轴承产品缺陷分析报告

轴承产品缺陷分析报告

滚动轴承和滑动轴承是应用在转动设备中应用最为广泛的机械零件，是轴及其它旋转构件的重要支承。在日常的使用与维修中发现，轴承同时也是最容易产生故障的零件，对轴承零件的缺陷预测与分析具有很高的经济价值，所以轴承工作状态实时监控和诊断的研究受到广泛重视。由于滚动轴承与滑动轴承在缺陷方面有许多共同点，缺陷分析方法可以通用，所以本文以讨论滚动轴承作为重点。

1.滚动轴承常见缺陷故障

由于滚动轴承在实际生产中应用广泛，其产生的故障现象也多种多样，常见的有疲劳剥落、过量的永久变形和磨损。

1.疲劳剥落

轴承在正常的条件下使用，内圈、外圈和滚动体上的接触应力是变化的，工作一段时间后，接触表面就可能发生疲劳点蚀，以致造成疲劳剥落。所以疲劳剥落是轴承的正常失效形式，它决定了轴承的工作寿命。

2.过量的永久变形

轴承在转速很低或者间歇往复摆动的工作状态时，在过大的静载荷或冲击载荷作用下，会使套圈滚道和滚动体接触处的局部应力超过材料的屈服强度，以致在表面发生过大的塑性变形，使轴承不能正常工作

3.磨损

在润滑不良和密封不严的情况下，轴承工作接触面容易发生磨损，转速越高，磨损越严重。磨损会使轴承的游隙增加，振动和噪声增大，各项技术性能急剧下降，导致轴承失效。

此外，轴承还有胶合、烧伤、轴圈断裂、滚动体压碎、保持架磨损和断裂、锈蚀等失效形式。在正常的使用条件下，这些失效是可以避免的，因此称为非正常失效。

2.轴承缺陷诊断方法

轴承缺陷常用诊断分析方法可概括为以下几种：

（1）检测润滑油温度、轴承温度及主油道润滑油压力波等物理参数

（2）油样分析包括理化分析、污染度测试、发射光谱分析、红外线分析和铁谱分析（3）振动分析

（4）声发射（AE）分析

以上各种方法各有其特点，能够在一定程度上反应轴承缺陷。第一种方法安装传感器简单、成本低但不实用，主要原因是测量温度有其滞后性，不能实时预测轴承缺陷。油样分析只能测量油润滑轴承，但不能测量脂润滑轴承。现阶段应用最广泛的是振动分析和声发射（AE）分析

2.1 振动分析技术

振动产生的原因可分为两类：一类是由于弹性变形引起的固有振动，与球轴承本身的材料、形状、尺寸和质量有关，与球轴承的旋转速度无关；另一类是旋转工程中由于球轴承接触表面(外滚道、内滚道、滚动体表面及保持架内表面等)的工况引起的振动。综上所述振动是轴承在运转过程中是由轴承结构、加工质量、润滑状况以及安装精度等多种因素的综合反应，所以是轴承制造过程中的必测参数。

基于振动的轴承缺陷检测方法有许多，根据对信号参数处理方式的不同概括起来可分为三大类，时域分析、频域分析、时频分析。

（1）时域分析

时域分析主要是通过监测时域的统计参数，如振动的峰值、均方根值（有效值）、峭度、峰值因数等，来判断轴承是否有缺陷。正常轴承的振动加速度信号一般是服从高斯分布的零均值随机信号。因而，一旦轴承出现异常，振动信号也就偏离高斯分布，时域的统计参数都会发生显著的变化。

（2）频域分析

频域分析也称频谱分析，是球轴承缺陷诊断最常用的方法，它通过傅里叶变换（FFT）得到球轴承振动信号的频谱图，然后在频谱图中找到与缺陷相对应的特征频率成分，进而诊断出缺陷所在的零件。

（3）时频分析

时频分析将时域分析和频域分析综合起来，在获取信号时域特征的同时还获取信号的频率特征。由于小波变换具有时间窗和频率窗都可改变的特性，并且对高频成分采用逐渐精细的时域或空域采样步长，可以聚焦到信号的任意细节，因此小波变换在轴承缺陷诊断中的应用得到了广泛的关注。

以上三种方法中，时域分析法具有直观、易于理解等特点，但对轴承的缺陷只能做简单分析，即只能判断是否存在缺陷，不能判断哪个位置存在缺陷，诊断精度不高。频域分析不仅能确定滚动是否存在缺陷，理论上还能判断缺陷所在的元件。其中应用比较广泛和成熟的是共振解调法，该方法是以轴承系统的共振频带为检测频带，振动信号经放大、滤波和解调，获得脉动冲击的低频信号，以此作为滚动轴承缺陷分析的依据。时频分析作为二者的结合，其分析方法越来越多，诊断精度较高，在实际应用中得到越来越广泛的应用。

振动技术在轴承缺陷检测方面日趋成熟，但振动技术对于低速滚动轴承的故障检测，特别是对于其早期的故障检测，检测结果不理想，所以振动技术下一步的研究方向主要在轴承低速转动以及早期故障检测预测。

2.2 声发射（AE）技术

声发射（AE）技术的工作原理为：当材料内应力变化而形成声发射源，所产生的弹性波传播到材料表面，声发射传感器即可检测到此位移信号并将其转变为电信号，通过放大器放大、记录，然后通过信号处理，一般常用的的信号处理方式为参数分析和波形分析，最终可判断出声发射源的位置及性质。

声发射（AE）技术一直作为振动技术的补充手段，具有其特有的优势，主要体现在以下几方面：1）声发射信号响应时间短，能迅速反映故障；2）声发射信号具有较宽频率范围，信息量大，利用高频信号进行检测信噪比高；3）可实时显示、定位故障点；4）检测设备安装操作简便。但是声发射（AE）技术的缺点同样明显，对环境要求以及传感器的要求较高。

3.轴承缺陷分析技术的发展趋势

近年来，轴承的研究重点主要在信号的提取和信号的处理方面。随着人工智能，计算机技术和传感技术的迅速发展，滚动轴承的智能诊断技术不断涌现，如专家系统、神经网络、模糊系统等。滚动轴承缺陷诊断技术与当代前沿科学的融合是轴承缺陷诊断技术的发展方向，诊断技术越来越智能化，概括地说，主要表现在以下几个方面:

(1)与当代最新传感技术的融合。

(2)与最新信号处理方法的融合。随着新的信号处理方法在滚动轴承缺陷诊断领域中的应用，传统的基于快速傅立叶变换的轴承信号分析技术将会有新的突破性进展；

(3)与多传感器信息的融合。对滚动轴承进行缺陷诊断时，可以采用多传感器同时对轴承的各个位置进行监测，然后按一定的方法将这些信息融合起来，以提高滚动轴承缺陷的诊断精度；

(4)与现代智能方法的融合。现代智能方法包括专家系统、模糊逻辑、神经网络、进化计算