大型滾動(dòng)軸承的故障與壽命研究

大型滾動(dòng)軸承整體結(jié)構(gòu)尺寸大，普遍存在偏載、變載、潤(rùn)滑不良等復(fù)雜工況，其力學(xué)特性、故障模式以及壽命等具有特殊性。作者從大型滾動(dòng)軸承結(jié)構(gòu)和工況特點(diǎn)出發(fā)，評(píng)述了軸承結(jié)構(gòu)力學(xué)分析、測(cè)試與監(jiān)測(cè)、故障模式、壽命與故障剩余壽命等方面的代表性研究成果，進(jìn)而探討了大型滾動(dòng)軸承這幾方面內(nèi)容后續(xù)研究的具體思路。

作者首先對(duì)大型滾動(dòng)軸承的典型應(yīng)用（風(fēng)電機(jī)組、隧道掘進(jìn)機(jī)刀盤、大軸重鐵路貨車）中的軸承結(jié)構(gòu)特點(diǎn)進(jìn)行了介紹，接著分析了大型滾動(dòng)軸承的結(jié)構(gòu)力學(xué)、測(cè)試與檢測(cè)技術(shù)的國內(nèi)外研究現(xiàn)狀。這里重點(diǎn)對(duì)大型軸承的故障和壽命的相關(guān)研究進(jìn)行分享。

圖6 軸承壽命示意圖

Fig.6 Diagram of bearing life

一、典型故障模式

目前，工程中常見的風(fēng)電機(jī)組轉(zhuǎn)盤軸承失效模式主要有套圈斷裂、保持架斷裂、保持架磨損、密封圈漏脂等，如圖7所示。

圖7 風(fēng)電機(jī)組轉(zhuǎn)盤軸承的典型故障形式

Fig.7 Typical fault mode of wind turbine slewing bearing

掘進(jìn)機(jī)主軸承的故障主要有齒圈斷裂、密封失效等，如圖8所示。

圖8 掘進(jìn)機(jī)主軸承的典型故障形式

Fig.8  Typical fault mode of main bearing for TBM

鐵路貨車軸承的故障形式主要有2類：1)由于軸承受擠壓以及摩擦載荷的周期性作用，滾道表層下方的組織出現(xiàn)疲勞并產(chǎn)生細(xì)微裂紋，隨著微裂紋的逐漸擴(kuò)展最終產(chǎn)生由內(nèi)而外的剝落；2)由于密封不良和潤(rùn)滑劣化導(dǎo)致的過熱故障(圖9)，約占總故障的72%，這是導(dǎo)致鐵路貨車軸承實(shí)際使用壽命縮短的關(guān)鍵原因，故障加劇時(shí)甚至?xí)l(fā)切軸等重大事故。

圖9 鐵路貨車軸承過熱故障示意圖

Fig.9 Overheating fault diagram of railway freight bearing

此外，滾道和滾動(dòng)體表面的軸向裂紋和次表面的白蝕裂紋( White Etching Crack , WEC)被認(rèn)為是造成軸承過早失效的根本原因，風(fēng)電齒輪箱軸承經(jīng)常會(huì)出現(xiàn)此類故障，該方面的研究得到了軸承行業(yè)、工程技術(shù)界和學(xué)術(shù)界等多領(lǐng)域研究人員的高度重視。無論表現(xiàn)方式如何，軸承的早期失效總是遵循短板原則：當(dāng)潤(rùn)滑不良或接觸面不光滑時(shí)，接觸表面為短板，軸承失效往往由表面磨損等引起；當(dāng)潤(rùn)滑良好時(shí)，次表面為短板，軸承失效則往往由次表面處的材料缺陷或應(yīng)力集中所引起。大尺寸軸承容易發(fā)生大的局部變形，導(dǎo)致嚴(yán)重磨損以及局部應(yīng)力集中，進(jìn)而導(dǎo)致軸承故障，發(fā)生提前失效。

