轴承的应用和市场分析（共9篇）
1.轴承的应用和市场分析 篇一
节能热处理技术和设备在轴承行业的应用
一、轴承行业现状及热处理技术和装备概况
1.我国轴承行业持续快速稳定的发展
我国轴承行业经过建国以来五十多年的建设和发展，特别是改革开放以来持续、快速、稳定的发展，已形成了较大的产业规模。2007年全行业生产各类轴承90亿套，实现销售收入760亿元。轴承产量和销售收入居世界第三位。
我国轴承进出口贸易额逐年攀升。2007年轴承出口创汇21亿美元，进口用汇21亿美元，进出口持平。
“九五”以来，我国轴承行业经济成分发生了深刻的变化。至2006年，按销售额计算，已形成国有：民营：三资＝16:63:21的格局。
我国轴承行业技术水平逐步提高，已具有一定的技术实力。有一所(洛轴所)、一院(中机十院)、一校(河南科大)作为依托。全行业现有国家级企业技术中心5个(万向、瓦轴、哈轴、洛轴、西北)、博士后科研工作站5个(万向、龙溪、洛轴所、西北、杭州中心)、国家级实验室6个(洛轴所、杭州中心、上海所、万向、龙溪、瓦轴)。全行业的产品开发能力有很大提高，掌握的轴承品种规格已由1999年的39000种增加到2005年的66000多种。为重大装备和重点主机的配套率达到80%左右。高端产品开发有重大突破。以“神五”、“神六”、“嫦娥一号”配套轴承为代表的航天航空轴承及其他国防装备配套轴承均已立足国内，具有完全自主知识产权。长期制约为国内主机配套和扩大出口的微小型深沟球轴承的振动噪声和密封性能问题，通过中国轴协组织的全行业技术攻关，已取得显著效果，基本上可以满足国内主机配套和扩大出口的要求，部分企业的产品已达到或者接近国际同类产品的水平。
2.我国轴承热处理技术和装备取得的长足进步
“六五”、“七五”、“八五”经济建设时期，有二十多家轴承制造企业先后从日本、英国、美国、瑞士、西德、奥地利、意大利等工业发达国家引进设备的使用、消化吸收，其中的主要类型设备在“八五”末期基本实现了国产化，有力地促进了我国轴承热处理装备的技术进步和电炉行业的制造水平。
推杆式等温球化退火炉在轴承行业得到广泛应用，目前该类型设备是轴承零件退火的主要设备。轴承零件保护气氛退火已开始引起重视，并开始在生产上广泛应用。
轴承零件淬回火设备主要有网带炉、铸链、辊底炉、多用炉、转底炉、滚筒炉生产线，这些生产线是我国轴承行业热处理设备的主力设备，也代表了我国轴承热处理装备水平，这些装备的推广应用，大大提高了我国轴承零件热处理质量水平，工件淬火后氧化脱碳层由原来的0.06～0.1 mm降到0.03 mm以下，批量硬度差由原来的2HRC降到1.5HRC以下，同件硬度差由原来的1.5HRC降到1HRC以内，压缩磨削留量1/3～1/2，提高磨工效率15%～22%，为我轴承质量总体水平的提高做出了贡献。
渗碳热处理设备主要有推杆式、辊底式、网带式气体渗碳自动生产线，也有多用炉、真空渗碳炉、井式炉、周期式渗碳炉，渗碳气氛的碳势控制大多采用自动控制系统，也有采用流量控制。
3.我国轴承热处理技术和装备的发展方向
⑴中小型轴承套圈大批量生产热处理装备采用无马弗托辊式可控气氛网带炉生产线、可控气氛铸链炉生产线，取代输送带炉、振底炉、箱式炉等落后炉型。
⑵中大型、大型轴承套圈大批量生产热处理装备采用可控气氛辊底炉生产线和多用炉生产线。
⑶特大型轴承套圈热处理装备采用可控气氛周期式热处理炉或加装微机碳势控制装置的井式炉。
⑷开发可控气氛带硝盐马氏体淬火小辊棒炉和辊底炉生产线。
⑸推广应用连续式可控气氛渗碳生产线。
⑹开发汽车轮毂轴承高频淬回火自动生产线。
⑺轴承滚动体大批量生产热处理装备采用滚筒炉生产线，取代仿苏鼓型炉生产线。
⑻开发辊底式氮基保护气氛等温球化退火炉。
⑼发展和应用下贝氏体等温淬火工艺装备。
⑽研制开发与可控气氛辊底炉、转底炉配套的自动模压淬火机床。
⑾加大真空热处理装备的比例。
⑿研制开发与网带炉、铸链炉生产线配套的量变型分选机。
二、轴承行业热处理节能措施
众所周知，轴承热处理是个耗能大户，轴承热处理设备90%以上采用电加热，俗称“电老虎”，其电耗占轴承制造业电耗的25-30%。同时，在热处理工艺过程中不断产生热辐射能、废烟气、粉尘和噪音等，对环境造成一定程度的污染。因此，开发节能、环保型热处理技术和装备是轴承行业亟待解决的问题。
近些年来，我国轴承行业从以下几方面采用措施，提高轴承热处理的节能和环保效果。
1.优化工艺节能
经过大量工艺试验，在保证热处理质量得到提高的前提下，对热处理工艺进行优化简化，然后合理设计加热炉各区段长度和加工节拍，充分发挥热效能产生显著的节能效果。这方面最突出的是北京天马轴承有限公司和北京建通盈动工业炉公司共同开发研制的多功能辊底可控气氛热处理生产线。
2.利用余热节能
财政部近期发布信息说，中央财政将十大重点节能工程进行奖励。十大节能工程包括“余热余压利用工程”。
轴承钢退火是轴承行业耗能最大的工序之一。多年来，轴承生产企业在降低轴承钢退火能耗上下了不少功夫。轴承钢锻造余热退火曾风行一时。但是，这一节能工艺虽然理论上可行，但实际操作上存在诸多难以解决的问题。最后都以失败告终。
近年来，一些轴承热处理设备制造优势企业，如杭州金舟电炉有限公司、苏州工业园区胜龙电炉制造有限公司，转而在利用热处理余热上做文章，研发了“热回收型连续等温退火炉”、“双层辊底式保护气氛球化退火炉”，取得了高效节能的效果。
3.智能控制节能
河北工业大学材料学院研发的轴承智能退火控制系统，在充分利用企业原有退火炉体的情况下，配置的该系统可根据运行过程中反馈获得的退火炉热特性、温场分布、装炉量等参量，智能化地调节各区加热温度，冷却速度等参量，自动完成退火的全过程，排除了操作上的人为因素，取得了显著的节能效果。
4.减少热损失节能
轴承生产企业和轴承热处理制造企业联手，在减少轴承热处理加热过程中的热损失下功夫。
一是以辊底炉取代推杆(盘)炉，免除了料盘的热损失。(一公斤钢件从室温升800℃，需吸热1.03千卡)。
二是优化炉膛设计，同时合理选用高强度轻质抗渗碳砖、优质陶瓷纤维制品等保温隔热材料，减少炉衬材料的蓄热损失和炉壁表面的散热损失。
三是优势热处理制造厂家，如金舟电炉有限公司等，在制造热处理炉构件时，采用大型数控设备加工，提高加工精度，提高传动辊的水平精度，提高炉壳刚性和密封性，减少焊缝，从而减少热损失和气氛损失。
三、轴承节能热处理技术和装备典型案例
1.多功能辊底可控气氛热处理生产线
由北京天马轴承有限公司和北京建通盈动工业炉公司共同研制的多功能辊底式可控气氛热处理生产线一种高质量、高效率、节能、环保型，在国内处于领先水平的热处理装备。
该生产线由辊底式加热炉、升降式淬火硝盐槽、油槽、辊底式清洗炉、烘干机和双层辊底式等温回火炉等主要设备构成。
通过编程调整工艺参数，在这一条生产线上可以完成四种不同的热处理工艺：普通马氏体淬、回火，马氏体分级淬、回火，贝氏体等温淬火，贝氏体分级淬火等。
这一生产线是引进消化吸收再创新和集成创新的成果，在以下几方面在国内处于领先水平：在一条生产线上具有四种不同的功能，不仅可以进行通常的普通马氏体淬火而且可以进行马氏体分级淬火和贝氏体分级淬火；以硝盐淬火介质取代油淬火介质；用空气回火炉取代硝盐槽进行贝氏体等温处理；淬火采用计算机控制的升降式机构；整条生产线高度密封、零排放。
在保证强度、硬度、金相组织和残留奥氏体量达到标准的前提下，贝氏体分级淬火比普通马氏体淬火冲击韧性GCr15提高26.6%，GCr18Mo提高36.8%。轴承在很多应用主机，如轧钢机、风力发电机、铁路客车等，需要承受很大的冲击载荷，因而需要提高的冲击韧性，普通马氏体淬火已不能适应这一要求。这一生产线的研制成功，就为适应高冲击载荷的轴承制造提供了热处理设备。
这条热处理生产线不仅能保证热处理质量，硬度、金相组织、变形和表面脱贫碳均能达到国家和行业标准要求，并较之以前有很大提高，而且，由于热处理工艺的优化和设备密封性能的提高，节能效果明显。全国轴承行业热处理平均耗电量为730KWh/吨，这条生产线耗电指标达到550KWh/吨。如在全行业推广应用，将产生很大的经济效益。同时由于升降式的入浴方式，大幅度减少淬火变形，因而可以减少加工留量，达到节材的效果。
2.双层辊底式保护气氛球化退火炉
众所周知，球化退火工件降温至650℃以下即可出炉空冷，大量退火余热未加利用。为了实现节能降耗的最佳效果，2007年5月，杭州金舟电炉有限公司创新开发了“双层辊底式保护气氛球化退火炉”。根据球化退火工艺的特点，将炉体设计成双层辊底炉，上层进料，分设进料台、余热利用室、加热区段、保温区段、快冷室，下层为出料台、余热利用室、缓冷区段、等温区段、快冷室。上下层的余热利用室为一个贯通室，无隔离，安装一台热循环风机，加强循环换热，利用退火余热预热进炉冷态工件，使工件从室温升温至300～350℃；上下层的快冷室为一个升降通道，内设升降机，使工件从上层转到下层。双导炉的结构保证了余热充分利用的节能退火工艺：进炉→余热利用升温→加热→保温→快冷→等温→缓冷→(余热利用)强冷→出炉。
余热利用节能双层退火炉，耗电下降150～220KWh／吨钢，与我国轴承行业球化退火耗电240～290KWh／吨钢比较，节电近90KWh／吨钢，节电率达到30%以上。并且退火质量优良：无氧化，脱碳层深度≤0.10mm，钢材利用率提高3%以上，特别适用于冷辗套圈的退火。球化退火显微组织为均匀、细小、弥散、圆整分布的球(粒)状球光体，可稳定地控制在2～2.5级(相当于SKF标准的CG2.1～2.3级)范围内。球化退火后，硬度为185～202HBW，单件硬度差±5HBW，整批硬度散差＜15HBW。
