夏冬

摘要：都是大型機(jī)械加工設(shè)備運(yùn)轉(zhuǎn)的關(guān)鍵部件，一旦出現(xiàn)故障之后可能導(dǎo)致整個(gè)加工制造系統(tǒng)陷入癱瘓，影響企業(yè)的正常生產(chǎn)。對(duì)此，我們需要準(zhǔn)確分析大型機(jī)械加工設(shè)備的運(yùn)行特點(diǎn)，并且圍繞軸承故障診斷技術(shù)展開(kāi)深度探索，以便于增加零部件的加工精度，減少?gòu)U品率，這也是本次研究的主要切入點(diǎn)。

關(guān)鍵詞：機(jī)械加工;軸承故障;診斷技術(shù)

引言

軸承故障診斷最早出現(xiàn)于20世紀(jì)60年代，并且在傅里葉變換正式出現(xiàn)之后得到了快速發(fā)展，產(chǎn)生了各類(lèi)頻譜分析儀器?，F(xiàn)代科學(xué)技術(shù)的發(fā)展使得故障診斷技術(shù)得到了深度推進(jìn)，包括沖擊脈沖和共振解調(diào)技術(shù)在內(nèi)的各類(lèi)故障監(jiān)測(cè)手段投入運(yùn)行，包含信號(hào)測(cè)量，信號(hào)預(yù)處理和故障類(lèi)型判斷等多個(gè)方面。

1.機(jī)械加工設(shè)備軸承故障問(wèn)題

1.1 常見(jiàn)故障

現(xiàn)階段引起軸承故障的原因體現(xiàn)在多個(gè)方面，例如安裝問(wèn)題，潤(rùn)滑問(wèn)題等都會(huì)導(dǎo)致軸承運(yùn)轉(zhuǎn)過(guò)程出現(xiàn)損壞，按照軸承的損傷程度可以分為三種不同類(lèi)型。

首先是磨損引起的故障，此類(lèi)故障比較簡(jiǎn)單，是由于軸承長(zhǎng)時(shí)間運(yùn)行之后出現(xiàn)的正常材料損耗，這種漸變性故障不會(huì)立即引起軸承損傷，因此容易被忽略，振動(dòng)信號(hào)時(shí)域表現(xiàn)形式與正常信號(hào)相同幅值略微大。

第二則是表面損傷故障，例如表面疲勞剝落、點(diǎn)蝕等。需要注意的是點(diǎn)蝕是當(dāng)前最為嚴(yán)重的故障類(lèi)型之一，通常情況下與化學(xué)腐蝕和電腐蝕有關(guān)，例如軸承表面接觸帶有腐蝕性的液體或酸性潤(rùn)滑劑等，再加上軸承內(nèi)有電流通過(guò)，由電擊導(dǎo)致軸承表面凹凸不平。膠合問(wèn)題也較為多見(jiàn)，主要原因是摩擦發(fā)熱使得軸承零件在短時(shí)間內(nèi)溫度過(guò)高引起表面燒傷。

最后則是軸承材料變形類(lèi)故障，例如斷裂或塑性變形等都會(huì)導(dǎo)致軸承的直接形變，影響設(shè)備的正常運(yùn)行，其中斷裂是由于軸承承受載荷過(guò)大所導(dǎo)致，與生產(chǎn)工藝和裝配工藝有著密切聯(lián)系。軸承塑性變形也是因?yàn)檩S承受到過(guò)大的擠壓力，導(dǎo)致產(chǎn)生永久性形變[1]。

1.2 故障診斷

通常情況下，機(jī)械加工設(shè)備運(yùn)轉(zhuǎn)環(huán)節(jié)當(dāng)中不可避免會(huì)出現(xiàn)震動(dòng)或噪聲等問(wèn)題，此類(lèi)原因是由設(shè)備本身的機(jī)械結(jié)構(gòu)和環(huán)境影響所導(dǎo)致。再加上零部件之間不可避免出現(xiàn)摩擦和局部溫度升高現(xiàn)象，采取故障診斷非常必要。而常見(jiàn)的軸承故障診斷方法也得到了綜合應(yīng)用。

