的轴承尚可以正常维持运行。(3)轴承的缺陷和损伤进一步加大，振动信号中周期性的故障冲击信号开始逐渐明显，利用包络解调手段可以解析出轴承的故障特征频率，随着轴承故障的不断加剧，包络频谱等检测手段所测出的故障特征频率的幅值会明显增大，故障特征频率的谐波成分会逐渐出现并增多，此时的轴承故障特征较为明显。在实际工作中，此阶段的轴承往往需要测试状态并维护检修。(4)轴承处于严重损坏到失效的阶段内，此时的轴承故障向严重的程度发展，运行时振动产生的噪声会明显加大，各种振动成分会被增大的噪声逐渐淹没，故障部分因发生比较激烈的冲击，温度也会有较为明显的提升。此时的轴承必须维修或者更换，否则会影响设备的正常运转。2.3轴承的故障类型轴承因为运行时间长，且运行环境复杂多样，所以故障的类型和呈现形式是多种多样的。一般来说，轴承故障主要发生在轴承的主要元器件和元器件相互接触的触面或触点之处，从故障类型来看，主要有磨损、疲劳、腐蚀、断裂、胶合等主要形式。(1)轴承的疲劳故障，轴承在工作期间，其各个元器件表面或者次表面之间会相互接触，从而产生周期性的应力，久而久之，当接触面的应力强度超过材料表面所能承受的最大疲劳强度后，接触面就可能会产生疲劳裂痕，裂痕程度会在轴承的运转下不断加剧，以至于发展成坑洼，造成材料的疲劳剥落和损伤。疲劳损伤在轴承的整个生命周期中是不可避免地会出现的，工作温度、外部荷载、材料可靠性、润滑状态等因素都有可能导致轴承的疲劳损伤。一般早期的疲劳损伤不会影响轴承的运行状态，但是损伤到达一定程度时，轴承就会产生安全隐患，此时需要对轴承进行维护或者更换。(2)轴承的磨损故障，由于工艺水平的限制，轴承各个元器件之间必定会存在间隙，例如滚动体和滚道沟和保持架之间的缝隙，在轴承运行过程中，这些缝隙的存在会令元器件在运转中产生一些相对运动，这些相对运动会令元器件表面产生磨损创伤；除此之外，外界环境和润滑油中的异物、润滑油的缺失都会在一定程度上加剧轴承的磨损。磨损会令轴承元器件表面的粗糙程度加剧，降低轴承的工作精度、严重的会导致轴承失效报废。(3)轴承的腐蚀故障，轴承腐蚀受到外部工作环境的影响最大，对于轴承而言，电腐蚀和化学腐蚀是最常见的腐蚀方式。轴承在工作时，表面可能会有电流流通，这些电压或者电流可能会激起电火花放电，从而在轴承元器件表面造成点蚀；化学腐蚀一般是由外部的水、空气、以及润滑油引起，环境中的水蒸气、氧气以及其他元素会日积月累地附着在轴承的元器件表面，经过化学反应形成轴承表面的腐蚀现象。腐蚀对轴承的损伤程度要视工作环境而言，在工作环境比较舒适稳定的情况下，腐蚀损伤程度会较小；长期运转在强酸强碱或者潮湿的环境中，腐蚀损伤程度就会严重一些。对于轴承腐蚀，采用性能良好的密封圈或者配备轴承专用的保护罩能有效改善轴承腐蚀状况。(4)轴承的断裂故障，轴承断裂是轴承最为严重的故障之一，是一种不可逆的轴承损伤。轴承承受的载荷过大、轴承主轴的转速过高是造成轴承断裂故障的常见因素，过大的负荷超出了轴承元器件的极限承载能力，导致了轴承断裂；除此之外，轴承装配时引起的残余应力、安装时存在的不对中状况、润滑剂失效或者润滑不良都有可能导致轴承断裂。轴承的断裂一般是外部瞬发的过载引起的，断裂的轴承无法继续工作，存在重大安全隐患，必须拆解轴承进行修理和更换元器件。(5)轴承的胶合故障，胶合一般指的是某个元器件表面上的材料通过某种方式附着到了另一个元器件表面的现象。轴承在高速、高压、强荷载的运行条件下，各个元器件之间的挤压和摩擦会产生大量的热能，如果润滑剂不能有足够的散热和传热能力，这些急剧增长的热量会让轴承元器件产生热形变，从而在元器件之间的接触面或者接触点造成烧伤，引起轴承损坏。因此，保证轴承在可以承载的环境里运行并提供足够优质的润滑剂，是避免轴承胶合故障的关键。(6)部分实际轴承的故障如图2-2所示。