3.高效能的的热回收型连续等温退火炉
苏州工业园区胜龙电炉制造有限公司研发的这种电炉有两个炉道，两个炉道平行反向设置。每个炉道依次排列有预热段、加热保温段、快冷段、等温段和冷却段。两个炉道中，一个炉道的预热段与另一个炉道的冷却段之间设置热交换机构，充分利用一个炉道工件冷却放出的热量，作为另一个炉道的预热用，可以使进炉工件加热到400℃以上。
这种炉型融节能型等温退火炉技术与热回收技术为一体，将工件预热作为二次能源开发，具有明显的节能效果。以250KW的SLRTd-250退火炉为例，年产量可达5400吨，年节电80万度，与普通节能型退火炉比较，年节电费用达55～60万元。两年的节电费用就可以回收整台设备投资。
这种炉型加工质量稳定，轴承零件退火硬度HRB89-92，金相组织2-3级，合格率100%。
4.油电、气电复合加热技术
⑴油电复合加热技术
上世纪90年代，东南沿海省市缺电少煤，金舟电炉有限公司创新开发了辊底式油电复合加热等温球化退火炉，成功地将先进的工艺技术与热处理设备集成创新，使轴承钢球化退火缩短至8～9小时，而球化退火显微组织达到均匀、细小、弥散、圆整分布的理想目标；先进的燃油技术使烟尘黑度系列达到林格曼1级，完全符合环保要求。
⑵气电复合加热技术
天然气是优质的一次能源，金舟电炉有限公司根据用户具备的条件，将天然气控温加热和电加热控温相结合，研发了气-电复合加热辊底式球化退火炉，实现了温控、电控、过程控制机电一体化，退火质量国内领先，节能水平达到了一个新的高度。
5.轴承钢智能化退火控制系统
河北工业大学材料学院充分发挥学校在数学、计算机、电器、材料、软件等多学科的优势，研制开发轴承钢智能化退火控制系统。在充分利用企业原有退火炉体的情况下，配置的该系统可根据运行过程中反馈获得的加热炉热特性、温场分布、装炉量等参量，智能化地调整各区加热温度、冷却速度等参量，自动控制退火的全过程。无为为操作因素。
该系统的特点是，提高球化退火质量、提高生产效率、节能降耗。
⑴退火质量优良：应用该技术的退火产品，球化质量可稳定地获得2-3级组织。可达到SKF、FAG等世界上最大的轴承公司执行的欧洲SEP1520有关退火的标准。为提高轴承的寿命和可靠性打下良好的基础。
⑵提高生产率：退火周期在连续(推杆式)退火炉中可缩短退火周期1/3-1倍；在台车式、贯通式周期退火炉可由目前一般36小时一周期，降至15小时以内。
⑶节能降耗：用电成本大幅度降低，连续作业炉由目前的电耗280-480KWh/吨，降至240KWh/吨以下；周期作业炉由目前的400-600KWh/吨，降至300 KWh/吨以下。
在保证退火质量2-3级的前提下，该技术已在许多企业应用于大规模工业生产，获得显著效益。
河北轧机轴承有限公司，由改造前日产量6吨，电耗470KWh/吨；改造后日产量提高到12吨，电耗将至235KWh/吨。
大连龙岩锻造厂，用540KW台车式炉处理热轧轴承钢球，日产量15吨，耗电300KWh/吨，其中低谷电占总用电量的85%以上，退火成本约130元/吨。
大连冶金轴承股份有限公司连续四年对三条360KW推杆式退火炉进行改造，套圈耗电≤210KWh/吨，年生产能力已达2.5万吨；两条440KW棒料退火炉，日处理Φ20-Φ130棒料20吨，耗电≤270KWh/吨，其中低谷占总用量的90%以上，退火耗电成本＜100元/吨。
山东梁山轴承有限公司比改造前，退火节能1/3，生产效率提高1/3，不仅如此，由于退火组织细，淬火温度降低，保温时间缩短，淬火节能8%。
广东韶关东南轴承有限公司生产汽车毂轴承，改造后的退火质量达到FAG执行的欧洲SEP1520的标准，成为FAG半成品供应商，仅此一项年质量效益超过千万元。
多家企业长期使用的结果表明该项技术成熟可靠。
2.轴承的应用和市场分析 篇二
1 水泥机械设备中轴承故障浅析
水泥机械设备中轴承故障较为常见的有两种, 一种是滚动轴承故障, 另一种是滑动轴承故障, 这两种也是目前最为常见的故障类型, 下面对这两种故障类型进行详细的分析说明。
1.1 滚动轴承常见故障分析
滚动轴承在水泥机械设备运行过程中表现出的故障通常为滚动接触发生单纯的疲劳剥落, 这种故障发生通常是不可预知的, 但是可以利用检测仪器来发现, 如果剥落在内圈表明、外圈或者滚动体上, 那么内圈的受力就会相应增加, 从而造成内圈的剥落, 这样的故障现象是较为常见的。
1.1.1过载。在水泥机械设备过载时, 轴承的钢珠轨道也会受到严重磨损, 从而出现大面积的剥落, 在此过程中还会出现严重的发热现象, 造成这种故障的原因主要有以下几方面内容:首先, 在安装过程中由于操作不当轴承的外套没有放平, 那么运转时接触点的受力不均匀, 从而造成钢球的滚到与滚道出现不平衡, 在倾斜较为严重时, 轴承内部的温度就会大幅升高, 从而发生故障。其次, 轴承在安装外套时如果施力点不准确, 外套的安装过程中不符合规范的标准那么轴承的接触面就会出现过渡摩擦的划痕槽。特别要注意的是在轴承的选择时, 如果轴承的设计不标准或者设计间隙不均匀等, 这样投入使用后轴承也非常容易出现腐蚀或者相应配件松动等问题。如果轴承在轴承设计时, 对于轴承的热膨胀系数没有考虑周全, 那么轴承在使用时候也会出现发热导致的故障。这也是表现最为常见的故障之一。1.1.2过热。在检测过程中发现钢球或保持器改变颜色, 表明轴承过热。轴承的温度达到一定的高度之后, 随着温度的再升高, 润滑油的润滑的性能逐渐下降, 轴承运转进入一个干磨的状态, 从而加重了轴承的故障。温度过高会使滚球和钢球的材料退火, 硬度下降, 会导致更多的较大的急性故障的发生。1.1.3润滑不当。轴承的正常运转靠的是润滑剂的润滑效果, 如果轴承没有好的润滑效果就会发生金属与金属的直接接触, 这样在轴承的滚珠表面形成一些凹槽, 影响了轴承的正常运转。在水泥机械的轴承润滑作业中海应该注意的是异物的混入从而影响润滑的效果或者当场对轴承造成破坏性的损伤。1.1.4腐蚀。在水泥生产过程中整个环境会存在很多的强酸碱的物质, 甚至在空气中都会存在一些强腐蚀性物质, 这些腐蚀性物质不管是固态、液态还是气态的, 对轴承腐蚀都是很明显的, 尤其是一些密闭不严的轴承, 就更容易发生腐蚀, 腐蚀会造成轴承各元件间的缝隙加大, 摩擦受力不均匀, 承载力下降, 摩擦增大, 寿命缩短, 判断轴承发生腐蚀的方法就是在滚道, 钢球, 保持架和内外圈环形面上出现红色或褐色污点。1.1.5正常磨损造成的疲劳。轴承在一定的使用强度下都会有一个正常的使用时限, 在任何一个运转表面长时间的摩擦都会形成不规则的材料剥落现象, 及时发现并且处理正常的疲劳现象避免发生此生故障。
1.2 滑动轴承的故障分析
在水泥厂的机械设备中的滑动轴承主要有铜瓦、巴氏合金瓦、酚醛树脂瓦、滑动轴承主要的故障形式有发热, 异常磨损, 烧瓦。滑动轴承的故障形式与刮瓦方式及相应的润滑机理有密切的关系。一般水泥厂的滑动轴承瓦都按楔形润滑机理刮瓦。可能引起发热的原因大致有新瓦更换尚未完全磨合或者运行一段时间后由于轴承承载的负重突然发生变化, 经过短时间的调整后问题消失, 在发现瓦过热时要进行严密的监测跟踪而不要急于进行其他的处理操作。轴承异常磨损会导致机械多种故障的发生, 所以异常磨损要引起高度的重视, 发生异常磨损不外乎是轴承滑动轴承瓦的负荷严重超标或者是滑动轴承瓦内混进坚硬的颗粒, 烧瓦是在没有润滑状态下, 滑动轴承瓦干磨造成的轴承报废性损坏, 一旦发生烧瓦除更换或者重新刮瓦外没有别的修复办法。
2 水泥机械设备中轴承和故障的防范以及处理的方法
2.1 选择与需求强度相匹配的型号的轴承, 并且选择那些有资质的大品牌生产企业生产的轴承, 确保其设计参数合理, 避免选用的轴承存在设计的缺陷而影响了轴承的正常使用寿命。
2.2 在滚动轴承安装更换过程中, 一定要严格执行安装的操作规程, 确保轴承安装的平衡性, 以及受力点的正确性以及受力的均匀性。按重视首先要校正轴承的位置对中, 同时保证在轴承外套的安装过程中敲打轴承外套的内面, 且各个受力点平衡推进, 再者角接触轴承的安装方向保持一致。
2.3 轴承的润滑, 无论是滚动轴承还是滑动轴承, 润滑是轴承正常运转以及延长使用寿命的最为关键的环节。轴承在安装以及使用的过程中一定要选择高性能的润滑剂不间断的对轴承进行润滑, 应提起注意的是由于水泥生产环节的特殊性, 环境内经常会有一些坚硬的异物, 在进行润滑作业时, 一定要把周边环境清理干净, 防止在润滑剂中将一些坚硬的异物带入轴承中, 从而对轴承的运转带来异常磨损的隐患。
2.4 在水泥厂的机械设备中的轴承相比较其他环境的轴承所受到的环境的腐蚀要严重的多, 这就要求我们在轴承的维护过程中要注意尽量减少轴承的腐蚀, 将轴承置于尽量密闭的环境中, 防止生产过程中的料液流入。在发现已经的腐蚀的轴承后, 应立即将轴承中的液体排除, 增加轴承的密闭性。
2.5 轴承在机械设备中属于易损件, 都有其相应的使用寿命, 在轴承安装时要做好记录, 当进入到轴承的预定使用期限后要密集检测, 准备更换。在平时的使用过程中要制定一套完善的监测制度, 通过轴承温度、颜色、摩擦槽的深度等详细数据及时发现轴承存在的安全隐患, 将隐患排除在初级阶段。
结束语
滑动轴承和滚动轴承是机械传动中必不可少的部件, 做好轴承故障分析, 并且迅速排除存在的故障会大大提高整个水泥生产流程的工作效率, 提高其经济效益。
参考文献
[1]蔡俊.轧辊轴承失效原因分析及维护措施[J].鄂钢科技, 2010 (4) .
