滚动轴承故障诊断及其维护
刘丹+谢永春
摘要滚动轴承作为旋转机械的关键零件，对其故障诊断及维护来减小经济损失、延长使用寿命具有十分重要的意义。以故障检测确定失效模式，针对其失效模式的特点提出解决方案使轴承正常工作。同时做好滚动轴承的维护，提高其使用价值，将为机械制造业带来巨大的经济效益和低风险的保障。
关键词滚动轴承失效模式故障诊断维护
0前言
滚动轴承作为旋转机械的重要构成部分，是机械设备故障触发点最集中的位置之一。对于旋转机械而言虽然其有繁多的故障形式，但是滚动轴承引起的故障就约占其三分之一，所以滚动轴承能否正常的运行对整机性能有直接的影响。随着现代化建设步伐的加快，机械设备也向精密、高速、智能化方向发展，任何一处故障都会导致整个生产链条的瘫痪，从而带来难以估量的经济损失，因此对滚动轴承故障的研究也具有深远的意义。通过对其失效形式、故障的诊断、安装与维护的具体阐述，来概述滚动轴承故障诊断的发展前景。
1滚动轴承的失效模式
滚动轴承故障的诊断就是对其故障时失效模式的诊断。通过各模式的失效特征，对滚动轴承的故障诊断明确其故障位置和损伤程度，从而及时的更换轴承，避免机械重大故障的发生，降低经济损失。提早维护延长轴承的使用寿命。＼[1＼]
滚动轴承按失效模式的形成分为两类：一类是以轴承元件的点蚀、裂纹、剥落和擦伤为损伤类的故障；一类是异物落入的磨料磨损或者润滑不良元件表面，直接接触造成磨损的磨损类故障。通过下表可以清楚的了解滚动轴承的失效模式及其产生的原因。 表滚动轴承失效模式及其产生原因失效模式产生原因疲劳剥落滚道表面由于交变载荷作用、表面质量不高、润滑不良、相对滑动等造成材料表面结构的变化而产生微裂纹并传播，从而发展为表面明显的微剥落。磨损由于机械原因、不充分润滑或者杂质异物的侵入，导致表面精度破坏和磨损。塑性变形轴承在冲击载荷、静载荷、异物入侵的影响下在表面形成凹痕或者划痕，从而引起表面剥落，在载荷累积或超载作用下产生塑性变形。腐蚀水或空气中的水引起表面化学腐蚀、较大电流通过形成的电腐蚀、轴承套在座孔或者轴颈上相对运动造成的微振腐蚀。断裂载荷过大和疲劳引起的轴承零件的裂纹或破裂。胶合在润滑不良、高速、重载、高温、启动加速度过大等情况下，零件摩擦发热在极短时间产生高温，导致表面灼烧或者表面金属粘贴到另一处表面上。2滚动轴承的诊断方法
基于滚动轴承是旋转机械中不可替代的重要部件，继而对其研究的重要性也得到了显著的体现。我国从20世纪80年代开始对轴承的故障诊断方法进行研究，借助近几年来的计算机与智能化的快速发展，也给该领域提供源源不断的新的技术方法和先进的理论基础，让故障诊断进入一个崭新的时代。
滚动轴承的故障诊断最常见的方法有＼[2＼]：振动分析法，噪声分析法，油样分析法，温度分析法，油膜分析法，声发射诊断法等。但是以实用、有效为出发点，振动分析法比其他的检测方法能更好的应用于滚动轴承的检测和故障诊断。在滚动轴承中常用的振动信号故障诊断方法有：
倒频谱分析（二次频谱分析）：通过对倒频谱与典型故障的振动信号功率谱对比分析，从而将复杂的频率成分和噪声区分出来，能较好的辨别故障特征频率。