二、軸承壽命研究現(xiàn)狀

2.1  國外相關(guān)研究

國外對(duì)滾動(dòng)軸承疲勞壽命的研究開始較早，特別是SKF，F(xiàn)AG和NSK等大型軸承企業(yè)及NASA等科研機(jī)構(gòu)，已經(jīng)形成了一套比較完善的理論。目前，常用的滾動(dòng)軸承疲勞壽命理論有L-P壽命理論，I-H壽命理論，Zaretsky壽命理論。

1947年至1952年，文獻(xiàn)[70]基于韋布爾理論提出了L-P壽命理論，通過生產(chǎn)實(shí)踐的不斷修正，最終被ANSI/ABMA/ISO等標(biāo)準(zhǔn)采納。1985年，文獻(xiàn)[71]在L-P壽命理論的基礎(chǔ)上，將極限疲勞剪切應(yīng)力的概念引入滾動(dòng)軸承疲勞壽命的研究中，提出了一種新的滾動(dòng)軸承疲勞壽命理論，并于1990年通過對(duì)渦輪發(fā)動(dòng)機(jī)主軸球軸承的研究最終確立了I-H壽命理論。文獻(xiàn)[73]通過對(duì)滾動(dòng)軸承材料和滾動(dòng)體疲勞壽命數(shù)據(jù)的大量研究，分開考慮應(yīng)力-壽命系數(shù)和韋布爾系數(shù)，重新建立軸承失效概率函數(shù)并提出了一種新的軸承疲勞壽命理論。在理論分析上，L-P壽命理論和I-H壽命理論都建立在韋布爾分布的基礎(chǔ)上，而Zaretsky則是重新建立了韋布爾分布函數(shù)。2012年，文獻(xiàn)[74]忽略軸承支承及套圈變形對(duì)滾動(dòng)體上載荷分布的影響，將靜強(qiáng)度理論引入軸承疲勞壽命模型，獲得了大型轉(zhuǎn)盤軸承的疲勞壽命，與ISO結(jié)果的對(duì)比驗(yàn)證了該模型的準(zhǔn)確性。2016年，文獻(xiàn)[75]基于NREL設(shè)計(jì)指南中的風(fēng)電機(jī)組變槳、偏航軸承標(biāo)準(zhǔn)，利用Romax軟件計(jì)算2.5 MW風(fēng)電機(jī)組變槳、偏航軸承的壽命，結(jié)果表明使用NREL指南計(jì)算的壽命值比使用Romax軟件得出的值更保守。盡管NREL設(shè)計(jì)指南與Romax分析結(jié)果存在一些差異，但由于NREL設(shè)計(jì)指南具有簡(jiǎn)單性和保守輸出特性的優(yōu)點(diǎn)，可將其用于變槳軸承和偏航軸承的初始設(shè)計(jì)。

從上述理論中可以看出，相互作用零件間的接觸應(yīng)力-應(yīng)變特性是影響軸承疲勞失效模式的主要原因。因此，學(xué)者們進(jìn)行了基于彈性動(dòng)力學(xué)理論的疲勞失效機(jī)理研究：文獻(xiàn)[76]基于彈流動(dòng)力潤(rùn)滑理論首先獲得了線接觸兩彈性體次表面三坐標(biāo)方向上的主應(yīng)力與切應(yīng)力，接觸表面正壓力與摩擦力的力學(xué)關(guān)系；文獻(xiàn)[77]研究發(fā)現(xiàn)次表層最大剪應(yīng)力隨著疲勞累積逐漸向表層移動(dòng)，由于安裝損傷、表面夾雜物和潤(rùn)滑污染導(dǎo)致的應(yīng)力集中，使萌生于次表層最大應(yīng)力處的裂紋加速向表面擴(kuò)展，形成麻點(diǎn)、剝落等故障；文獻(xiàn)[78]基于彈性動(dòng)力學(xué)理論進(jìn)一步優(yōu)化設(shè)計(jì)了普通軸承的疲勞壽命；文獻(xiàn)[79]基于彈塑性理論建立了球與溝道接觸有限元模型，首次獲得了兩零件接觸區(qū)的應(yīng)力分布；文獻(xiàn)[ 80]針對(duì)大型三排圓柱滾子軸承，考慮軸承的幾何參數(shù)，計(jì)算了軸承動(dòng)態(tài)承載時(shí)的內(nèi)部接觸應(yīng)力分布，將滾道的接觸疲勞失效作為軸承壽命的判據(jù)。

