技术概述
轴承作为旋转机械中的核心零部件，其运行状态直接影响到整个机械系统的可靠性、安全性和使用寿命。在工业生产中，轴承故障是导致机械设备失效的主要原因之一，据统计，约30%的旋转机械故障都与轴承损坏有关。因此，开展轴承振动信号分析对于实现设备状态监测、故障诊断和预测性维护具有重要的工程意义。
轴承振动信号分析是一种基于振动检测技术的非侵入式监测方法，通过采集轴承运转过程中产生的振动信号，运用信号处理和特征提取技术，识别轴承的健康状态和故障类型。与传统的温度监测、油液分析等方法相比，振动信号分析具有响应速度快、故障特征明显、可实现在线监测等优势，已成为工业领域应用最广泛的故障诊断技术之一。
轴承振动信号的产生机理主要来源于两个方面：一是轴承自身的结构特点，如滚动体与滚道的接触、保持架的运动等产生的固有振动；二是轴承出现缺陷后，缺陷部位与其他组件接触时产生的周期性冲击振动。不同类型的故障会产生不同频率成分的振动信号，这为故障诊断提供了理论依据。
随着传感器技术、信号处理理论和人工智能算法的快速发展，轴承振动信号分析技术已经从传统的时域统计分析发展到时频域联合分析、智能诊断等阶段。目前，该技术已广泛应用于电力、石化、冶金、航空航天、轨道交通等领域，为企业实现设备精细化管理、降低维护成本提供了有力支撑。
检测样品
轴承振动信号分析适用于多种类型的滚动轴承和滑动轴承，检测样品涵盖范围广泛，主要包括以下几类：
- 深沟球轴承：最常见的轴承类型，广泛应用于电机、风机、水泵等设备中，可检测内外圈裂纹、滚珠剥落、保持架损坏等故障。
- 角接触球轴承：适用于承受轴向载荷和径向载荷联合作用的场合，常见于机床主轴、高频电机等设备。
- 圆柱滚子轴承：承载能力强，适用于重载、低速工况，如轧机、减速机等大型设备。
- 圆锥滚子轴承：可同时承受径向和轴向载荷，常用于汽车轮毂、工程机械等领域。
- 调心球轴承和调心滚子轴承：具有自动调心功能，适用于轴变形或安装误差较大的场合。
- 推力轴承：专门承受轴向载荷，用于起重机吊钩、立式电机等设备。
- 直线轴承：用于直线运动机构，如数控机床导轨、自动化生产线等。
- 滑动轴承（轴瓦）：适用于高速、重载、高精度场合，如汽轮机、大型压缩机等关键设备。
检测样品可以是在线运行中的轴承，通过实时监测获取振动数据；也可以是离线送检的轴承样品，在实验室条件下进行台架试验分析。对于在线监测，通常需要根据设备重要性和运行工况确定合理的监测周期和测点布置方案。
检测项目
轴承振动信号分析的检测项目涵盖轴承状态的多个维度，通过对振动信号的全面分析，可以准确判断轴承的健康状况。主要检测项目包括：
- 振动总量检测：测量轴承振动信号的加速度、速度或位移总量值，用于评估轴承整体振动水平，判断是否存在异常。
- 时域特征参数分析：包括均值、均方根值、峰值、峰峰值、峰值因子、脉冲因子、裕度因子、偏度、峭度等统计特征参数，反映振动的整体强度和冲击特性。
- 频域特征分析：通过快速傅里叶变换（FFT）将时域信号转换为频域信号，分析信号的频率成分，识别轴承故障特征频率。
- 故障特征频率计算：根据轴承几何参数和转速，计算内圈故障频率、外圈故障频率、滚动体故障频率、保持架故障频率等，与实测频谱进行比对分析。
- 包络谱分析：针对滚动轴承故障产生的周期性冲击信号，采用包络解调技术提取调制信息，增强故障特征的可识别性。
- 倒频谱分析：用于识别信号中的周期性成分，特别适用于分析滚动轴承故障产生的边带频率。
- 时频分析：采用短时傅里叶变换（STFT）、小波变换、经验模态分解（EMD）等方法，分析非平稳信号的特征，适用于变速工况下的故障诊断。
- 轴承磨损程度评估：通过振动信号能量分布和冲击计数等方法，评估轴承磨损发展程度。
- 轴承剩余寿命预测：结合历史监测数据和振动特征趋势，预测轴承的剩余使用寿命。
检测项目的选择应根据实际需求和轴承运行工况进行合理配置，对于关键设备建议采用全面分析方案，对于一般设备可采用简化监测方案。
检测方法
轴承振动信号分析采用多种检测方法相结合的方式，以实现对轴承状态的准确判断。以下是主要的检测方法：