[2]康华, 李文杰.轴承保持架变形原因的分析及预防措施[J].宁夏机械, 2004 (3) .
3.滚动轴承热轴的故障检查和判断 篇三
关键词：轴承；检查；判断
1 检查判断轴温
检查轴温应于列车停站后立即进行并运用货车无轴箱滚动轴承“七字”检查法（听、看、摸、捻、转、诊、监），对滚动轴承进行认真检查。发现其内部破损故障的明显外观症状，是防止滚动轴承内部故障的重要方法。以手或测温仪检查轴温时，其检查位置应以轴承外圈外径下部为准，不应在前盖、后挡、密封罩处，这是因为它们在橡胶油封的摩擦下，特别是新组装后其温度比轴承和承载鞍处高得多的缘故。
新轴承在运用初期处于饱和阶段，一般温度都比较高，但轴承温度与外界大气温度之差最高不应超过70℃。在正常运行条件下，轴承温度比大气温度高10～30℃左右。若以速显示快速测温仪测量，轴承温度高于外温40℃以上或手摸轴承外圈不能停放2s左右时，均视为轴承过热。货车无轴箱滚动轴承轴温计算经验公式：
正常温度 Tt≤40℃
微 热 Tt≤70℃
强 热 Tt>70℃
式中，T——实测轴承温度；
t——外界大气温度。
对于行包快运棚车（K2型转向架）和X1K集装箱快运平车，绝对温度不超过80℃（实测温度），相对温度不超过55℃，如超过上述温度时，才视为轴承过热须甩车处理。
2 检查轴承外观状态
2.1 承载鞍与轴承零件摩擦、碰撞 检查承载鞍状态时，应注意观察承载鞍是否正位，与前盖、后挡或密封找罩有无摩擦、碰撞。若发现承载鞍或轴承零件发生非正常的移动，即表明承载鞍与轴承零件有摩擦、碰撞的可能。
2.2 轴承外圈裂损 检查轴承外圈状态时，应注意检查外圈边缘有无裂损。若发现外圈边缘有横向黑道，可使用检点锤轻轻地敲击，看其是否在敲击时出油，出油者即为裂损。
2.3 轴端螺栓松动 检查轴端螺栓状态时，应注意检查轴端螺栓有无松动或丢失，防松片止耳是否被扳平。使用检点锤轻轻地敲击螺栓头部，若发出异常声音，即为螺栓松动。
2.4 前盖凹陷、变形 检查前盖状态时，应注意观察前盖是否凹陷、变形。若发现前盖有碰撞或外物击伤的痕迹则前盖凹陷、变形可能是由此而引起的。
2.5 后档松动 检查后档松动时，应注意检查后档与车轴防尘板座配合处有无相互转动现象。使用检点锤轻轻地敲击后档，若发出与车轴防尘板座离体的“劈啪”声音，即为后档松动。
2.6 密封罩松动、变形 检查密封罩状态时，应注意检查密封罩是否松动、变形。若发现密封罩与外圈配合不密贴而发生相对转动即为密封罩松动；若密封罩有磕碰痕迹、不圆或凹陷则为密封罩变形。
3 检查润滑状态
3.1 判断油脂漏泄程度 滚动轴承在运用中的润滑状态检查，主要是根据油脂的漏泄情况来判断其漏泄程度的。通常油脂漏泄有以下几种类型：
a渗油 外观检查轴承内的油脂泄漏情况，若发现轴承外圈牙口与密封罩配合处有少量的油迹，而且油迹比较干燥即为渗油。
b漏油 外观检查轴承内的油脂漏泄情况，若发现轴承外圈牙口与密封罩配合处有大片的油迹，擦去油迹和尘砂，可看到配合缝隙的油迹比较湿润，同时，在密封罩上或前盖、后档的外缘内面有油迹和尘砂积聚即为漏油。
c甩油 外观检查轴承内的油脂泄漏情况，若发现密封罩、前盖、后档上有大片湿润油迹，而且污染了承载鞍、侧架、轮辐或车底架等，并在其上有油滴积聚即为甩油。
3.2 外溢、变色油脂 铁道车辆滚动轴承用2号防锈极压锂基脂，正常时为淡黄色，但混入异物或油脂变质后，会使油脂劣化，以致运行中外溢、变色。因此，轴承润滑状态还应通过鉴别外溢、变色油脂来判断。
a混砂 外观检查外溢、变色油脂，若发现轴承温度偏高并在轴承外圈牙口与密封罩配合处附有沙粒，手捻油脂有颗粒状感觉即为轴承内部混砂。
b混水 外观检查外溢、变色油脂，若发现轴承温度偏高、油脂乳化变稀，呈乳白色或棕红色即为轴承内部混水。
c混金属粉末 外观检查外溢、变色油脂，若发现轴承温度偏高，油脂呈黑灰色，手捻油脂有颗粒状感觉即为轴承内部混金属粉末。
4 检查轴承的旋转灵活性
转动轴承检查轴承的旋转灵活性时，检查时，以手转动轴承外圈观察其旋转是否灵活的，有无异音和卡滞现象。
正常的轴承以手转动时是灵活的，手感圆滑无声，无卡滞和异音。如果不是这样则为异常。①轴承内缺油或保持架兜孔磨耗过甚。以手转动轴承，发出轻微、均匀的“哗啦哗啦”声是正常的，这是滚子离开负荷区（轴颈上面），落在保持架横梁上发出的声响，每转一周音响是一致而连续的。当轴承内缺油或保持架兜孔磨耗过甚时，将有滚子冲击保持架横梁的有规律的冲击感和比较大而清脆的“哒哒”声。②滚子或滚道剥离、卡伤。③轴承内、外圈的滚道或滚子的滚动面上一旦出现剥离、卡伤，由于滚动面上有损伤及掉落的金属碎屑，轴承的转动不会灵活自如，而且每转至剥离、卡伤处有卡滞现象。同时，还有间歇的“空空”振感，此种现象多为滚子或滚道局部剥离、卡伤。④滚子或保持架破碎。⑤当滚子或保持架破碎时，根据其破碎和散乱的程度将出现不同程度的旋转不灵活性，直至难以旋转开兼有零乱无规则的振感或声音。以手转动轴承，若转动不自如或根本转不动时多为滚子或保持架破碎。⑥轴承内部锈蚀或存在有异物。当轴承内部锈蚀或存在有其他异物时，以手转动轴承就会出现异音和卡滞现象。⑦轴承内部有辗皮。以手转动轴承若发出“沙沙”的干摩擦声，而且稍有颤抖的感觉，此种现象多为轴承内、外圈滚道面或滚子的滚动面辗皮。⑧后密封座划伤轴颈。以手转动轴承，若旋转轴承有阻力并发出摩擦声时，多为后密封座划伤轴颈。
5 测量轴向游隙
4.纺锭轴承如何进行维护和保养 篇四
一、纺锭轴承的性能及特点：
纺锭轴承作为纺织专用轴承，其结构组成较为特殊。它采用无内圈单列向心短圆柱滚子结构，是承受纯径向负荷的高速精密轴承。装配后的整体轴承仍为开式状态，考虑到装配、包装、运输以及用户再装配的需要，目前纺锭轴承主要使用一种特殊的防锈油。它不仅具有良好的防锈性能，同时又可以保证轴承在进入最后用户装配环节时不易发生散子的情况。
由于采用单列向心短圆滚柱，因此该系列轴承刚性强，承受径向载荷大;制造精度高，旋转灵活、稳定，噪音低，适应高速运转;结构简单，功耗低;维修保养较为方便。目前纺锭轴承系列产品的执行标准仍为：FZ/T92025—1994《DZ系列纺锭轴承》纺织行业标准。
采用新型增强尼龙材料的保持架具有以下性能特点：一是该新型保持架采用工程塑料——PA66玻璃纤维增强尼龙材料;二是采用注塑成型加工方法，保持架的工艺性较好，尺寸及形状的稳定性也好;三是采用尼龙材料的保持架具有一定的自润滑作用;四是通过对兜孔结构进行优化设计，可以使滚柱在高速运转过程中的摆动幅度减小，从而在一定程度上降低噪音。
二、纺锭轴承的正确使用方法：
1、在轴承座轴承装配孔尺寸、形状、精度不好的情况下，轴承会受其影响，不能发挥出最佳性能。比如，如果配合零件轴承座内孔尺寸精度和形状精度不好会造成轴承外圈变形，导致轴承内孔圆度恶化;若挡肩精度不好，会产生轴承外圈、滚柱倾斜，加剧集中负荷，使轴承疲劳寿命下降，更严重的会导致保持架破损、烧结;如果轴承内圈的锭杆轴承档的精度不好，如尺寸、圆度、圆柱度、波纹度、粗糙度、位置度等方面的精度，也会明显导致整套锭子振动值的增加，
2、成套轴承在装配前经过严格的精密选配，所以用户在使用前，散落的轴承零件未经重新测量选配,是不能互换使用的。
3、关于纺锭轴承及锭脚的清洗问题。由于锭脚结构紧凑，锭脚型腔内有许多其它零件，它们的清洁度也会影响轴承工作型腔内的清洁度。因此，总成前采用锭脚零件预清洗，装配总成以后，再对总成锭脚包括轴承进行精清洗的工艺是比较合理的工艺方法。
4、轴承在装配时不宜受到磕碰和冲击，磕碰和冲击易造成轴承零件之间的碰撞，致使轴承失效。
5、轴承座卷边时要注意控制好卷边的角度、力度等因素，避免卷边不合理造成轴承零件的变形失效。
6、对于已超过防锈期或存放时间较长的轴承，可能会出现生锈或因防锈油干涸而滚柱粘死的情况。