在對(duì)軸承失效機(jī)理進(jìn)行分析的基礎(chǔ)上，學(xué)者們通過考慮特定因素對(duì)軸承壽命的影響進(jìn)一步完善軸承壽命模型；文獻(xiàn)[81]引入Archard磨損模型和Lemaitre損傷模型，并與加速壽命試驗(yàn)相結(jié)合提出了利用少量材料表征試驗(yàn)進(jìn)行軸承壽命預(yù)測(cè)的可靠方法；文獻(xiàn)[82]研究了經(jīng)過精密硬車削、磨削加工的軸承套圈的表面完整性對(duì)疲勞壽命的影響；文獻(xiàn)[83]基于蠕變機(jī)理的表面損傷積分，將軸承局部摩擦引起的軸承異常生熱引入軸承壽命的計(jì)算；文獻(xiàn)[84]基于試驗(yàn)分析得到的高承載和振蕩運(yùn)動(dòng)條件下的磨損信號(hào)和摩擦力矩的變化規(guī)律，提出了能夠表征軸承剩余壽命的退化模型；文獻(xiàn)[85]提出了一種同時(shí)考慮工況參數(shù)和工況監(jiān)測(cè)信號(hào)的韋布爾加速失效時(shí)間回歸(WAFTR)模型進(jìn)行軸承壽命預(yù)測(cè)；文獻(xiàn)[86]提出以滾道表面生存概率為核心的滾動(dòng)接觸基本壽命計(jì)算的新方法。

2.2  國內(nèi)相關(guān)研究

國內(nèi)的相關(guān)研究主要是考慮不同因素對(duì)大型滾動(dòng)軸承的疲勞壽命模型進(jìn)行修正：文獻(xiàn)[87]基于統(tǒng)計(jì)學(xué)理論分析了大型滾動(dòng)軸承的疲勞壽命及其可靠性，結(jié)果表明大型滾動(dòng)軸承疲勞壽命服從三參數(shù)的韋布爾分布，為其壽命及可靠性評(píng)價(jià)提供理論指導(dǎo)；文獻(xiàn)[88]考慮軸承潤(rùn)滑和游隙變化，對(duì)軸承壽命計(jì)算理論進(jìn)行了修正；文獻(xiàn)[89]引入了偏航、變槳軸承在軸向力、徑向力和傾覆力矩共同作用下的影響，計(jì)算了考慮偏航、變槳軸承內(nèi)、外圈疲勞壽命的軸承整體疲勞壽命；文獻(xiàn)[90]針對(duì)雙列四點(diǎn)接觸球軸承的受力特點(diǎn)，提出了考慮軸向載荷、徑向載荷和傾覆力矩的軸承應(yīng)力分布計(jì)算方法，基于L-P壽命理論計(jì)算了當(dāng)量動(dòng)載荷和額定動(dòng)載荷下的軸承壽命。

三、軸承狀態(tài)評(píng)價(jià)與剩余命預(yù)測(cè)研究現(xiàn)狀

軸承狀態(tài)評(píng)價(jià)與剩余壽命預(yù)測(cè)是進(jìn)行軸承視情維修，及時(shí)發(fā)現(xiàn)問題，減少經(jīng)濟(jì)損失的主要途徑。

3.1 狀態(tài)評(píng)價(jià)