图2-2轴承实际故障示意图第3章轴承的振动信号成分分析在轴承的故障诊断方式中，振动信号分析是经典且有效的。轴承的振动信号大致可以分为两个主要部分，轴承的固有振动成分和轴承的故障振动成分。轴承的固有振动成分是恒定存在的，它产生于轴承的运转过程之中；轴承在正常运转或者存在轻微故障时，其故障振动成分不会特别明显，当故障严重到一定程度时，故障特征就会逐渐明显，此时对于故障振动成分的分析便是轴承故障诊断的主要方式之一。3.1轴承的固有振动成分轴承的固有振动成分存在于轴承运转过程中，它是由轴承或者实验设备的固有属性激发产生，与轴承的故障成分有本质的区别。对于含有轴承的机械设备而言，其固有振动成分主要可以分为以下四个方面。(1)轴承的主要元器件包含内外圈、保持架和滚动体，它们在运动过程中受到挤压和冲击，这些作用力可能会激发轴承元器件的固有振动，这种振动属于外界激励条件下的强迫振动，根据单体或者系统的固有频率的计算方式，此振动成分只和单体或者系统的等效质量和等效刚度有关，取决于各部件的材料、密度等固有属性，不因外部条件而改变，此类振动属于高频振动，其频率一般在数千赫兹以上。对于轴承而言，其不同元器件的固有的振动频率是存在不同的，轴承运转过程中，内圈、外圈和滚动体的固有振动是最为明显的，其固有频率可以利用以下公式进行计算。轴承内外圈的固有振动频率：(3-1)轴承滚动体的固有振动频率：(3-2)式中，n为轴承的振动阶数(n=2,3,4,…)；g为重力加速度(mm/s2)；ρ为轴承材料的密度(kg/mm3)；R为轴承滚动体的半径(mm)；E为轴承材料的弹性形变模量(Gpa)；D为轴承套圈截面的中径(mm)；A为轴承套圈截面的面积(mm2)；I为轴承套圈截面的惯性矩(mm4)。(2)轴承在工作时，不同位置的滚动体数目不同，在承受荷载时不同部位的承载刚度也会存在差异，这会引起轴承的轴心产生起伏，这种振动叫做轴承的传输振动。它主要由滚动体的转动而产生，其频率可以由滚动体公转频率和滚动体数目的乘积来计算和表示。(3)轴承在运转过程中，滚道和滚动体之间会产生挤压和弹性变形，它们的接触形式可以等效为一个弹簧模型，如果轴承存在润滑不良等情况，可能会出现非线性弹簧振动相关特性，从而产生推力方向上的振动。它的主要频率表现为轴承转动轴的旋转频率及其各次谐波成分。此类情况在深沟球滑动轴承上时有发生。(4)由于工艺水平和装配水平的限制，轴承在制造或者装配过程中可能会出现加工表面粗糙程度不达标、滚动体大小不一致、主轴弯曲、装配倾斜或者过紧过松等现象，这些因素同样会激发出一些固有振动成分。3.2轴承的故障振动成分轴承在生命周期内，各个元器件都有可能发生故障进而影响轴承的正常运行，轴承有内外圈、滚动体、保持架等主要结构，因此故障一般集中发生于这几个主要部件之中。当元器件发生故障时，会跟随轴承的转动产生不同的呈现周期性特征的故障冲击成分。学者Balderston在总结了大量实验结果的基础之上，提出了滑动轴承发生故障时，各主要部件冲击频率的计算公式。对于常见的外圈固定，内圈跟随主轴旋转的滑动轴承来说，典型的故障振动频率计算方式如下。轴承外圈故障通过频率公式：(3-3)式中，fi是是轴承实际振动轴承内圈故障通过频率公式：(3-4)轴承滚动体故障通过频率公式：(3-5)轴承保持架故障通过频率公式：(3-6)式中，fi为轴承内圈旋转频率(Hz)；fo为轴承外圈旋转频率(Hz)；d为轴承滚动体直径(mm)；D为轴承滚道中径(mm)；α为接触角(º)；Z为滚动体数目(个)。对于常见的轴承而言，它的内外圈直径、轴承节径、滚动体数目、接触角度数等参数可以直接获取或者通过计算得出，相关转速可以从工况条件中获取，套用上述公式即可大致计算出不同故障状态下的轴承相关特征频率，为后续的研究提供参考。如果轴承的相关信息不全或者轴承的尺寸不便测量时，在滚动体数目n在6至12个的范围内，可以用式(2-7)来近似估算相关特征频率。