轴承分析：早期诊断问题、预防失效

我们的目标是培养优先发现并解决问题、而非仅发现故障的思维模式。实践中，轴承常剧烈失效，却鲜少在更换节点后深究振动数据。结构化、多阶段方法至关重要：振动监测计划须在最早迹象标记问题，维护据此行动——有时调整润滑、有时更换轴承。更换时机关键；过早更换可能被视为体系缺陷，延迟行动则损伤其他部件、抹除诊断证据。主动维护而非被动更换，是通往可靠之路。

SKF 轴承检查员决策支持系统加速、标准化、提升轴承诊断质量。通过汇聚滚动轴承损伤的基础原理与实践工程成果，防止故障复发。区别于易误导的传统因果树，该工具从工况建模至可观测症状的因果关系，赋予概率反映现实不确定性。最先进计算智能支撑该方法，确保诊断映射轴承运行物理本质。

本文对齐 ISO 15243:2004，即状态监测数据分析基准。

理解问题

状态监测工具在预测临界故障前最有价值。要发挥其潜力，须先掌握术语、制定数据采集与转化为可执行洞见的策略。以轴承为例：我们仅检测到故障，还是揭示根因并防止复发？振动特征可揭示载荷区、错位、磨损模式，若早期干预可节省高昂停机成本。

图 1. 轴承包络谱

图 2. 轴承波形

图 3. 轴承循环时间分析

本案中，重复故障仅导致更换轴承——昂贵耗时的修补。将数据块分段代表单圈，配合 1 rpm 虚拟触发同步平均，浮现两个明显载荷区。这些区域指示内圈与保持架即将承受应力，指引纠正行动。后续轴颈检查发现椭圆化；加工修正配合后，轴承以来完美运行。

根因分析结合主动维护成就决胜。教训：排查问题，而非仅排查故障。

润滑管理

润滑劣化时，振动、噪声、声发射通常上升。听诊虽可标记问题，但最可靠的是将振动数据按工程单位趋势化。图 4 展示轴承加脂前中后的振动趋势。

图 4. 润滑过程振动趋势

虽加脂似解决问题，振动水平未恢复至问题前。残余升高源于脂内杂质。加脂时捕获的波形（图 5）清晰显示加脂操作如何掩盖深层问题。

图 5. 加脂时波形

轴承失效分析决策支持系统

精准洞察滚动轴承损伤对 SKF 与客户具战略价值。SKF 轴承检查员——基于 Web 的知识库——囊括从基础原理到实战工程成果的所有信息。这实现快速、一致、高质量决策，帮助预防反复损伤。

区别于 1980 年代依赖刚性决策树的早期专家系统，现系统以量化概率从工况建模至症状的因果链。这反映物理实相：特定原因（如安装不当）表现为可观测损伤（如微动磨损），而非反向。

知识表征

系统使用概率网络，可视化链接节点：

• 工况： 运行转速、载荷、轴承型式、安装细节、环境等。
• 内部机理： 润滑状态、油膜破坏、滑动接触。
• 失效模式： 表下疲劳、微动腐蚀、粘着磨损等。
• 观测症状： 变色、剥落、锈蚀、点蚀。

约 150 个节点、250 张支撑图像，网络融汇专家知识与实证数据。概率双向计算，镜像临床诊断工作流：生成假设，再通过针对性检查验证或拒斥。

图 6. ISO 15243:2004

图 7.

案例研究：造纸厂电机轴承

“典型案例”展示真实场景。一案涉及造纸卷取机 NU 322 ECM/C3VL024 绝缘圆柱滚子轴承。1,000-1,500 rpm 运行，仅一个月内内外圈严重磨损。

载入应用数据（步骤 1）自动填充分析。工具最初标记假布氏压痕、粘着磨损、漏电概率高。在软件引导下，用户核查各失效模式特异症状：

1. 假布氏压痕——未见浅凹陷，排除。
2. 粘着磨损——无特征迹象。
3. 漏电——放大下观察到微小点蚀，确诊。

后续调查发现卷取机结构接地故障，印证软件建议。

图 8. 步骤 1：应用工况

图 9. 步骤 2：初步诊断与置信因子

图 10. 步骤 3：漏电症状核查

图 11. 最终诊断与报告生成

系统基于当前假设优先排序最具辨别力的观测，而非穷举所有症状，降低诊断工作量。用户可导出含工况、观测、概率排序的 Word 或 HTML 综合报告。

结论

SKF 轴承检查员为轴承损伤调查提供快速、一致、高质量决策流程。通过 Web 界面访问，赋能 SKF 工程师与客户识别失效原因、实施预防措施——确保同类故障不再复发、指导基于振动的状态监测计划配置。