三、轴承的正确维护和保养方法：
1、首先，锭子中的纺锭轴承在运转时,要充分保证润滑，并根据实际使用状况定期加润滑油，不可长时间断油。所以，对于用户企业来讲，应选用更好、更合适的锭子润滑油。新型专用锭子油可以显著地提高润滑性能，延长换油周期，延长锭子和轴承的使用寿命，还具有较好的防锈、防腐性能等。
2、其次，采用增强尼龙材料保持架的轴承,使用温度应低于120℃,严禁油煮清洗。
5.2013轴承钢管市场分析分享 篇五
2013年中国经济企稳的预期在增强，将维持积极的财政政策和稳健的货币政策，新一轮改革势在必行，城镇化进程不断深化并向中西部推进;国际金融形势将趋于稳定，美国经济复苏基础逐步显现，欧债问题得到缓解，整体国内外宏观经济将是求稳而后求变。
随着轴承钢管http://产量的猛增以及国内钢铁需求量逐渐接近饱和，未来几年钢铁产量将迈入低增速的时代。行政调控难见成效，市场调节将发挥重要作用。目前钢铁产能严重过剩依然是制约我国钢铁行业发展的主要障碍。
房地产调控不放松，投资增速将小幅下滑;“稳增长”格局下基建投资动能增强，将对冲房地产的下滑，其中城市轨道交通和公路的投资增长是主要动力，铁路投资也存在再超预期的可能;新型城镇化、工业化发展将滋生区域转移和模式转型下的新的增长点，对钢铁需求有拉动作用。
2013年钢材市场社会库存不会再重返2012年2月中旬的高点水平，总体将低位运行，中间需求的“蓄水池”作用大幅减弱，钢铁价格波动幅度将收窄。
6.轴承的应用和市场分析 篇六
在实际的旋转机械设备故障诊断中,现场环
境比较恶劣,所测得的振动信号除包含有用的特征信息外还存在大量的噪声干扰,尤其是机械设备的早期故障,特征信号比较微弱,往往被强噪声所淹没,极大地影响了设备状态信息的准确获取。自从Benzi等[1]在研究古气象冰川演化问题时提出随机共振(stochastic resonance,SR)理论以来,随机共振技术在信号处理方面的研究受到了广泛的关注[2,3,4],其中在强噪声背景中检测微弱信号方面,随机共振方法显示出独特的优势。随机共振方法利用非线性系统,在输入信号和噪声的协同作用下,产生类似力学中人们熟知的共振输出,达到识别微弱信号的目的。相比其他方法,随机共振方法的不同之处在于其微弱信号的检测机制。一般的微弱信号检测方法都立足于抑制噪声,然后提取出特征信号,而随机共振方法则是利用噪声,甚至是通过增加噪声来检测微弱信号。随机共振方法可以通过增加噪声的方式和调节系统参数的方式实现微弱信号的检测。
Smith[5]于2005年提出了一种新的自适应时频分析方法——局域均值分解(local mean decomposition,LMD)方法,并将这种方法应用于脑电图的信号处理中。LMD方法将一个复杂的多分量信号分解为若干个瞬时频率有物理意义的乘积函数(production function,PF),其中每一个PF分量由一个包络信号和一个纯调频信号相乘得到,包络信号就是该乘积函数的瞬时幅值,而乘积函数的瞬时频率可以由纯调频信号求出。进一步将所有PF分量的瞬时频率和瞬时幅值相组合,即可得到原始信号的时频分布。由局域均值分解得到的每一个PF分量实际上是一个单分量的调频调幅信号。LMD方法中获得一个PF分量的迭代次数要少于经验模态分解(empirical mode decomposition,EMD)方法中获得一个本征模式分量的迭代次数,而迭代次数越少端点效应污染整个数据段的程度将越轻[6]。在都不对端点进行处理的情况下,LMD方法的端点效应没有EMD方法的端点效应严重,故本文在对轴承振动信号进行随机共振消噪后,应用LMD方法提取故障特征。
本文针对实际机械故障诊断中强噪声背景下难以提取故障特征的情况,提出了一种基于随机共振消噪和局域均值分解的轴承故障诊断方法。实验结果表明,该方法可以提高信噪比,实现微弱信号检测。
1 随机共振理论
1.1 理论模型
通常用于研究的随机共振[4]的双稳态系统都由以下朗之万方程来描述[7,8,9,10]:
f(t)=ax-bx3
式中,f(t)为非线性外力场;AcosΩt为外部周期驱动力;A、Ω分别为外部周期驱动力的幅值和角频率;Γ(t)为白噪声。
可以认为Γ(t)的统计特性为
E[Γ(t)]=0 (2)
E[Γ(t)Γ(t′)]=2D δ(t-t′) (3)
式中,E为均值函数;D为噪声强度;δ(t)为冲激函数。
当没有外部周期驱动力和噪声即A=D=0时,式(1)～式(3)所示的势阱方程为
令a=1,b=1,其势函数如图1所示。
正弦信号正负变化依次地抬高或降低左右势阱的势垒高度并导致非对称性。尽管周期力很弱,不足以推动粒子周期性地从一个势阱移到另一个势阱,但是加上由噪声驱动的势阱间跳跃与周期力同步,即可以达到随机共振状态。以上现象说明了信号、噪声和非线性系统之间的协同作用。
1.2 信号仿真
输入多频周期信号为
y=Acos(2πf1t)+Acos(2πf2t)
取f1=0.01Hz,f2=0.02Hz,A=1,并加入噪声,系统参数a=0.001、b=0.0015时,仿真结果如图2所示。由图2b可看见原始信号的两个频率成分;由图2c可见原始信号已淹没在噪声中;由图2e可以看到,随机共振能把被噪声隐没的多频周期信号提取出来,并且利用噪声将两个频率成分的强度增强,从而使信噪比增大。
2 局域均值分解算法
LMD方法本质上是从原始信号中分离出纯调频信号和包络信号,将纯调频信号和包络信号相乘便可以得到一个瞬时频率具有物理意义的PF分量,循环处理至所有的PF分量分离出来,便可以得到原始信号的时频分布。对于任意信号x(t),其分解过程[5]如下:
(1)确定原始信号x(t)所有的局部极值点ni,计算相邻两个极值点ni和ni+1的平均值mi,即
将所有相邻两个极值点的平均值mi用折线连接,然后采用滑动平均方法进行平滑处理,得到局部均值函数m11(t)。
(2)采用局部极值点ni计算包络估计值ai:
同样,将所有相邻两个包络估计值ai用折线连接,然后采用滑动平均方法进行平滑处理,得到包络估计函数a11(t)。
(3)将局部均值函数m11(t)从原始信号x(t)中分离出来,得到
h11(t)=x(t)-m11(t) (7)
(4)用h11(t)除以包络估计函数a11(t)以对h11(t)进行解调,得到
理想地,s11(t)是一个纯调频信号,即它的包络估计函数a12(t)满足a12(t)=1。如果s11(t)不满足该条件,则将s11(t)作为原始数据重复以上迭代过程,到得到一个纯调频信号s1n(t),即s1n(t)满足-1≤s1n(t)≤1,它的包络估计函数a1(n+1)(t)满足a1(n+1)(t)=1。因此,有
h11(t)=x(t)-m11(t) (9)
h12(t)=s11(t)-m12(t) (10)
h1n(t)=s1(n-1)(t)-m1n(t) (11)
其中
迭代终止的条件为
在实际应用中,可以设定一个变动量Δ,当满足1-Δ≤a1n(t)≤1+Δ时,迭代终止。
(5)把迭代过程中产生的所有包络估计函数相乘便可以得到包络信号(瞬时幅值函数):
(6)将包络信号a1(t)和纯调频信号s1n(t)相乘便可以得到原始信号的第1个PF分量:
PF1(t)=a1(t)s1n(t) (17)
它包含了原始信号中最高的频率成分,是一个单分量的调幅-调频信号,其瞬时幅值就是包络信号a1(t),其瞬时频率f1(t)则可由纯调频信号s1n(t)求出,即
(7)将第1个PF分量PF1从原始信号x(t)中分离出来,得到一个新的信号u1(t),将u1(t)作为原始数据重复以上步骤,循环k次,直到uk(t)为一个单调函数为止,即
u1(t)=x(t)-PF1(t) (19)
u2(t)=u1(t)-PF2(t) (20)
uk(t)=uk-1(t)-PFk(t) (21)