时频特征参数分析：对时域的特征参数（有效值、峰值、峰值因子、峭度指标等）分析，来对滚动轴承进行诊断。
频域特征参数分析：通过描述功率谱中谱能量分布的分散程度和主频带位置的变化来描述信号的频域特征。
冲击脉冲法（广泛应用于工厂之中）：以轴承缺陷运行引起的脉冲性振动的强弱来反映故障的程度。
包络分析法SPM（目前诊断轴承和齿轮故障最有效的方法之一）：是一种滤波检波的振动信号处理方法。通过对振动信号滤波-解调-滤波，得到剩下包络之后的低频振动信号。
小波分析：能识别振动信号中的突变信号，可以有效的分析信号的奇异性，通过对振动信号进行不同层次的分解来得到信号的轮廓信息和细节信息，从而获得信号的本质信息及识别故障特征信号和干扰信号。
目前，利用滚动轴承振动信号实现故障检测与诊断主要有两个途径＼[3＼]：
（1）机理分析—以随机共振和小波分析为常用方法。
随机共振方法：当噪声强度从小到大逐渐增加时，输出信噪比非但不降低，反而大幅度增加，并且存在着某一最佳输入噪声强度，使系统的输出信噪比达到一个峰值，此时输入信号、噪声以及系统非线性三者之间达到最佳的匹配关系，形成所谓的非线性系统的协作共振现象。该方法可以不用消除噪声，通过增加噪声强度来提高有用信号的比例，提高了信号的信噪比，从而提高信号质量和故障诊断的正确率。但是由于其输出结果具有随机性，从而借鉴遗传进化算法和免疫选择算法提出了基于遗传免疫粒子群优化的随机共振算法。
小波分析方法：非平稳信号分析的有效工具，但是由于信号检测时因为选择小波基函数的不同而造成结果差异，且构造理想的小波困难，从而提出了第二代小波变换。
（2）智能诊断—以神经网络和支持向量机为常用方法。
神经网络方法：以其特有的非线性适应性信息处理能力，推动人工智能与信息处理技术发展。从分布存储、并行处理、自学习、自组织以及非线性映射等优点出发与其他技术的结合，如在与小波分析等结合，提出了基于BP神经网络的智能诊断方法。
支持向量机：正因轴承故障属于小样本事件，从而引进解决小样本、非线性及高维模式识别中表现出许多特有优势的支持向量机（SVM），结合参数优化，来对轴承进行故障诊断。
3滚动轴承的维护
滚动轴承的寿命的长短不仅与它的材料和加工工艺有关，而且与其在参与工作时的维护（如装拆方式和润滑方式）有关。滚动轴承是重要的旋转精密零件，如果装拆时不规范会导致其精度下降，甚至可能会有轴承及其零件损坏，从而造成重大的经济损失。所以正确的使用和维护是其正常工作、延长寿命的保证。＼[4＼]
3.1滚动轴承的装配与拆卸
为了让轴承有良好的工况，同时也可以延长机器使用寿命，在轴承的装配时需要调整轴承与相配轴（或者孔）的同轴度及轴承的预紧度。同轴度是轴承位置误差的重要指标，其精度的高低等级直接影响轴承与其它装配的精度及正常工作。而对于预紧的轴承，其在承受同样的载荷时可以提高轴承的支持刚度，也可以补偿轴承工作中一定的磨损。在装拆的过程中，装拆力要均匀对称的施加在座圈端面上，不让滚动体受过大的载荷。
3.2滚动轴承的润滑
