淺析智能化軸承狀態檢測

陸瑩

摘 要 滾動軸承的工作狀態在很大程度上影響著整個機械設備甚至是整條生產線的運行，如果軸承在工作時發生故障，容易導致整個設備的工作停滯，甚至引發嚴重的事故，應當對其狀態進行檢測。

關鍵詞 滾動軸承 監測 特征值

中圖分類號：TH133 文獻標識碼：A

0引言

滾動軸承是電力、冶金、機械、石化、航空航天以及一些軍事工業部門中使用范圍最廣的機械部件，也是機械設備最容易受損傷的部件之一。滾動軸承的工作狀態在很大程度上影響著整個機械設備甚至是整條生產線的運行，如果軸承在工作時發生故障，容易導致整個設備的工作停滯，甚至引發嚴重的事故。因此，進行及時而有效的軸承狀態監測將是十分必要的。

1 滾動軸承故障類型

（1）磨損失效

當塵埃、異物等潤滑雜質侵入軸承滾道、滾動體、保持架、座孔或安裝軸承的軸頸或發生機械原因引起的損壞時，會發生磨損失效，是滾動軸承一種最常見的失效形式。

（2）疲勞失效

疲勞失效也成為接觸疲勞，表現為滾動體或滾道表面剝落或脫皮。

（3）斷裂失效

軸承的斷裂失效主要是由缺陷于與過載兩大因素造成的。

（4）膠合失效

膠合失效膠合發生在滾動接觸的兩個表面間，為一個表面上的金屬粘附到另一個表面的現象。

（5）保持架損壞

保持架損壞可能是由于保持架材料的缺陷以及鉚合缺陷等原因引起。

2 數據處理及特征提取

2.1 數據預處理

（1）零均值化處理

零均值化處理又稱中心化處理。若不去除均值，在作信號譜分析時，將在處出現一個大的譜峰，并會影響在左右處的頻譜曲線，使它產生較大的誤差。

（2）消除趨勢項

趨勢項就是在隨機信號中存在線性項或緩慢變化的、周期大于記錄長度的非線性成分。通常使用最小二乘法，它既能消除高階多項式趨勢項，又能消除線性趨勢項。

（3）平滑處理

平滑處理使圖形變得平滑，去除毛刺。常用的計算機平滑方法是五點三次平滑，這仍然是一種基于最小二乘法原理的擬臺方法。

（4）濾波處理

數字濾波器DF（digital filter）是廣泛使用的數字信號處理系統，分為有限沖激響應FIR（finite impulse response）和無限沖激響應（infinite impulse response）兩種濾波器。

2.2時域特征值提取

時域特征提取列表如表1。

從表可知，均值的重復性不好，方差、均方根值、峰值因子的差異性不好，則只有峰值、峭度系數、裕度因子、脈沖因子、波形因子是好的、有效的特征值。

2.3頻域分析方法

頻域參數特征提取列表如表2。

從上表可以看出，頻域參數的特征值重復性和差異性都是良好的。

3 總結

本文首先論述了軸承的失效方式。然后進行數據處理和特征分析，數據預處理方法主要有零均值化、消除趨勢項、平滑處理、濾波處理，特征抽取方法主要有時域抽取和頻域抽取。

參考文獻

[1] 李露加.滾動軸承運行狀態智能化監測.河南科技，2014.

[2] 王立臣，梁浩.滾動軸承故障診斷技術現狀及發展趨勢.設備管理與維修，2013.

[3] 李興林，張仰平，曹茂來，張燕遼，陸水根，李建平.軸承故障監測診斷技術新進展.工程與試驗，2009.