至此,将原始信号x(t)分解为k个PF分量和一个单调函数uk(t)之和,即
将所有PF分量的瞬时幅值和瞬时频率进行组合便可得到原始信号x(t)完整的时频分布。
3 应用实例
滚动轴承是旋转机械中非常重要也是易损的零部件,它的运行状态直接影响整台设备的功能,因此对滚动轴承的故障进行诊断分析在生产实际中尤为重要。滚动轴承的表面损伤一般表现为滚动局部缺陷,其具体形式为:内外圈剥落、内外圈压痕、滚动体剥落等。当轴承出现缺陷时,匀速回转的滚动体在经过这些缺陷时会产生一个具有周期性的冲击信号,频率一般在1kHz以下,该频率称为轴承故障特征频率。计算方法如下:
式中,fi为内圈故障特征频率;fo为外圈故障特征频率;fb为滚动体故障特征频率;fr为轴的回转频率;n为滚子个数;d为滚子直径;D为轴承节径;α为轴承压力角。
实验中轴承型号为308,查机械手册可知:滚动体个数n=8,滚动体直径d=14.288mm,滚动体节径D=65mm,接触角α=0。实验数据采集参数为:采样频率20kHz,采样点数8192。已计算出轴的回转频率为fr=16.2446Hz,通过公式可以计算出不同故障对应的轴承的特征频率分别为:外圈剥落50.6950Hz,内圈腐蚀79.2614Hz,滚动体剥落35.1650Hz。
本次实验使用的是带有外圈剥落的轴承,由上可知其故障特征频率fo=50.6950Hz。图3所示为采集得到的轴承外圈故障信号的时域波形,其频谱如图4所示,在图4中看不到明显的故障特征频率fo。
直接采用LMD方法对滚动轴承信号进行分解,得到6个PF分量和一个残量,结果如图5所示。
进一步对图5的6个PF分量进行幅值谱分析,结果只在第2个和第3个PF分量的瞬时幅值的幅值谱中发现了故障频率,如图6和图7所示。
从图6和图7中可以看到故障频率,但两图中的低频段频率的左边都有较大谱峰干扰。图8所示是对PF3直接求频谱,频谱中虽然可以看到故障频率,但是它的信噪比较小,已被周围的频率所淹没,为了提高信噪比,引入随机共振方法对信号进行预处理。
图9所示是原始轴承振动信号经过随机共振处理后的时域波形和频谱,从图9b的频谱图可以看到故障频率且幅值较大,而在图4原始信号频谱中并没有发现故障频率。可见经过随机共振处理后输出信噪比提高了,但是还不清晰,故对随机共振输出信号进行LMD分解,再看其PF分量的幅值谱。图10所示是随机共振系统输出的LMD分解结果。比较图10与图5发现:图10中的分量PF2和PF3比图5中的分量PF2和PF3轮廓更清晰。
求取PF2和PF3的瞬时幅值的幅值谱,分别如图11和图12所示。从图11和图12中可以看到故障频率很明显,比较图11与图6以及比较图12和图7发现,故障频率的幅值增大了,并且它的左右没有较大的干扰谱峰。说明随机共振消噪后使信噪比增大,消噪后信号经过局域均值分解可以成功地得到故障频率,并且提高了局域均值分解的质量和准确性。经拆机检查,轴承发生了外圈剥落,证实了此理论方法的有效性。
4 结论
本文采用随机共振系统对振动信号进行消噪,增大了原始振动信号的信噪比,然后将消噪信号进行局域均值分解(LMD),消除了干扰频率,使故障频率更清晰可见,从而使轴承的故障诊断更准确,更有效。通过对实验结果的分析,可得如下结论:
(1)随机共振消噪是一种利用噪声增强信号信噪比的方法,特别适合微弱信号的检测。
(2)LMD方法是一种新的时频分析方法,非常适合于处理非平稳和非线性信号,特别是多分量的调幅-调频信号。
(3)随机共振消噪与LMD相结合进行轴承的故障诊断是基于随机共振的非线性低通滤波原理,在滤除高频干扰的同时加强低频特征能量。仿真实验中分别对随机共振输出前后的信号进行了LMD分解,通过比较可知,此种方法不仅可以提高信噪比,而且可以提高LMD分解的质量和准确性。
摘要：针对实际机械故障诊断中强噪声背景下难以提取故障特征的情况,提出了一种基于随机共振消噪(SR)和局域均值分解(LMD)的轴承故障诊断方法。首先,将轴承振动信号进行随机共振消噪,利用噪声增强振动信号的信噪比;然后,将消噪的信号再进行LMD分解,通过求取乘积函数(PF)幅值谱从而发现轴承故障频率。实验结果表明,该方法可以提高信噪比,实现微弱信号的检测,可有效地应用于轴承的故障诊断。
关键词：故障诊断,随机共振,局域均值分解,乘积函数,信噪比
参考文献
[1]Roberto B,Giorgio P,Alfonso S,et al.A Theory ofStochastic Resonance in Climatic Change[J].Ap-plied Methematics,1983,43(3):565-578.
[2]李志炜,傅毅.自适应消噪与轴承故障诊断[J].航空动力学报,1990,5(3):199-203.Li Zhiwei,Fu Yi.Adaptive Noise Cancelling Tech-nique and Bearing Fault Diagnosis[J].Journal ofAerospace Power,1990,5(3):199-203.
[3]David R,Francois C B.Stochastic Resonance andImprovement by Noise in Optimal Detection Strate-gies[J].Digital Signal Processing,2005,15(1):19-32.
[4]李强.机械设备早期故障预示中的微弱信号检测技术研究[D].天津:天津大学,2008.
[5]Smith J S.The Local Mean Decomposition and ItsApplication to EEG Perception Data[J].Journal ofthe Royal Society Interface,2005,2(5):443-454.
[6]程军圣,张亢,杨宇,等.局部均值分解与经验模式分解的对比研究[J].振动与冲击,2009,28(5):13-16.Cheng Junsheng,Zhang Kang,Yang Yu,et al.Com-parison between the Methods of Local Mean Decom-position and Empirical Mode Decomposition[J].Journal of Vibration and Shock,2009,28(5):13-17.
[7]冷永刚.大信号变尺度随机共振的机理分析及其工程应用研究[D].天津:天津大学,2004.
[8]范胜波,王太勇,冷永刚,等.基于变尺度随机共振的弱周期性冲击信号的检测[J].中国机械工程,2006,17(4):387-390.Fan Shengbo,Wang Taiyong,Leng Yonggang,et al.Detection of Weak Periodic Impact Signals Based onScale Transformation Stochastic Resonance[J].Chi-na Mechanical Engineering,2006,17(4):387-390.
[9]李楠,赵妍,李天云,等.基于随机共振理论的异步电动机转子断条检测新方法[J].电工技术学报,2006,21(5):99-103.Li Nan,Zhao Yan,Li Tianyun,et al.New Methodfor Early Fault Diagnosis of Squirrel-cage Induc-tion Motors Based on Stochastic Resonance[J].Transactions of China Electro-technical Society,2006,21(5):99-103.