滚动轴承能否正常工作的必要条件是润滑。选择适当的润滑方式对于防止金属表面直接接触、减少摩擦和磨损；同时，还可以有散热作用、密封作用和防锈的作用；能缓和冲击、减振和降低噪声。即润滑可以延长滚动轴承疲劳寿命。
由于滚动轴承的工况的不同，选择正确的润滑方式很重要。而其常用润滑方式有三种：油润滑、脂润滑、固体润滑。最常用的是脂润滑，其具有密封的作用且不易流失，油膜强度高，满足高承载能力的要求。油润滑虽然有防尘和密封的要求，但是其以摩擦系数小且具有冷却、散热的作用，广泛应用于高速、高温的工作条件下。对于固体润滑而言，是指在润滑脂里加入一些固体润滑剂而形成润滑膜，起自润滑的作用，这是对润滑条件提高的表现。
4总结
制造业在现代化建设的背景下，机械设备向重型化、精密化、智能化、产业链化方向发展，滚动轴承作为旋转机械设备的关键零件，其能否正常的工作直接关系整个生产的经济效益，严重时也将带来难以估量的经济损失，所以对滚动轴承的故障检测有重要研究意义。通过故障检测明确故障模式来对滚动轴承进行维护，着重滚动轴承的早期故障检测、智能化分析和研发完善的诊断系统，或者以规范的后续维护来延长轴承的寿命。
参考文献：
＼[1＼]李俊卿.滚动轴承故障诊断技术及其工业应用＼[D＼].郑州，郑州大学.2010
＼[2＼]孔亚林.基于振动信号的滚动轴承故障诊断方法研究＼[D＼].大连，大连理工大学
＼[3＼]杨柳松.基于小波分析与神经网络滚动轴承故障诊断方法的研究＼[D＼]. 哈尔滨，东北林业大学
＼[4＼]刘晓瑞.滚动轴承的正确使用与维护＼[J＼].机械管理开发，2009（2）.
摘要滚动轴承作为旋转机械的关键零件，对其故障诊断及维护来减小经济损失、延长使用寿命具有十分重要的意义。以故障检测确定失效模式，针对其失效模式的特点提出解决方案使轴承正常工作。同时做好滚动轴承的维护，提高其使用价值，将为机械制造业带来巨大的经济效益和低风险的保障。
关键词滚动轴承失效模式故障诊断维护
0前言
滚动轴承作为旋转机械的重要构成部分，是机械设备故障触发点最集中的位置之一。对于旋转机械而言虽然其有繁多的故障形式，但是滚动轴承引起的故障就约占其三分之一，所以滚动轴承能否正常的运行对整机性能有直接的影响。随着现代化建设步伐的加快，机械设备也向精密、高速、智能化方向发展，任何一处故障都会导致整个生产链条的瘫痪，从而带来难以估量的经济损失，因此对滚动轴承故障的研究也具有深远的意义。通过对其失效形式、故障的诊断、安装与维护的具体阐述，来概述滚动轴承故障诊断的发展前景。
1滚动轴承的失效模式
滚动轴承故障的诊断就是对其故障时失效模式的诊断。通过各模式的失效特征，对滚动轴承的故障诊断明确其故障位置和损伤程度，从而及时的更换轴承，避免机械重大故障的发生，降低经济损失。提早维护延长轴承的使用寿命。＼[1＼]