时域分析法是最基础的振动信号分析方法，通过统计分析振动波形的时域特征参数来评估轴承状态。其中，有效值（RMS）反映振动的整体能量水平，峭度指标对冲击信号敏感，当轴承出现早期剥落故障时，峭度值会显著增大。峰值因子和脉冲因子可用于识别轴承的冲击性故障。时域同步平均技术可以有效抑制背景噪声，增强周期性故障特征的识别能力。
频域分析法是轴承故障诊断的核心方法之一。通过对振动信号进行频谱分析，可以识别出不同故障类型对应的特征频率成分。轴承故障特征频率的计算基于轴承几何参数和转速，包括内圈故障频率（BPFI）、外圈故障频率（BPFO）、滚动体故障频率（BSF）和保持架故障频率（FTF）。当轴承出现局部缺陷时，故障部位与其他组件周期性接触会产生对应频率的振动响应，通过比对理论频率与实测频谱，可以判断故障类型和位置。
包络分析法是诊断滚动轴承故障的重要手段。当轴承出现剥落、裂纹等局部缺陷时，缺陷部位与其他组件接触会产生高频冲击振动，该冲击信号会被轴承系统的低频振动调制。通过包络解调技术（如希尔伯特变换），可以将调制信号解调出来，获得包络谱，从而清晰地识别出故障特征频率及其谐波成分。包络分析法特别适用于早期故障的诊断。
时频分析法适用于非平稳信号的分析。在轴承启停过程、变速运行或负载变化等工况下，振动信号呈现非平稳特性，传统的时域或频域分析方法效果有限。短时傅里叶变换通过加窗处理实现局部频谱分析，小波变换具有良好的时频局部化特性，可以根据信号特点选择合适的小波基函数。经验模态分解（EMD）和变分模态分解（VMD）等自适应信号分解方法，可以将复杂信号分解为若干固有模态函数，便于故障特征的提取。
智能诊断方法基于机器学习和深度学习技术，通过大量样本数据的训练，自动学习振动信号中的故障特征，实现对轴承状态的智能识别和分类。常用的方法包括支持向量机（SVM）、随机森林、卷积神经网络（CNN）、长短期记忆网络（LSTM）等。智能诊断方法可以减少人工经验依赖，提高诊断效率和准确性。
检测仪器
轴承振动信号分析需要配备专业的检测仪器设备，以获取高质量的振动数据并进行准确分析。常用的检测仪器包括：
- 振动传感器：加速度传感器是轴承振动测量中最常用的传感器，具有频响范围宽、灵敏度高的特点，可有效采集轴承的高频振动信号。速度传感器和位移传感器根据应用需求也可选用。传感器类型包括压电式加速度传感器、MEMS加速度传感器、电涡流位移传感器等。
- 数据采集系统：负责将传感器输出的模拟信号转换为数字信号，包括信号调理电路、A/D转换模块、数据存储模块等。多通道同步采集系统可同时采集多个测点的振动数据。
- 便携式振动分析仪：集成数据采集、信号处理和故障诊断功能于一体，便于现场巡检使用。可进行振动总量测量、频谱分析、包络分析等功能，部分高端设备还具备动平衡、对中等附加功能。
- 在线监测系统：适用于关键设备的连续在线监测，包括固定安装的传感器、数据采集单元、传输网络和分析软件。可实现振动数据的实时采集、存储、分析和报警功能。
- 信号分析软件：提供丰富的信号处理和分析功能，包括时域分析、频域分析、时频分析、包络分析、倒频谱分析等，部分软件还集成智能诊断算法模块。
- 轴承故障模拟试验台：用于实验室条件下的轴承故障研究，可模拟不同类型、不同程度的轴承故障，验证诊断方法的有效性。
检测仪器的选择应根据监测对象的重要程度、监测目的、现场条件、投资预算等因素综合考虑。对于关键设备建议采用在线监测系统，对于一般设备可采用便携式仪器进行定期巡检。
应用领域
轴承振动信号分析技术在多个工业领域得到广泛应用，为设备安全运行和高效维护提供技术支撑。主要应用领域包括：
- 电力行业：汽轮机、发电机、给水泵、引风机、磨煤机等关键设备的轴承监测，保障发电设备安全稳定运行。
- 石油化工：压缩机、泵、风机、搅拌器、离心机等旋转设备的轴承状态监测，预防设备故障导致的停产事故。
- 冶金行业：轧机、连铸机、风机、水泵等设备的轴承监测，提高生产线的运行可靠性。
- 煤炭行业：皮带输送机、提升机、通风机等设备的轴承监测，确保生产安全和效率。
- 轨道交通：列车轮对轴承、牵引电机轴承、齿轮箱轴承的监测，保障行车安全。
- 航空航天：航空发动机轴承、直升机传动系统轴承的监测，确保飞行安全。
- 机械制造：数控机床主轴、加工中心、自动化生产线等设备的轴承监测，提高加工精度和生产效率。