7.轴承的应用和市场分析 篇七
摘 要：滚动轴承与润滑脂广泛应用于机械领域，是机械设备的重要组成部分。本文对滚动轴承寿命试验机和润滑脂寿命试验机进行了介绍，指出两类试验机具有相似的原理；同时在润滑脂寿命试验机上对某型号的润滑脂进行了寿命试验，定量描述了轴承运行温度对润滑脂寿命的影响。
关键词：滚动轴承；润滑脂；寿命试验
中图分类号： TH871.6 文献标识码： A 文章编号： 1673-1069（2016）22-171-3
1 概述
滚动轴承普遍应用于各种机械设备，几乎有旋转的地方就配有轴承。随着各行业对轴承的要求愈来愈高，研发高性能、长寿命轴承是今后的主要方向。近年来机械设计和制造技术的稳步提升，使得轴承传统“四大件”对轴承性能的影响降到了最低，这也令润滑脂在轴承中的地位变得愈来愈重要。从润滑脂被称之为“轴承第五大件”[1-2]，即可知道润滑脂在轴承中具有举足轻重的地位。此外，伴随技术的发展，工业领域对滚动轴承的性能要求逐渐增强，滚动轴承的多种特性开始显现并得到研究。在滚动轴承的多种特性中，研究最多的便是轴承疲劳寿命，并已自主研发了多款滚动轴承疲劳寿命强化试验机，还建立了相应的国家标准或行业标准[3]。
然而，轴承离不开润滑，滚动轴承疲劳寿命理论是建立在轴承充分润滑的基础上进行试验研究得到的。当润滑条件受限制，则对轴承的疲劳寿命必然产生重大影响。近些年来对轴承的研究逐步从轴承疲劳寿命过渡到研究难度更高的轴承润滑脂寿命。
轴承润滑脂寿命，简称润滑脂寿命，是指填充于轴承中的润滑脂在一定工作温度、转速和载荷条件下保持自身结构不被破坏和维持润滑特性不发生变化的能力的持续时间[4]。填充于轴承中的润滑脂受到工作温度、轴承转速及载荷等多方面条件的影响，其工作环境非常恶劣。因此，为研究润滑脂在一定温度、转速和载荷等条件下的工作性能和使用寿命，滚动轴承润滑脂寿命试验技术就应运而生了。
2 滚动轴承寿命试验技术
2.1 ZS型轴承寿命试验机
早在20世纪初，我国的轴承工业一直沿用由前苏联研制的ZS型轴承寿命试验机进行轴承寿命试验[5]。试验机采用单个试验头，其试验轴承的安装为封闭式，加载方式为手动加载。在改革开放之前，该试验机在我国的使用率较高。随着工业技术与试验要求的提高，此类试验机的加载系统不稳定、工作强度大、试验成本高，而且无自动控制系统，已无法满足当前高性能长寿命轴承的试验需求。
2.2 F&M5型滚动轴承疲劳寿命试验机
F&M5型轴承寿命试验机技术最初是从美国引进的，与ZS型轴承寿命试验机不同的是，它采用两套试验头，试验轴承的安装为开启式，使得观察方便且便于装拆，其加载方式采用砝码和减压阀，具有连续补偿功能，精度高。然而该设备体型大且成本高昂，其气动高压动力源的使用频率为60Hz，不太适合中国国情。故该试验机的推广具有一定的局限性。
2.3 ABLT系列滚动轴承寿命强化试验机
ABLT（Accelerated Bearing Life Tester）系列滚动轴承疲劳寿命强化试验机是由杭州轴承试验研究中心在20世纪90年代始对国外先进试验机技术持续吸收的基础上进行研制的新一代具有自动控制功能的滚动轴承疲劳寿命试验机。经过20多年的技术持续消化和自主创新，已经研制了ABLT系列（ABLT-1～ABLT-5）的试验机，可对内径从5mm到240mm范围内的绝大多数轴承进行疲劳寿命试验。表1列举了该系列试验机的主要性能参数。相比于ZS型轴承寿命试验机和F&M5型轴承寿命试验机，ABLT系列轴承寿命试验机不但具有加载稳定、操作方面、使用可靠等方面的优点，而且在一定程度上采用了自动化控制技术，现已广泛使用于各大企业及科学研究机构，如瓦房店轴承集团有限公司检测试验中心、中国·摩士集团宁波轴承研究院和浙江工业大学等
3 轴承润滑脂寿命试验技术
轴承发生疲劳剥落前，有一个“润滑寿命”的概念，即润滑脂从开始运行至润滑脂发生失效的持续时间，对轴承润滑脂进行寿命试验就是测试出该阶段的持续时间。
与轴承疲劳寿命试验机一样，润滑脂寿命试验机也是在一定的温度、转速及载荷的作用下进行试验的，两类试验机具有相似的原理，图1表示的是润滑脂寿命试验机的结构示意图。
1—电机；2—V带；3—变速箱；4—联轴器；5—扭矩传感器；6—前支承；7—传动轴；8—后支承；9—轴承箱；10—试验轴承；11—恒温箱；12—轴向加载油缸；13—径向加载油缸
图1 润滑脂轴承寿命试验机结构简图
目前国内外沿用的轴承润滑脂寿命试验机与图1描述的类似，均是通过电动机带动试验主轴，采用液压方式加载或机械方式加载，不同的是有些试验机只有轴向载荷，而有些具备轴向和径向载荷，不同试验机的试验标准各异。
比如，瑞典SKF公司研制的SKF ROF轴承润滑脂寿命试验机，其运行参数[7]：转速5000～25000r/min；温度范围从室温到230℃变化；径向载荷50～900N，轴向载荷100～1100N；试验所用轴承为6202、6203、6204和608轴承。在试验过程中，当出现试验轴承温度或电机电流超过设定值时，自动停机。所得试验结果用Weibest进行数据处理，包括按90%置信度计算出装有待测润滑脂的轴承的10%和50%失效概率的运行时间。
此外，德国标准化学会根据高温、重载的润滑脂试验要求，制定了DIN 51821《润滑剂的检验 在FAG滚动轴承润滑脂检验设备FE9上检验 润滑脂检验方法》试验标准，并研制了与该试验方法配套的FE9滚动轴承润滑脂寿命试验机[4]。该试验机一次能试验5套轴承，在轴承连续运转中，直到某套轴承因润滑脂失效导致旋转摩擦力矩增大到至少为稳定状态的2倍时自动停机。
针对这些润滑脂寿命试验机，国际上相关研究机构及企业制定了相应的试验标准，比如ASTM D3336、DIN 51821、SH/T0428等。因此，有了试验标准和试验机就可以进行轴承润滑脂寿命试验。
4 润滑脂寿命试验的实验研究
有关润滑脂寿命试验的研究显示[8]，轴承试验中的润滑脂失效可以通过快速增加温度或扭矩来实现，即热负荷与动力负荷，也就是通过改变温度、转速和载荷，对润滑脂寿命进行研究。本次实验主要研究的是温度对润滑脂寿命的影响。
4.1 试验参数及方法
试验设备及试验标准：FE9轴承润滑脂寿命试验机和DIN 51821《润滑剂的检验 在FAG滚动轴承润滑脂检验设备FE9上检验 润滑脂检验方法》试验标准。
试验条件：Ⅰ组：试验温度150℃、试验转速6000rpm、载荷1500N；Ⅱ组：试验温度170℃、试验转速6000rpm、载荷1500N。
试验用润滑脂：某型号润滑脂A，其各项指标如表2所示。
试验轴承：7206B型角接触球轴承，其要求满足DIN 51821试验标准。
4.2 试验过程及步骤
①把轴承部分地浸入清洗溶剂中，清洗剂为90%石油醚和10%酒精，用镊子转动清洗，静置15min。再用新的溶剂反复清洗，直至轴承清洁，完全没有润滑剂。
②将试验轴承放置于温度100℃的电热鼓风恒温干燥箱中，静置2～3min。
③取样2ml润滑脂样品A，用刮刀将润滑脂样品均匀地装填到轴承内，润滑脂不得超过轴承圈表面。
④把轴承装入轴承套中，并用压内环的方式将其安装到试验轴上，配准轴向载荷，使得热电偶和试验轴承外圈接触上，并联上盖板。
⑤按顺序开启总电源、驱动电源与控制电源，启动计算机，运行“滚动轴承润滑脂寿命试验系统”测试软件，进入界面。
⑥跑合。在设定25℃、1500r/min、1500N的条件下进行2小时跑合试验，其目的是使润滑脂充分分布在轴承内部。
⑦运行。在设定的条件下运行，每组试验进行3次重复试验。
⑧实验数据记录。数据结果见表3。
4.3 试验结果分析
润滑脂寿命满足Weibull分布，可通过对数威布尔分布的位置参数和尺度参数的最佳线性无偏估计（BLUE，Best Linear Unbiased Estimation）简便迅速地进行寿命试验的数据处理，从而获得寿命特征的估计值[9]。表4列出了Ⅰ组和Ⅱ组的数据结果，表中分别给出了在两组试验条件下得到的润滑脂特征寿命、90%可靠度寿命L10、50%可靠度寿命L50以及平均寿命LM。
从表4可以分析得出，当其它试验条件一致时，温度越高，润滑脂可靠性寿命值就越小。从Ⅰ组和Ⅱ组的比较可以得出，温度增加20℃，L10降低了12.04%； L50降低了60.48%；平均寿命LM降低了69.68%。
根据表4得出的结果，可绘制出Ⅰ组和Ⅱ组相应的可靠度函数，即可靠度函数R（L）随着寿命值L的变化曲线图，分别如图2、图3所示。
5 结论
本文对滚动轴承寿命试验技术和轴承润滑脂寿命试验技术进行了简单的介绍，指出这两种试验技术具有一定的共性。同时在轴承润滑脂寿命试验机上，针对某型号的润滑脂进行了寿命试验，主要考察了温度对润滑脂寿命的影响。实验结果显示，当温度从150℃上升至170℃，90%可靠度寿命L10的减小量不大，但50%可靠度寿命L50和平均寿命LM显著降低，逾六成之多。
此外，温度只是影响润滑脂寿命众多因素中的一个，若要详细研究润滑脂寿命的影响因素，还须分别对这些因素进行研究，而且各种因素可能存在交互影响，因此对润滑脂寿命试验的研究还有很长的路要走。
参 考 文 献
[1] 李兴林，蒋万里，吴宝杰，刘庆廉.我国滚动轴承润滑脂现状与发展（上）[J].现代零部件，2004，10：81-82.
[2] 刘泽九，贺士荃，李兴林等.滚动轴承应用手册[M].北京：机械工业出版社，2014.
[3] 李兴林，张燕辽，张仰平，陆水根，卓继志，鄢建辉.滚动轴承寿命及可靠性试验应用[A].2009年全国机械可靠性技术学术交流会暨第四届可靠性工程分会成立大会论文集[C].中国机械工程学会可靠性工程分会，
2009：5.
[4] 李兴林，薛进，吴宝杰，冯强，章有良，陈掌娥.滚动轴承润滑脂寿命试验技术进展[J].石油商技，2011，06：26-29.
[5] 宋剑虹，李超强，张旭.ZS-15/30型轴承寿命试验机全自动改造[J].轴承，2010，12：42-45.
[6] 李兴林，张燕辽，曹茂来，张仰平，陆水根，李建平.滚动轴承寿命试验机及其试验技术的现状及发展[J].试验技术与试验机，2007，03：1-6.