滚动轴承按失效模式的形成分为两类：一类是以轴承元件的点蚀、裂纹、剥落和擦伤为损伤类的故障；一类是异物落入的磨料磨损或者润滑不良元件表面，直接接触造成磨损的磨损类故障。通过下表可以清楚的了解滚动轴承的失效模式及其产生的原因。 表滚动轴承失效模式及其产生原因失效模式产生原因疲劳剥落滚道表面由于交变载荷作用、表面质量不高、润滑不良、相对滑动等造成材料表面结构的变化而产生微裂纹并传播，从而发展为表面明显的微剥落。磨损由于机械原因、不充分润滑或者杂质异物的侵入，导致表面精度破坏和磨损。塑性变形轴承在冲击载荷、静载荷、异物入侵的影响下在表面形成凹痕或者划痕，从而引起表面剥落，在载荷累积或超载作用下产生塑性变形。腐蚀水或空气中的水引起表面化学腐蚀、较大电流通过形成的电腐蚀、轴承套在座孔或者轴颈上相对运动造成的微振腐蚀。断裂载荷过大和疲劳引起的轴承零件的裂纹或破裂。胶合在润滑不良、高速、重载、高温、启动加速度过大等情况下，零件摩擦发热在极短时间产生高温，导致表面灼烧或者表面金属粘贴到另一处表面上。2滚动轴承的诊断方法
基于滚动轴承是旋转机械中不可替代的重要部件，继而对其研究的重要性也得到了显著的体现。我国从20世纪80年代开始对轴承的故障诊断方法进行研究，借助近几年来的计算机与智能化的快速发展，也给该领域提供源源不断的新的技术方法和先进的理论基础，让故障诊断进入一个崭新的时代。
滚动轴承的故障诊断最常见的方法有＼[2＼]：振动分析法，噪声分析法，油样分析法，温度分析法，油膜分析法，声发射诊断法等。但是以实用、有效为出发点，振动分析法比其他的检测方法能更好的应用于滚动轴承的检测和故障诊断。在滚动轴承中常用的振动信号故障诊断方法有：
倒频谱分析（二次频谱分析）：通过对倒频谱与典型故障的振动信号功率谱对比分析，从而将复杂的频率成分和噪声区分出来，能较好的辨别故障特征频率。
时频特征参数分析：对时域的特征参数（有效值、峰值、峰值因子、峭度指标等）分析，来对滚动轴承进行诊断。
频域特征参数分析：通过描述功率谱中谱能量分布的分散程度和主频带位置的变化来描述信号的频域特征。
冲击脉冲法（广泛应用于工厂之中）：以轴承缺陷运行引起的脉冲性振动的强弱来反映故障的程度。
包络分析法SPM（目前诊断轴承和齿轮故障最有效的方法之一）：是一种滤波检波的振动信号处理方法。通过对振动信号滤波-解调-滤波，得到剩下包络之后的低频振动信号。
小波分析：能识别振动信号中的突变信号，可以有效的分析信号的奇异性，通过对振动信号进行不同层次的分解来得到信号的轮廓信息和细节信息，从而获得信号的本质信息及识别故障特征信号和干扰信号。
目前，利用滚动轴承振动信号实现故障检测与诊断主要有两个途径＼[3＼]：
（1）机理分析—以随机共振和小波分析为常用方法。
随机共振方法：当噪声强度从小到大逐渐增加时，输出信噪比非但不降低，反而大幅度增加，并且存在着某一最佳输入噪声强度，使系统的输出信噪比达到一个峰值，此时输入信号、噪声以及系统非线性三者之间达到最佳的匹配关系，形成所谓的非线性系统的协作共振现象。该方法可以不用消除噪声，通过增加噪声强度来提高有用信号的比例，提高了信号的信噪比，从而提高信号质量和故障诊断的正确率。但是由于其输出结果具有随机性，从而借鉴遗传进化算法和免疫选择算法提出了基于遗传免疫粒子群优化的随机共振算法。
小波分析方法：非平稳信号分析的有效工具，但是由于信号检测时因为选择小波基函数的不同而造成结果差异，且构造理想的小波困难，从而提出了第二代小波变换。