基于振動(dòng)信號(hào)的軸承故障診斷與預(yù)測(cè)是判斷軸承退化狀態(tài)的常用方法：文獻(xiàn)[4]對(duì)軸承故障信號(hào)的本征模態(tài)函數(shù)進(jìn)行快速傅里葉變換獲得了滿意的診斷效果；文獻(xiàn)[5]基于多域特征、改進(jìn)的距離判別技術(shù)和改進(jìn)模糊自適應(yīng)共振理論映射(A-daptive Resonance Theory Map，ARTMAP)提出了一種新的兼具魯棒性和穩(wěn)定性的軸承故障智能診斷方法；文獻(xiàn)[6]利用主成分分析( Principle Compo-nent Analysis，PCA)和人工神經(jīng)網(wǎng)絡(luò)( Artificial Neural Network，ANN)分別結(jié)合重標(biāo)極差法和去趨勢(shì)波動(dòng)分析法對(duì)不同轉(zhuǎn)速和外載荷工況下的3種損傷程度軸承故障進(jìn)行診斷，結(jié)果表明4種算法組合都能有效地進(jìn)行故障監(jiān)測(cè)和診斷。

然而，上述成果中涉及的軸承故障均為人為預(yù)制故障，與軸承實(shí)際運(yùn)行過程中出現(xiàn)的故障不符，無法對(duì)軸承運(yùn)行狀態(tài)進(jìn)行有效劃分。因此，需要對(duì)跑合過程中的軸承零件進(jìn)行分析，以獲得真實(shí)的軸承運(yùn)行狀態(tài)。文獻(xiàn)[91]在對(duì)工作次表面形貌直接分析的基礎(chǔ)上，將滾動(dòng)軸承損傷退化過程分為跑合、平穩(wěn)和非穩(wěn)態(tài)3個(gè)階段；文獻(xiàn)[92-93]進(jìn)一步將損傷退化過程劃分為跑合、平穩(wěn)、損傷發(fā)生、損傷演化、損傷發(fā)展5個(gè)階段，并對(duì)已有的研究和試驗(yàn)工作進(jìn)行了總結(jié)梳理，為故障與壽命的關(guān)系分析提出了新思路，還指出實(shí)際過程中的故障信號(hào)形式與仿真結(jié)果不同，需要針對(duì)不同的磨損演化過程建立特定的故障診斷、評(píng)估和預(yù)測(cè)方法。

3.2  剩余壽命預(yù)測(cè)

現(xiàn)有的軸承壽命預(yù)測(cè)分為基于物理模型和基于數(shù)據(jù)驅(qū)動(dòng)的2類方法。基于物理模型的方法通過彈性斷裂力學(xué)和疲勞裂紋擴(kuò)展理論進(jìn)行軸承失效機(jī)理分析，建立軸承壽命模型，利用模型預(yù)測(cè)軸承有效剩余壽命，并通過修正模型參數(shù)提高預(yù)測(cè)精度。文獻(xiàn)[94-95]首先提出軸承疲勞裂紋擴(kuò)展模型，文獻(xiàn)[96]將該模型從一維擴(kuò)展到二維，文獻(xiàn)[97]通過分析指出傳統(tǒng)的裂紋擴(kuò)展模型無法滿足帶有碎裂問題軸承的壽命計(jì)算，文獻(xiàn)[98]考慮非線性隨機(jī)問題提出了基于裂紋擴(kuò)展的軸承剩余壽命預(yù)測(cè)方法。此外，文獻(xiàn)[99]提出了帶有碎裂萌生的軸承的接觸疲勞失效壽命預(yù)測(cè)方法。上述基于物理模型的軸承剩余壽命預(yù)測(cè)由基于材料疲勞破壞的壽命設(shè)計(jì)準(zhǔn)則獲得，未考慮軸承故障產(chǎn)生及其退化，直至失效所引起的壽命損失，以及相應(yīng)的故障剩余壽命。