[7] 颉敏杰，谢惊春，安旭鹏.轴承润滑脂寿命试验方法概述[J].石油商技，2012，05：29-31.
[8] Cann P M. Grease Degradation in ROF Bearing Tests[J]. Tribology transactions， 2007，50： 187-197.
8.轴承的应用和市场分析 篇八
摘 要：针对滚动轴承发生故障时信噪比较低及其故障信号的非平稳、非线性特点，利用小波分析方法的滤波降噪特性对原始信号进行带通滤波。滚动轴承常见故障（外圈故障、内圈故障、滚动体故障及保持架故障）的故障特征频率都比较低，只需对经小波带通滤波后的低频段信号进行经验模态分解（EMD），获得若干个固有内在模函数（IMF）；再对主IMF进行共振解调分析获取故障特征频率。通过滚动轴承内圈故障实验验证此方法的有效性和可行性，此方法弥补了传统的共振解调方法需要预先选定共振频带及中心频率的局限性，为滚动轴承的故障诊断方法提供了一个新的思路。
关键词：EMD小波分析方法；共振解调；滚动轴承；故障诊断
中图分类号： TP206+3 文献标识码： A 文章编号： 1673-1069（2016）17-171-2
0 引言
在机械设备作业过程中，滚动轴承由于承受的磨损强度较大，因此一直是比较容易损坏的零部件。从相关的数据资料统计发现，在转动机械作业发生故障方面，大约有百分之三十的问题是由于轴承坏损所引起的 [1]。所以，在机械设备领域，对滚动轴承设备故障率进行深入细致的的研究，一直是很多机械领域专家乐此不疲的事。在本文的研究论述过程中，重点对法国的数学家Morlet和物理学家Gross-mann共同提出的小波分析法进行阐述。在他们的研究中认为，同传统的傅里叶变换相比，小波变换具有更大的优势，在局部的时域和频域方面可以做到同时进行分析，并且准确度也相对较高。其研究的核心内涵在于，对机械设备伸缩和平移等运算功能的函数或信号进行多尺度细化分析之后，能够将相关细节的信号进行聚焦，可以说，小波分析在分析机械故障、提取故障数字特征方面，有着一定的独特性。具体来说，主要有信噪分离、频带分析及奇异信号、退化评估及检测等方面，本文用其频带分析及信噪分离的性能。
滚动轴承发生故障时其信号特征往往表现出非线形、非平稳特性。而小波分析方法中，通过使用经验模态分解（EMD），就会根据检测到的信号内在自身的不同特性，对信号进行不同的分解，而分解后的不同信号，形成多个基本模式分量（intrinsic mode function，IMF）。从其实际效果作用方面来看，该分析技术主要是更侧重对非平稳信号的分析。传统的共振解调方法需要预先设定共振解调频段和中心频率。本文将小波分析方法与经验模态分解方法相结合用于共振解调的信号预处理，弥补了传统共振解调方法需要预先设定共振频带和中心频率的局限性。为滚动轴承的故障诊断提供一个新思路。
1 小波分析方法
小波变换的定义：对g（t）L2的函数其小波变换为
从定义上就可以明确的看出，小波变换实际上就是一种线性变换。它的物理意义就是用一簇频率不同的振荡函数作为窗口函数Ψa，b（t）对信号g（t）进行扫描和平移，其中a为改变振荡频率的伸缩参数，b为平移参数。小波变换的时域和频域分辨率与频率有关，在高频段，小波变换能达到高时域分辨率，而频域分辨率低；低频段则正好相反。
小波分析方法把信号分解为近似（低频段）部分和细节（高频段）部分，对信号S进行三层小波分解的示意图如图1所示。
重构信号S可表示为：S=A3+D3+D2+D1，（A3为第三层近似频段分解重构系数，D3、D2、D1分别为第三、二、一层细节频段分解重构系数）。
2 经验模态分解（EMD）
Norden.E.Huang经验模态分解，这种方法在分析信号、处理信号统计规律方面，也有着很好的作用。其中，需要注意的是，这种分析方法在使用时，就是根据提取信号的自身属性以及在不同时间尺度内信号基本特征分解为若干固有内在模函数（Intrinsic Mode Function，IMF）及一个余项的线性和。使用这种方法还需要满足如下基本假设：
①对信号特征分解后，其中得到的极大值或者极小值的数目和过零点数目，要保持在相差一个范围之内，否则就是无效分析。②在任一时间点上，信号的局部极大值所确定的上包络线与局部极小值所确定的下包络线的局部均值为零。
固有内在模函数可以通过以下步骤获得：
第一，找出信号x（t）的局部极值点；
第二，把所有的局部极大值用三次样条连接起来，得到上包络线e+（t）；同样地，可以得到下包络线e-（t）。计算局部均值：m（t）： m（t）=（e+（t）+e-（t））/2（3）
第三，求出差值函数：zi（t）： zi（t）=x（t）-m（t） （4）
检测zi（t）是否满足IMF条件，若不满足，把zi（t）当作新的待处理量，重复以上步骤。若zi（t）满足条件，那么zi（t）就是第一个IMF，记作y1（t）。
第四，将y1（t）从x（t）中分离出来，即得到一个去掉高频分量的差值信号x1（t），即有：x1（t）=x（t）-y1（t） （5）
理论上，当满足边界条件：<δ （7）
一般取0.12～0.13，筛选后得到这样一个分解式：
因此，EMD方法可以把任何一个信号x（t）分解成k个基本模态分量和一个冗余量x（t）之和。分量y1（t）、y2（t）yk（t）分别包含了信号从高到低不同频率段的成分，而且不是等带宽的，因此EMD方法是一个自适应的信号分解方法。x（t）表示信号的趋势。
3 基于小波-EMD的共振解调方法
基于小波-EMD的共振解调方法在滚动轴承故障诊断的应用步骤如下：①对故障滚动轴承信号进行采集并将其进行小波滤波，并对其进行频带划分；②由于滚动轴承常见故障（内圈故障、外圈故障、滚动体故障及保持架故障）的故障特征频率比较低，所以只对步骤1经小波频带划分后的低频段信号进行分析研究，并对其进行EMD分解；③对EMD分解后的主IMF分量进行共振解调，得出故障特征频率进行故障诊断。
4 实验验证
滚动轴承的故障特征采集，一般是震动信号实验室中完成，对于轴承的圈点故障，需要使用电火花技术进行模拟侵蚀，在本文的研究中，使用的是GB6023型号的轴承。在测试过程中，滚动轴承的外圈固定在实验台架上，内圈随工作轴同步转动。工作轴的转速为720转/分钟（即n=720r/min）经内圈故障通过频率计算公式：
得出fip=51.9Hz。（9）式中D为轴承节径，d为滚动体直径，β为接触角，Z为滚动体个数，fr表示转频。
对原始信号进行三层小波（db10小波）分解并进行频带划分。由于滚动轴承常见故障（内圈故障、外圈故障、滚动体故障及保持架故障）的故障特征频率比较低，所以只对经小波频带划分后的低频段重构信号a4进行分析研究。对a4进行EMD分解，取其前5个IMF，IMF1、IMF2两个分量占据了a4的主成分。分别对IMF1和IMF2进行共振解调分析，基于小波-EMD的共振解调方法不仅能很好的提取滚动轴承的内圈故障通过频率fip=52.5Hz（不是51.9Hz的原因是由于滚子随机滑动的影响及安装误差所致），而且还能很好的提取出调制频率即转频fr=12Hz。
5 结论
本文利用小波分析方法滤波及频带划分特性、EMD分解方法自适应性适合于滚动轴承故障信号非线性、非平稳处理的特点，将二者相结合用于共振解调方法的信号预处理，弥补了传统的共振解调方法需要预先设定共振带宽和中心频率的局限性；并通过实例验证此方法的有效性和可行性，为滚动轴承的故障诊断提供了一个新的思路。
参 考 文 献
[1] 陈进.机械设备振动监测与故障诊断[M].上海：上海交通大学出版社，1999.
[2] 基于EMD和支持向量数据描述的故障智能诊断[J].中国机械工程，2008，19（22）：2718-2721.