- 风力发电：风力发电机组的主轴轴承、齿轮箱轴承、发电机轴承的监测，实现远程状态监控和预测性维护。
- 水泥建材：回转窑、球磨机、辊压机、风机等设备的轴承监测。
- 造纸印刷：造纸机、印刷机等设备的轴承监测，减少设备停机时间。
随着工业4.0和智能制造的深入推进，轴承振动信号分析技术与物联网、云计算、大数据技术的融合越来越紧密，正在向智能化、网络化、服务化方向发展。
常见问题
轴承振动信号分析需要采集哪些参数？
轴承振动信号分析主要采集加速度、速度、位移三类振动参数。加速度信号频响范围宽，适合检测高频振动和冲击信号，常用于滚动轴承故障诊断；速度信号与振动能量相关，适合中频段分析；位移信号反映振动的幅度大小，适合低频段分析。实际应用中可根据轴承转速和故障类型选择合适的采集参数。
如何确定振动传感器的安装位置？
振动传感器的安装位置对测量结果影响较大。一般原则是：传感器应尽可能靠近轴承承载区，安装在刚性好的金属表面上；对于水平轴，通常在水平和垂直两个方向安装传感器，轴向也需要监测；测点表面应清洁平整，传感器安装应牢固可靠。常用的安装方式有螺钉安装、磁座安装、胶粘安装等。
轴承振动信号的采样频率如何确定？
根据奈奎斯特采样定理，采样频率应大于信号最高频率的两倍。对于轴承振动信号分析，通常需要分析高频成分，采样频率一般为分析频率上限的2.56倍以上。例如，需要分析20kHz以内的信号，采样频率应不低于51.2kHz。实际应用中还需考虑数据存储和处理能力，选择合理的采样频率。
如何区分轴承故障振动与其他振动源？
轴承振动信号分析需要排除其他振动源的干扰。首先要了解设备的结构和工况，识别可能的振动源，如不平衡、不对中、齿轮啮合、电机电磁振动等。通过频谱分析识别各振动源的频率特征，结合轴承故障特征频率进行判断。包络分析可以有效提取轴承故障的调制特征，提高故障识别的准确性。此外，还可以结合温度、油液等其他监测手段综合判断。
轴承早期故障如何识别？
轴承早期故障信号微弱，容易被噪声淹没。识别早期故障需要采用敏感的特征参数和分析方法。峭度指标对早期冲击信号敏感，当轴承出现微小剥落时，峭度值会先于有效值增大。包络谱分析可以提取早期故障的调制特征。小波分析、EMD等时频分析方法可以增强微弱故障信号。此外，还可以通过趋势分析，监测特征参数的变化趋势，及时发现异常征兆。
轴承振动信号分析的诊断周期如何确定？
诊断周期的确定需要综合考虑设备重要性、轴承运行工况、故障发展速度等因素。对于关键设备，建议采用在线连续监测方式；对于重要设备，可每天或每周巡检一次；对于一般设备，可每月或每季度检测一次。当发现异常征兆时，应缩短监测周期，密切跟踪故障发展情况。
轴承振动信号分析能判断故障的严重程度吗？
轴承振动信号分析可以在一定程度上判断故障的严重程度。通过分析振动总量、冲击能量、故障特征频率幅值等指标，结合历史数据趋势，可以评估故障的发展阶段。一般认为，当峭度值大于3时，轴承可能存在早期故障；当故障特征频率的谐波成分增多时，故障程度可能较重。但准确判断还需要结合油液分析、温度监测等多种手段综合评估。
变速工况下的轴承故障如何诊断？
变速工况下轴承振动信号呈现非平稳特性，传统的频谱分析方法效果有限。可采用以下方法：时频分析方法（如小波变换、STFT）可以分析信号的时变特性；角域重采样技术可以将变速信号转换为角域平稳信号；阶次跟踪分析可以提取与转速相关的阶次成分；瞬时频率分析方法可以跟踪故障特征频率的变化。
轴承振动信号分析的局限性有哪些？
轴承振动信号分析技术虽然应用广泛，但也存在一些局限性：对于低速轴承（转速低于60rpm），故障特征频率很低，测量难度大；对于早期微弱故障，信噪比低，检测困难；易受其他振动源干扰，需要丰富的诊断经验；对于复杂工况下的故障诊断，单一振动分析方法可能不够可靠，需要结合其他监测手段综合判断。
如何提高轴承振动信号分析的准确性？
提高分析准确性需要从多方面入手：选择合适的传感器类型和安装方式，确保信号采集质量；合理设置采样参数，保证信号完整性；采用多种分析方法综合判断，如时域、频域、包络谱联合分析；建立完善的设备档案，掌握设备结构和工况信息；积累诊断案例和经验，不断提高诊断水平；结合油液分析、温度监测、声发射检测等多种手段进行综合诊断。