基于人工智能與統(tǒng)計(jì)的軸承壽命預(yù)測(cè)方法屬于數(shù)據(jù)驅(qū)動(dòng)方法。其中，人工智能方法通過智能算法的優(yōu)化組合，利用機(jī)器學(xué)習(xí)算法對(duì)獲得的數(shù)據(jù)進(jìn)行擬合，獲得軸承全壽命過程的演化規(guī)律，通過設(shè)定合理閾值進(jìn)行軸承壽命預(yù)測(cè)。文獻(xiàn)[100]提出了一種基于支持向量機(jī)(SupportVectorMa-chine ，SVM)的軸承剩余壽命預(yù)測(cè)方法，分別利用仿真和試驗(yàn)數(shù)據(jù)訓(xùn)練SVM，結(jié)果表明訓(xùn)練獲得的SVM能夠預(yù)測(cè)軸承失效時(shí)間；文獻(xiàn)[101]將關(guān)聯(lián)向量機(jī)和邏輯回歸結(jié)合，提出了一種新的預(yù)測(cè)方法以評(píng)估故障劣化和剩余壽命，并利用單套軸承的仿真和試驗(yàn)數(shù)據(jù)對(duì)預(yù)測(cè)效果進(jìn)行驗(yàn)證。神經(jīng)網(wǎng)絡(luò)是一種被廣泛應(yīng)用于預(yù)測(cè)技術(shù)的智能算法：文獻(xiàn)[102-103]分別利用反向傳播神經(jīng)網(wǎng)絡(luò)(Back Propagation Neural Network，BPNN)進(jìn)行了軸承剩余壽命預(yù)測(cè)；文獻(xiàn)[104]基于韋布爾分布和人工神經(jīng)網(wǎng)絡(luò)進(jìn)行軸承故障預(yù)測(cè)與健康管理研究，提出了一種精確的軸承剩余壽命預(yù)測(cè)方法；文獻(xiàn)[105]基于振動(dòng)信號(hào)，采用高斯隱馬爾科夫模型( Gaussi-ans Hidden Markov Model，GHMM )進(jìn)行軸承特征提取以及剩余壽命的預(yù)測(cè);文獻(xiàn)[106]通過時(shí)域特征參數(shù)對(duì)人工螞蟻聚類進(jìn)行訓(xùn)練獲得軸承性能退化狀態(tài)，利用隱馬爾科夫模型( Hidden Markov Model，HMM)進(jìn)行軸承壽命預(yù)測(cè)；文獻(xiàn)[107]基于時(shí)域、頻域和小波包分解特征，利用隱馬爾科夫模型進(jìn)行軸承故障診斷和剩余有效壽命預(yù)測(cè)；文獻(xiàn)[108]基于隱半馬爾科夫模型( Hidden Semi-MarkovModel，HSMM)通過實(shí)時(shí)數(shù)據(jù)處理獲得軸承所處狀態(tài)以及狀態(tài)轉(zhuǎn)移的概率，完成軸承剩余壽命預(yù)測(cè)。

統(tǒng)計(jì)法基于軸承狀態(tài)和響應(yīng)數(shù)據(jù)對(duì)軸承運(yùn)行趨勢(shì)進(jìn)行預(yù)測(cè)，獲得軸承剩余壽命分布曲線。然而，由于工作環(huán)境和測(cè)試技術(shù)的限制，軸承運(yùn)行狀態(tài)無法直接測(cè)量，僅能通過與軸承運(yùn)行狀態(tài)相關(guān)的響應(yīng)參數(shù)(如振動(dòng)信號(hào)、溫度)間接反映軸承性能退化過程。由于軸承狀態(tài)退化過程涉及到多個(gè)物理量，單一的測(cè)量、特征參數(shù)不能全面反映軸承退化狀態(tài)，需要融合多個(gè)物理量進(jìn)行軸承性能退化狀態(tài)的評(píng)價(jià)，并引入壽命模型進(jìn)行剩余壽命預(yù)測(cè)。而且，對(duì)于大型滾動(dòng)軸承其失效、破壞往往來自于故障，幾乎看不到因材料疲勞所引起的壽命終止，然而并未見到考慮故障進(jìn)行大型滾動(dòng)軸承剩余壽命預(yù)測(cè)的相關(guān)報(bào)道。因此，大型滾動(dòng)軸承的壽命預(yù)測(cè)應(yīng)該在多物理量測(cè)試的基礎(chǔ)上，結(jié)合故障診斷、故障失效模式和退化機(jī)制開展。

（參考文獻(xiàn)略）