9.轴承的应用和市场分析 篇九
为了实现数据特征与设备状态之间的模式匹配, 学者们提出了许多状态识别方法。经典的主元分析 (principal component analysis, PCA) 是一种线性算法, 常用来对数据进行特征提取, 但该方法不能抽取出数据中的非线性结构。核主元分析［１］ (ker- nel principal component analysis, KPCA) 用非线性变换将输入数据空间映射到高维特征空间, 使非线性问题转化为线性问题, 然后在高维空间中使用PCA方法提取主元, 在保持原数据绝大部分信息量的基础上达到降维的目的。虽然核方法本质上将数据变换为高维空间, 但它不需要直接在高维空间求解, 其问题求解空间的维数仅等于其训练样本个数。 文献[2]利用KPCA和隐半马尔可夫模型［３，４］ (hid- den semi-Markov model, HSMM) 方法对机械传动的关键零部件进行状态评估的研究, 取得了较好的效果。
虽然HSMM比隐马尔可夫模型 (hidden Markov models, HMM) 有更好的建模能力和分析能力, 但在实际应用中存在如何恰当选择模型初始参数、下溢和模型泛化等问题［２］。 高斯混合模型 (Gaussian mixture model, GMM) 可看作是状态数为1的连续隐马尔可夫模型, 它避开了系统的状态分割, 相当稳定, 且在模式识别领域比HMM模型实现要简单、计算效率高, 是性能和复杂度的折中方案［５］。
此外, 现有文献大多是对滚动轴承［６—１０］和齿轮故障［１１—１３］的分析, 而对轴承转子利用KPCA方法进行状态评估的研究则鲜有报道。文献[11]对转子的振动信号利用KPCA进行消噪。文献[14]利用逻辑回归方法对转子的状态识别进行研究, 但此方法和其他的概率模型类似, 都存在定义训练数据的概率值这一难题。
与现有文献的研究思路不同, 本文通过小波包分解将轴承转子的振动信号转化到频域进行分析, 将信号的小波包能量谱进行KPCA计算, 对提取出的特征即核主元分量进行GMM建模, 利用EM算法估计分布参数, 通过计算GMM的重合度对轴承转子的运行状态进行评估。文中提出的方法不需要异常状态数据就可以完成模型的建立, 通过轴承转子的仿真振动信号的验证发现, 与PCA方法相比, KPCA能够使振动信号在特征空间的能量更加集中, 通过GMM的参数估计和重合度的计算, 能够更好地表征机械设备的运行状态。
1核主元分析
定义M维N点观测数据对应M ×N信号矩阵为
式 (1) 中:x (i) = [x１ (i) , x２ (i) , …, xＭ (i) ]Ｔ是M维的观测信号向量, 下文中记为xｉ。
设变换Φ是观测数据所在的输入空间到特征空间F的非线性映射, 即输入空间的向量xｉ (i = 1, 2, …, N) 在特征空间表示为Φ (xｉ) , 映射数据的协方差矩阵的估计为
对矩阵C进行特征向量分析, 则有
式 (3) 中:λ为C的特征值, v为对应的特征向量。
每个样本与式 (3) 做内积, 得到
当λ 非零时, 满足式 (4) 的所有v, 落在由 Φ (x１) , Φ (x２) , …, Φ (xＮ) 所生成的空间中, 因此存在系数α１, α２, …, αＮ使得v可以表示为
则有
令K表示N ×N维矩阵, 其中
则式 (6) 可以表示为向量和矩阵的形式
式 (8) 中:α 是由αｉ构成的列向量。因此, 求解式 (8) 就可以得到输入空间的xｉ对应到特征空间的主成分。
由于矩阵1/NK是对称矩阵, 其特征值不可能为负数, 故存在, 使得
式 (9) 中:Σ1/2=Diag[λ-1/21, λ-1/22, …, λ-1/2M]为对角阵, λ1, λ2, …, λM为矩阵1/NK的特征值, U为奇异值分解的左奇异阵, 它的各列u１, u２, …, uＭ为对应特征值的特征向量。则输入空间的信号矩阵X在特征空间的主成分矩阵为
将式 (10) 写成向量的形式, 有
即输入空间的信号向量xｎ在特征空间经过特征抽取为
式 (12) 中:uｉｊ为向量uｉ的第j个元素。
从功率的观点来看, 比较大的特征值λｍ对应的zｍ (n) 功率贡献较大, 因此选择这些zｍ (n) 便足够描述M维信号, 即可完成信号降维或提取主成分的目的。
为了求取式 (8) 的矩阵分解, 需要计算K, 即计算<Φ (xｊ) , Φ (xｉ) >。通常非线性变换 (·) 相当复杂, 为此运用核方法, 引入Mercer核
式 (13) 中:Kernel (·, ·) 表示核函数, 则可以避免计算非线性映射和内积, 只在输入空间对核函数进行计算即可。
此外, 上述算法是在特征空间的数据已经中心化的前提下得出的, 实际上这一假设通常都不成立, 因此需要对映射后的数据进行中心化处理, 对应的, 用来求解特征值和特征向量的矩阵K需要替代为
在进行内积变换时, 核函数必须满足Mercer条件, 即对任意给定的对称函数Kernel (x, y) , 它是某个特征空间中的内积运算的充分必要条件是, 对于任意的不恒为0的函数g (x) , 且∫g２ (x) dx< ", 有
这一条件并不难满足。选用以下的高斯径向基核函数作为核函数:
2高斯混合模型和EM算法
GMM是一个多变量概率密度函数模型, 其核心思想是用多个高斯分布的概率密度函数组合来描述特征矢量空间分布状况, 它能平滑地逼近任意形状的密度分布［５］。特别地, 1维的GMM的概率密度函数为
式 (17) 中:;0<α<1, β>0。 该模型的α和β描述了方差较小的弱干扰背景噪声部分和方差较大的强干扰背景中的脉冲部分。调整 α和β可以改变噪声的高斯/非高斯属性。
2.1对核主元分量描述的GMM
振动信号经过KPCA后得到核主元向量, 若向量x∈RＤ, 用GMM描述时, 其概率密度函数为
式 (18) 中:Θ 为GMM中各wｉ、μｉ和Σｉ的集合, , μi和Σi为第i个D维正态分布的均值向量和协方差矩阵, M为模型中正态分布的混合数, 即GMM由M个D维正态分布加权平均表示。
假设观测得到的信号或经过处理后的数据共N点, 即N个D维信号向量, 则可以利用其对GMM模型的参数进行极大似然估计。一般来说, 采用EM算法通过不断迭代计算与观测数据相匹配的参数极大似然估计。
2.2 GMM参数估计的EM算法
EM算法的思路是首先设定GMM参数的初值, 然后分E步和M步对参数进行迭代更新。当对数似然函数收敛时, 停止迭代。GMM的对数似然函数为
2.2.1 E步
计算在第k次迭代时观测数据由第i个D维正态分布函数产生的概率, 即计算条件概率
式 (20) 中:i=1, 2, …, M;j=1, 2, …, N;g (μｉ（ｋ）, Σｉ（ｋ）) 表示第k次迭代时的第i个D维正态分布, 再
2.2.2 M步
在第k+1次迭代时对混合权值、均值向量和协方差矩阵进行更新。
由此, 可以将混合高斯分布噪声参数估计的EM算法实现流程归纳如图1所示。
需要说明的是, 相关研究发现, GMM初始值的设定对EM算法的迭代速度影响较大, 而且一定程度上也会使迭代陷入局部最优解。结合前人的研究, 通过K均值这一动态聚类方法对GMM参数设定迭代初值。首先随机取m个信号样本作为聚类中心, 计算其余信号样本到这m个类别的距离, 将它们归为距离最近的类。所有的样本都归类完毕后, 对每一类中的各个样本, 计算它到其他类中心的距离, 如果它到某一类中心的距离小于它到自身类中心的距离, 需要对该样本重新分类, 将它归属到距离中心最近的类, 循环重复所有的样本, 直至不再有样本类别号发生变化。聚类结束后, 通过各个类别的样本对均值和协方差进行估计, 作为GMM模型的初始参数。
2.3 GMM重合度的计算
经过以上小节的计算后, 可以建立正常运行状态的GMM分布。对于机械设备的待评估状态, 又可以对当前数据经过计算后得到新的GMM分布。 为了对当前的运行状态进行评估, 还需要研究描述两个GMM之间差异的评估指标。一般来说, K-L散度可以评估两个概率分布之间的差异, 但GMM的K-L散度没有解析解, 这给其分析带来很大的困难［１５］。实际上, 两个GMM之间的差异程度, 也可以反过来由其接近程度来表达。在前人研究的基础上, 通过式 (25) 来表征两个GMM之间的接近程度［１６］:
式 (25) 中:p０ (xｉ) 和p (xｉ) 分别代表正常状态和当前状态拟合得到的GMM在向量xｉ处的概率密度。 特别地, 当两个GMM相同时, L=1, 取得最大值。 两个GMM差异越大时, 即当前状态偏离正常状态时, L越小。
3实验验证
作为典型的旋转机械, 轴承转子在故障激励作用下会出现周期性的冲击振动。在环境干扰噪声大、振动源多的情况下, 表征其振动的特征信息往往被噪声淹没, 使其运行状态的评估受到很大影响。 采用文献[17]的方法对轴承转子构造仿真振动源:
式 (26) 中:f=75Hz, 各aｋ随机取值, A的大小表示了冲击振动的强弱, φｋ是区间[0, π]上的均匀随机变量, x (t) 表示传感器接收到的信号为振动信号和白噪声n (t) 的叠加, n (t) 由计算机随机产生。特别地, 当A=0时, 传感器接收到的只有随机噪声, 即机械设备运行状态良好, 没有出现周期振动。为了考查转子运行状态的演变, 白噪声固定为单位方差, 通过使A线性增大表示轴承转子的故障激励越来越强, 运行状态逐渐劣化的过程。对信号采集64段, 每段信号4 096点, 采样频率为1kHz, 对每段信号进行3层小波包分解后, 分别在计算能量谱的主元和核主元, 对比如图2~图4所示。
通过计算贡献率, 选取前三个分量作为主元进行降维。图2~图4中, 左右两侧分别为小波包能量谱经过PCA和KPCA处理后的各主元, 两侧各图的前3幅均为3个主元的两两比较, 第4幅为3个主元的空间表示, ○对应正常状态, ☆对应当前状态。通过对比可以发现, 进行GMM建模前, 在A取较大值时, 小波包能量谱的KPCA比PCA具有更好的能量聚集度, 但A取值较小时, 两者相差很小。为了对机械运行状态进行评估, 对主元向量和核主元向量用GMM建模, 得到其参数估计后, 计算当A不同取值时, 当前状态和正常状态的两种GMM的重合度。两种重合度结果对比如表1所示。
表1的数据说明, 在表征当前状态时, 无论信号强弱, 相比PCA数据建模得到的GMM而言, KPCA数据建模得到的GMM与正常状态的重合度更小, 即差异更大, 因此用来描述设备的运行状态也更为合理。
4结论
【轴承的应用和市场分析】推荐阅读：
机械制图教程第36讲－齿轮、轴承和弹簧06-14
车用轴承故障检修11-03
铁路机车车辆轴承01-11
轴承厂实践心得体会01-20
移动应用在传统企业中的应用分析11-19
智慧建造的应用和管理06-20
大米淀粉的制备和应用01-23
市场营销的相关应用07-01