轴承特征频率近似估算公式：(3-7)第4章轴承故障诊断研究轴承故障诊断方法多种多样，早期的故障诊断利用人类观察轴承运行情况，配合过往积累的经验对轴承的运行状态加以描述，此方式存在较大的不确定性；随着传感器技术的发展，人们开始利用轴承振动信号进行轴承的状态分析和故障检测，很多时域指标的提出让轴承的故障诊断有了更加科学合理的规范化模型，以傅氏变换为基础的信号频域转化为轴承故障诊断提供了崭新的分析角度和分析方法，让人们对振动信号有了更深层次的理解，为以后发展起来的信号的时频联合分析技术打下基础；随着科技的不断进步，各种智能算法、神经网络、大数据处理技术以及故障诊断系统被引入到故障诊断领域并展示出其快捷、准确、高效的巨大优势。4.1振动信号时域分析法振动信号的时域分析方法主要依靠从信号中提取的时域参量来进行振动信号的分析和处理。时域信号参量从类别上包含有量纲参量、无量纲参量，在时域分析中，均值、峰值、均方根值、峭度、裕度指标、歪度指标、脉冲指标等是最为常用的时域特征参数。(1)均值(AverageValue)是时域信号在某个时间段内幅值的平均，是信号在一段采样时间内幅值之和对采样点数的比值。均值在振动信号分析中一般不会单独使用，它更多的起到的是辅助分析，比如实际信号往往会减去均值，而后再进行信号处理。对于有n个采样点的离散时域信号S(t)，其均值Vavg为：(4-1)(2)峰值(PeakValue)是时域信号在某个时间段内的最大值。它能有效体现轴承的早期表面类故障特征，但是峰值容易受到外界因素的干扰。对于任意的离散时域信号S(t)，其峰值Vp为：(4-2)(3)均方根值(RootMeanSquareValue)也叫做有效值，它是一个信号平方和的均值的正平方根，意义是某个信号在一个时间周期内所做功的大小等于与该值相同的直流电压所做的功。在轴承振动信号分析中，有效值对于表面点蚀故障的表征效果较好，且对于外界干扰的抵抗能力较强，但是对于剥落或者划痕这一类存在瞬间冲击的故障，它的表征性能有限。对于一个含有n个采样点的离散时域信号S(t)，其均方根值Vrms为：(4-3)(4)峭度(KurtosisValue)是时域信号归一化后的四阶中心矩。它对于故障信息的感知能力比较强，特别是对于轴承的早期轻微故障，其损伤程度比较小，故障冲击幅度不明显，峭度的计算可以放大故障特征信息，并且在一定程度上抑制其他无用的信号成分，因此它可以较为准确地识别轴承早期故障，但是峭度会受到噪声的影响，而且当故障损伤程度比较大时，此参数的识别效果欠佳，有研究指出，对于滑动轴承而言，故障发展到一定程度时振动信号的峭度值会和正常轴承振动信号的峭度值出现相同的变化趋势。对于有n个采样点的离散时域信号S(t)，其峭度Vkur为：(4-4)(5)脉冲指标(ImpulsionIndex)是信号的峰值和平均值绝对值的比。它对于轴承表面疲劳剥落或者划痕的检测能力比较强。对于离散的时域信号S(t)而言，其脉冲指标I为：(4-5)(6)峭度指标(KurtosisIndex)是峭度的另一种衍生参数，是信号的峭度与均方根值的四次方的比值。振动信号的峭度指标值与相关设备的转速、大小、载荷等因素无关，它对故障冲击特别敏感，同样可以用于轴承类设备的早期故障检测。一般情况下，轴承在正常运行状态下的峭度指标维持在3附近，当出现故障时，信号中和故障成分有关的幅值就会变大，从而让信号幅值的分布偏离正常的正态分布，峭度指标值变大，其值越大，说明故障越严重，一般此值大于7或者8时，可以认为设备出现了重大的故障。对于离散的时域信号S(t)而言，其峭度指标K为：(4-6)(7)裕度指标(MarginIndex)是信号的峰值和方根幅值的比值。此指标可以用来衡量轴承的损伤程度，一般情况下，此值越大，说明轴承的故障损伤程度越是严重。