滚动轴承实用诊断技术及案例

停机检修时拆下的轴承照片
非常明显的内圈点蚀
4. 结论 （1）FFT频谱分析依然是比较有效的滚动轴承故障诊断手段，缺点是比较难发现早期的故 障，同时也有可能遗漏某些轴承故障 （2）需结合时域波形、自相关、PeakVue等多种分析手段，增加判断的准确性。文献[1]中也 列出了PeakVue发现但普通频谱分析无法发现的轴承故障 （3）趋势分析对于准确判断轴承故障的发展状况非常有效。
2. 实用的滚动轴承故障诊断技术
（1）FFT频谱分析
滚动轴承运转过程中，由于轴承的旋转，滚动体在内、外圈之间滚动，如果滚动表面发生
损伤，滚动体在这些表面转动时，便产生一种交变的激振力，由此产生的低频振动成分，其频
率是有规律的，可以根据转速和轴承的几何尺寸求得。损伤发生在内、外圈、滚动体或保持架
上时该故障频率会有所不同。这些频率称为故障特征频率，此频率是故障诊断的重要依据。
障往往是中期到晚期的轴承故障。
（2）时域波形
时域波形是最原始的振动信息，因此也是最真实、最直观的反映振动形态和振动大小的工
具。时域波形一般适合如低速拍频、短暂冲击、瞬态、轴承缺陷等情况。对于轴承缺陷，时域
波形上会呈现以下特点：
· 波形图上会周期性的出现短暂（高频）的脉冲信号，脉冲信号峰值较高，但反映
在振动总量上并不高
· 有时候会出现振幅调制的现象
下图反映的就是两个典型的轴承缺陷
典型的外圈划痕故障
典型的内圈点蚀故障
（3）自相关技术
Emerson提供的软件中包括很多有用的分析工具，自相关就是其中一项。
相关性是一个统计学术语，表明两个随机信号的相互关系，一个典型的表现是：一个变量
会随着另一个变量变化。相关又会分成正相关和负相关两种情况。举例说明，下雪外面就会变
外高桥电厂自1998年开展状态检测技术的应用以来，利用Emerson 的CSI 2120 振动分析
仪定期对机组的辅机进行振动信号的采集和设备状态分析, 已经积累了比较丰富的经验，也取
得了很好的成效。已经检测出多个轴承故障，避免了振动增大导致其他零部件损坏及更严重的
事故后果的发生，提高了生产效益，起到了很好的预测维修的作用。
冷，这是正相关。出太阳就不会下雨，这是负相关。通常用-1到+1之间的小数度量两者之间的
相关性，+1表示当一个信号增加时，另一个信号会成比例地增加，而相反的，-1则表示当一个
信号增加时，另一个信号会成比例的降低。
作为振动分析的一个振动工具，自相关将波形的其中一半与另外一半进行关联比较。因 此，当时域波形中出现任何周期性的信号时，两组信号的相关性将使得到的波形中周期性信号 更加明显，达到削弱非周期性冲击的目的。应用自相关时要注意，采集的时域波形的长度至少 是2个转速周期以上。通常4-10个转速周期比较合适。
滚动轴承实用诊断技术及案例
摘要： 本文介绍了上海外高桥发电有限责任公司根据近年来状态检修的经验总结出的实用的滚动 轴承诊断技术，并介绍了一个相关的案例——一次风机滚动轴承内圈故障。 关键词：振动分析；故障诊断
1. 概述
Leabharlann Baidu
滚动轴承是各种旋转机械中应用最为广泛的一种机械部件，也是最易损坏的元件之一。旋
转机械的许多故障都与滚动轴承有关，滚动轴承工作性能的好坏直接影响到整台机器的工作性
有四个与轴承相关的扰动频率：球过内圈频率（BPFI）、球过外圈频率（BPFO）、保持
架频率（FTF）和球的自旋频率（BSF），具体如下：
内圈频率
BPFI
=
1 2
n(1 +
d D
cosa )
外圈频率
BPFO
=
1 2
n(1 -
d D
cosa
)
滚动体频率
BSF
=
D 2d
(1 -
d2 D2
cos2
a)
保持架频率
参考文献 [1] 外高桥电厂一次风机和定冷泵振动故障诊断。中国仪器仪表。2007，（10）。 [2] 设备振动分析与故障诊断技术。陈长征，胡立新等。科学出版社，2007
2008年7月14日，对其采集振动数据后发现时域波形上的峰峰值已达6g以上，而频谱图中 也反映10.41倍频及其谐波、1倍频边带成分更加明显，表明此时内圈故障已经发展到比较严重 的程度。（此时振动总量并未上升，一直维持在警告线以下，只有1.339mm/s）
从上面的时域波形图中，我们可以发现转子每旋转一周，基本上会呈现一组类似的波形，而在 每个周期内，则会有多组高频冲击信号，且幅值会有较大变化。这是由于滚动体随着内圈旋转时进 出负载区所形成的振幅调制的现象。经过自相关处理后，我们甚至可以清晰看见两个较高脉冲之间 的相等的时间间隔（如下图所示），0.00391s，换算成频率正是滚动轴承的内圈故障频率： 257.71Hz（10.41倍频）。
能。据统计，在使用滚动轴承的旋转机械中，由于滚动轴承损坏而引起的故障约占30%。因
此，对滚动轴承工作状态的监测及其故障诊断技术的研究工作越来越受到人们的重视。目前已
有较多的专门针对滚动轴承的故障诊断技术，如CSI (Emerson)的PeakVue，Entek(Rockwell
Automation)的gSE，SKF的ESP（包络）等，都是比较有效的检测手段。
FTF
=
1 2
(1 -
d D
cos
a
)
式中
D——节圆直径
d——滚动体直径
n——滚动体个数
α——接触角，为共切点与球心的连线同垂线的夹角
频率单位：倍频，换算成Hz需乘以轴的转速频率
由于FFT自身的特点，更适合处理稳定的振动信号。而轴承缺陷，特别是早期缺陷，引起
的冲击往往是短暂的，低能量的，容易被背景信号所“淹没”。因此，通过故障频率发现的故
（4）PeakVue轴承诊断技术 相比于gSE或包络解调而言，PeakVue是一种监测轴承故障的新方法。该方法着眼于分析 由于金属与金属之间的冲击或摩擦形成的应力波信号。应力波是一种非常短暂的连续性脉冲讯 号（百万分之一秒到千分之一秒的范围）。滚动轴承如出现故障，当滚珠通过缺陷区时，由于 油膜中断会使金属直接碰撞，从而产生应力波。应力波属于低能量信号，隐藏在振动频谱底层 的背景能量中，用常规的振动信号采集和频谱分析难以发现。PeakVueTM 专注于寻找和分离 这些高频、低能量的应力波，并且加强信号，使其高于频谱的背景能量信号，从而能更明显地 诊断损坏根源。 3. 滚动轴承故障案例 案例为一台一次风机（3B）。电机转速为四极异步电机，轴承为滚动轴承FAG22226EAS。 采用加速度传感器分别测量电机和风机两个轴承的轴承座外壳水平(H)、垂直(V)和轴向(A)方向的振 动量，共12个测点。测点位置如图1所示。
自2008-1-9日起，时域波形中发现明显的冲击信号，冲击水平（峰峰值）达到3g左右，而 频谱图中也开始出现10.41倍频及其谐波，同时周围还有1倍频边带，符合滚动轴承内圈故障， 查找轴承型号并计算故障频率，发现该谐波与内圈故障频率基本一致（下图中的D即故障频率 成分），确定为轴承故障。开始对其密切关注。