（2）智能诊断—以神经网络和支持向量机为常用方法。
神经网络方法：以其特有的非线性适应性信息处理能力，推动人工智能与信息处理技术发展。从分布存储、并行处理、自学习、自组织以及非线性映射等优点出发与其他技术的结合，如在与小波分析等结合，提出了基于BP神经网络的智能诊断方法。
支持向量机：正因轴承故障属于小样本事件，从而引进解决小样本、非线性及高维模式识别中表现出许多特有优势的支持向量机（SVM），结合参数优化，来对轴承进行故障诊断。
3滚动轴承的维护
滚动轴承的寿命的长短不仅与它的材料和加工工艺有关，而且与其在参与工作时的维护（如装拆方式和润滑方式）有关。滚动轴承是重要的旋转精密零件，如果装拆时不规范会导致其精度下降，甚至可能会有轴承及其零件损坏，从而造成重大的经济损失。所以正确的使用和维护是其正常工作、延长寿命的保证。＼[4＼]
3.1滚动轴承的装配与拆卸
为了让轴承有良好的工况，同时也可以延长机器使用寿命，在轴承的装配时需要调整轴承与相配轴（或者孔）的同轴度及轴承的预紧度。同轴度是轴承位置误差的重要指标，其精度的高低等级直接影响轴承与其它装配的精度及正常工作。而对于预紧的轴承，其在承受同样的载荷时可以提高轴承的支持刚度，也可以补偿轴承工作中一定的磨损。在装拆的过程中，装拆力要均匀对称的施加在座圈端面上，不让滚动体受过大的载荷。
3.2滚动轴承的润滑
滚动轴承能否正常工作的必要条件是润滑。选择适当的润滑方式对于防止金属表面直接接触、减少摩擦和磨损；同时，还可以有散热作用、密封作用和防锈的作用；能缓和冲击、减振和降低噪声。即润滑可以延长滚动轴承疲劳寿命。
由于滚动轴承的工况的不同，选择正确的润滑方式很重要。而其常用润滑方式有三种：油润滑、脂润滑、固体润滑。最常用的是脂润滑，其具有密封的作用且不易流失，油膜强度高，满足高承载能力的要求。油润滑虽然有防尘和密封的要求，但是其以摩擦系数小且具有冷却、散热的作用，广泛应用于高速、高温的工作条件下。对于固体润滑而言，是指在润滑脂里加入一些固体润滑剂而形成润滑膜，起自润滑的作用，这是对润滑条件提高的表现。
4总结
制造业在现代化建设的背景下，机械设备向重型化、精密化、智能化、产业链化方向发展，滚动轴承作为旋转机械设备的关键零件，其能否正常的工作直接关系整个生产的经济效益，严重时也将带来难以估量的经济损失，所以对滚动轴承的故障检测有重要研究意义。通过故障检测明确故障模式来对滚动轴承进行维护，着重滚动轴承的早期故障检测、智能化分析和研发完善的诊断系统，或者以规范的后续维护来延长轴承的寿命。
参考文献：
＼[1＼]李俊卿.滚动轴承故障诊断技术及其工业应用＼[D＼].郑州，郑州大学.2010
＼[2＼]孔亚林.基于振动信号的滚动轴承故障诊断方法研究＼[D＼].大连，大连理工大学
＼[3＼]杨柳松.基于小波分析与神经网络滚动轴承故障诊断方法的研究＼[D＼]. 哈尔滨，东北林业大学
＼[4＼]刘晓瑞.滚动轴承的正确使用与维护＼[J＼].机械管理开发，2009（2）.