最為基礎(chǔ)的方法是溫度檢測(cè)方法，在軸承高速運(yùn)轉(zhuǎn)過(guò)程當(dāng)中對(duì)變化幅值進(jìn)行檢測(cè)，但由于該方法對(duì)于某些微小故障所導(dǎo)致的溫度變化敏感度不足，只有在故障到達(dá)一定程度之后才能發(fā)揮作用，在某些特殊情況下，無(wú)法發(fā)揮有效的功能。

噪聲分析法是通過(guò)軸承運(yùn)行過(guò)程當(dāng)中的噪聲變化情況對(duì)故障進(jìn)行判斷，此類(lèi)信號(hào)檢測(cè)方法的優(yōu)勢(shì)在于以無(wú)損檢測(cè)減少與軸承的接觸，但其缺陷在于測(cè)量過(guò)程受環(huán)境干擾較大。

彈性波診斷法是利用聲發(fā)射過(guò)程測(cè)試材料在受到外力或內(nèi)力作用下產(chǎn)生的應(yīng)變能，例如軸承在出現(xiàn)剝落故障時(shí)就會(huì)出現(xiàn)生發(fā)射信號(hào)，以此為基礎(chǔ)展開(kāi)故障診斷之后，能夠確定故障的類(lèi)型和狀態(tài)。這種方法多應(yīng)用于軸承早期故障診斷，并且與聲發(fā)射信號(hào)機(jī)理之間密切相關(guān)。

油樣分析法則是依靠檢測(cè)軸承磨損微粒在潤(rùn)滑油當(dāng)中的數(shù)量來(lái)確定軸承的故障程度，對(duì)軸承磨損類(lèi)故障具有非常高的敏感性。無(wú)論是光譜分析還是鐵譜分析，都會(huì)基于不同微粒的特性進(jìn)行檢測(cè)。

振動(dòng)分析則是當(dāng)前最為普遍也最為常見(jiàn)的一種故障診斷方案，所有軸承故障都可以利用振動(dòng)分析法進(jìn)行檢測(cè)，利用安裝在軸承表面上的加速傳感器獲得信號(hào)之后，利用信號(hào)分析方法來(lái)對(duì)結(jié)果展開(kāi)診斷，如利用振動(dòng)信號(hào)作為軸承故障診斷的載體[2]。

2.軸承故障識(shí)別與技術(shù)

2.1 振動(dòng)信號(hào)的軸承故障特征分析

傳統(tǒng)的信號(hào)分析方法當(dāng)中，時(shí)域特征分析被廣泛應(yīng)用，對(duì)于從傳感器測(cè)量得到的信號(hào)來(lái)說(shuō)，其直觀的特征就是幅值的變化和信號(hào)的基本特征，能夠反映設(shè)備在正常運(yùn)行當(dāng)中的振動(dòng)幅度和峰值等。此外，相關(guān)分析基于定量分析對(duì)兩個(gè)信號(hào)的相關(guān)程度進(jìn)行評(píng)估，借助數(shù)學(xué)形態(tài)學(xué)的知識(shí)做好信號(hào)圖像處理和算法應(yīng)用，值得一提的是，數(shù)學(xué)形態(tài)學(xué)不僅在圖像處理方面得到了有效推廣，同時(shí)在振動(dòng)信號(hào)方面也發(fā)揮了重要功能，例如，提取形態(tài)學(xué)與神經(jīng)網(wǎng)絡(luò)相結(jié)合的形態(tài)學(xué)神經(jīng)網(wǎng)絡(luò)算法就可以在安全性分析當(dāng)中扮演重要的角色，其能夠有效提高軸承故障診斷和識(shí)別的效率和準(zhǔn)確率，具有很好的效果。