对于离散的时域信号S(t)而言，其裕度指标L为：(4-7)除了上述指标外，还有其他很多参数，诸如方差、斜度、平均幅值、方根幅值、波形指标、峰值指标等，它们同样在轴承信号时域分析中有着广泛的应用，这些时域指标的出现让轴承故障诊断有了更加科学合理的规范化模型。时至今日，轴承振动信号时域分析依然是轴承故障诊断的重要组成部分，并对故障诊断的发展和进步产生了深刻影响。4.2振动信号频域分析法机械设备有着越来越精密复杂的发展趋势，其振动信号成分也越发混杂，这给时域分析带来了诸多不便，于是人们开始从频域角度来思考如何进行机械设备的故障诊断，以傅里叶变换为主要工具的时域信号的频域转换为振动信号分析提供了崭新的工具。(1)傅里叶变换是信号频谱分析的基础工具之一，它由法国数学家傅里叶作为热力学分析工具提出，后被广泛应用到时域信号的频域转换中。傅里叶变换指出满足一定条件的某个函数都能表示成三角函数或者其积分的线性组合形式。对于任意时域信号S(t)，其傅里叶变换形式如下：(4-8)傅里叶变换适合于处理稳态信号或者周期信号，随着研究的深入又衍生出了连续傅里叶变换和离散傅里叶变换，并配合计算机在实际信号的分析和处理中发挥了很大作用。在计算机中，离散形式的傅里叶变换可以获得较快的处理结果，此算法被称为快速傅里叶变换(FastFourierTransform，FFT)算法，它是离散傅里叶变换(DiscreteFourierTransform，DFT)算法的快速实现形式，时域信号经过快速傅里叶变换可以获得信号的频谱，寻找并分析相关频率就可以完成相应的故障识别。傅里叶变换也存在缺点，它适用于较为平稳的信号，对于非平稳信号的处理效果不佳；傅里叶变换在进行时域卷积时会产生一些不连续的间断的点，这些点会令频域中出现额外的成分，发生傅里叶变换的泄露现象。(2)在实际的工程背景下，获取的振动信号往往掺杂着大量背景噪声，此时的信号采用时域分析或者仅利用傅里叶变换进行分析获得的结果是不尽人意的。希尔伯特包络频谱则是处理此类信号的有效方式，它利用希尔伯特变换将原始信号进行变换并构造复信号，并对构造的新信号进行模值求取得到包络信号，再对包络信号求取频谱即为包络频谱。相比于传统的傅里叶分析，此方法对故障冲击的敏感程度更高，适合于含有大量背景噪声的振动信号的频域分析。对于任意的时域信号S(t)，先对其进行希尔伯特变换得到H[S(t)]，其变换的本质是原始信号与1/πt进行卷积运算：(4-9)构造新的解析信号S′(t)=S(t)+jH[S(t)]，对其取模值，得到包络信号A(t)：(4-10)最后对包络信号A(t)进行傅里叶变换，即得到希尔伯特包络谱：(4-11)希尔伯特包络解调是一种常用的信号解调方式，在轴承的故障诊断中，故障轴承会在运行中激发出周期性的故障冲击信号，这些冲击信号可能会与某些高频率的固有振动发生调制现象，利用希尔伯特包络谱就可以将这些冲击信号分离出来。信号的希尔伯特包络谱和信号的频谱存在差异，在故障信号的分析和处理中，包络谱用于轴承振动信号故障特征提取往往能取得更好的效果。第5章结论本文首先阐述了常见滑动轴承的基本结构，而后对其典型的故障类型和故障表现形式进行了分析。在轴承的故障诊断中，振动信号分析法是最为成熟有效的方法，对于轴承振动信号而言，固有振动和故障振动是主要的信号成分，对故障振动成分的分析便是故障诊断的关键。在故障信号的分析中，时域和频域分析是主要手段，时域分析依靠提取有量纲参数或者无量纲参数这些时域指标来反映轴承的故障状态，应用存在诸多限制；频域分析则是将时域信号进行频域转换，寻找相关故障特征频率来判断故障类型，傅里叶变换和希尔伯特包络解调作为最常用的信号频域分析手段，有着各自的理论基础和应用范围，也存在着各自的优势和不足，现实中的轴承故障诊断需要将时域频域分析方法加以有效整合，方能处理实际问题。参考文献[1]王金东,刘著,赵海洋,等.基于MRSSD与