2.2 軸承故障識(shí)別

對(duì)軸承故障進(jìn)行診斷和識(shí)別是展開(kāi)故障診斷的最中環(huán)節(jié)和最關(guān)鍵環(huán)節(jié)，按照提取的振動(dòng)信號(hào)特征對(duì)類(lèi)型進(jìn)行判斷之后，就可以精確定位故障原因和解決方案。常見(jiàn)的支持向量機(jī)，就是基于統(tǒng)計(jì)學(xué)習(xí)理論所產(chǎn)生的機(jī)器學(xué)習(xí)算法基本知識(shí)，其本質(zhì)是一種線(xiàn)性分類(lèi)方法，通過(guò)函數(shù)變換將數(shù)據(jù)從低維空間轉(zhuǎn)換為高維空間，不僅能夠確定兩類(lèi)數(shù)據(jù)得到正確分割，同時(shí)分類(lèi)間隔處于最大，所以支持向量機(jī)具有穩(wěn)定的泛化能力[3]。最小二乘支持向量機(jī)則有效縮減了支持向量數(shù)量，避免大規(guī)模逆矩陣計(jì)算從而降低計(jì)算環(huán)節(jié)的難度。

2.3 PSO算法

該算法的原理是利用鳥(niǎo)群的覓食過(guò)程來(lái)進(jìn)行粒子群優(yōu)化，在種群迭代時(shí)，下一代種群朝著上一代種群的個(gè)體最優(yōu)個(gè)體展開(kāi)學(xué)習(xí)，最終能夠得到最優(yōu)種群。這種算法相對(duì)簡(jiǎn)單，且設(shè)置參數(shù)較少，具有良好的局部搜索能力和靈活分析能力，是當(dāng)前使用普遍的優(yōu)化熱門(mén)算法。很多研究也提出基于優(yōu)化的復(fù)雜網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)識(shí)別和自適應(yīng)同步方法的結(jié)合，確保粒子群算法不會(huì)錯(cuò)過(guò)任何極值點(diǎn)。目前，PSO算法在機(jī)械軸承診斷中也得到了較多的應(yīng)用，其能夠準(zhǔn)確地檢測(cè)并識(shí)別出軸承故障，而且具有安全、無(wú)損的特點(diǎn)，是一種切實(shí)可靠的診斷方法。

3.結(jié)語(yǔ)

本次研究以機(jī)械加工設(shè)備軸承作為主要研究對(duì)象，分析了常見(jiàn)的故障以及故障診斷技術(shù)方案，這對(duì)于重要零部件的生產(chǎn)加工而言意義突出?？紤]到機(jī)械加工的生產(chǎn)周期本身較長(zhǎng)，一旦出現(xiàn)故障之后往往會(huì)造成各類(lèi)事故，因此對(duì)機(jī)械加工過(guò)程展開(kāi)定期的診斷非常必要，這不僅關(guān)系到設(shè)備的正常運(yùn)轉(zhuǎn)和生產(chǎn)活動(dòng)的進(jìn)行，同時(shí)還能節(jié)約企業(yè)成本減少不必要損失

參考文獻(xiàn)：

[1]楊婧婷. 機(jī)械加工過(guò)程中軸承故障診斷方法研究[J]. 機(jī)械設(shè)計(jì)與制造，2021（2）：5.

[2]張星星，李少波，柘龍炫，等. 基于機(jī)器學(xué)習(xí)算法的滾動(dòng)軸承故障診斷研究[J]. 組合機(jī)床與自動(dòng)化加工技術(shù)，2020（7）：5.

[3]蒙志強(qiáng)，董紹江，潘雪嬌，等. 基于改進(jìn)卷積神經(jīng)網(wǎng)絡(luò)的滾動(dòng)軸承故障診斷[J]. 組合機(jī)床與自動(dòng)化加工技術(shù)，2020（2）：5.