摘要滚动轴承作为旋转机械的关键零件，对其故障诊断及维护来减小经济损失、延长使用寿命具有十分重要的意义。以故障检测确定失效模式，针对其失效模式的特点提出解决方案使轴承正常工作。同时做好滚动轴承的维护，提高其使用价值，将为机械制造业带来巨大的经济效益和低风险的保障。
关键词滚动轴承失效模式故障诊断维护
0前言
滚动轴承作为旋转机械的重要构成部分，是机械设备故障触发点最集中的位置之一。对于旋转机械而言虽然其有繁多的故障形式，但是滚动轴承引起的故障就约占其三分之一，所以滚动轴承能否正常的运行对整机性能有直接的影响。随着现代化建设步伐的加快，机械设备也向精密、高速、智能化方向发展，任何一处故障都会导致整个生产链条的瘫痪，从而带来难以估量的经济损失，因此对滚动轴承故障的研究也具有深远的意义。通过对其失效形式、故障的诊断、安装与维护的具体阐述，来概述滚动轴承故障诊断的发展前景。
1滚动轴承的失效模式
滚动轴承故障的诊断就是对其故障时失效模式的诊断。通过各模式的失效特征，对滚动轴承的故障诊断明确其故障位置和损伤程度，从而及时的更换轴承，避免机械重大故障的发生，降低经济损失。提早维护延长轴承的使用寿命。＼[1＼]
滚动轴承按失效模式的形成分为两类：一类是以轴承元件的点蚀、裂纹、剥落和擦伤为损伤类的故障；一类是异物落入的磨料磨损或者润滑不良元件表面，直接接触造成磨损的磨损类故障。通过下表可以清楚的了解滚动轴承的失效模式及其产生的原因。 表滚动轴承失效模式及其产生原因失效模式产生原因疲劳剥落滚道表面由于交变载荷作用、表面质量不高、润滑不良、相对滑动等造成材料表面结构的变化而产生微裂纹并传播，从而发展为表面明显的微剥落。磨损由于机械原因、不充分润滑或者杂质异物的侵入，导致表面精度破坏和磨损。塑性变形轴承在冲击载荷、静载荷、异物入侵的影响下在表面形成凹痕或者划痕，从而引起表面剥落，在载荷累积或超载作用下产生塑性变形。腐蚀水或空气中的水引起表面化学腐蚀、较大电流通过形成的电腐蚀、轴承套在座孔或者轴颈上相对运动造成的微振腐蚀。断裂载荷过大和疲劳引起的轴承零件的裂纹或破裂。胶合在润滑不良、高速、重载、高温、启动加速度过大等情况下，零件摩擦发热在极短时间产生高温，导致表面灼烧或者表面金属粘贴到另一处表面上。2滚动轴承的诊断方法
基于滚动轴承是旋转机械中不可替代的重要部件，继而对其研究的重要性也得到了显著的体现。我国从20世纪80年代开始对轴承的故障诊断方法进行研究，借助近几年来的计算机与智能化的快速发展，也给该领域提供源源不断的新的技术方法和先进的理论基础，让故障诊断进入一个崭新的时代。
滚动轴承的故障诊断最常见的方法有＼[2＼]：振动分析法，噪声分析法，油样分析法，温度分析法，油膜分析法，声发射诊断法等。但是以实用、有效为出发点，振动分析法比其他的检测方法能更好的应用于滚动轴承的检测和故障诊断。在滚动轴承中常用的振动信号故障诊断方法有：
倒频谱分析（二次频谱分析）：通过对倒频谱与典型故障的振动信号功率谱对比分析，从而将复杂的频率成分和噪声区分出来，能较好的辨别故障特征频率。
时频特征参数分析：对时域的特征参数（有效值、峰值、峰值因子、峭度指标等）分析，来对滚动轴承进行诊断。
频域特征参数分析：通过描述功率谱中谱能量分布的分散程度和主频带位置的变化来描述信号的频域特征。
冲击脉冲法（广泛应用于工厂之中）：以轴承缺陷运行引起的脉冲性振动的强弱来反映故障的程度。
包络分析法SPM（目前诊断轴承和齿轮故障最有效的方法之一）：是一种滤波检波的振动信号处理方法。通过对振动信号滤波-解调-滤波，得到剩下包络之后的低频振动信号。
小波分析：能识别振动信号中的突变信号，可以有效的分析信号的奇异性，通过对振动信号进行不同层次的分解来得到信号的轮廓信息和细节信息，从而获得信号的本质信息及识别故障特征信号和干扰信号。
目前，利用滚动轴承振动信号实现故障检测与诊断主要有两个途径＼[3＼]：
（1）机理分析—以随机共振和小波分析为常用方法。
随机共振方法：当噪声强度从小到大逐渐增加时，输出信噪比非但不降低，反而大幅度增加，并且存在着某一最佳输入噪声强度，使系统的输出信噪比达到一个峰值，此时输入信号、噪声以及系统非线性三者之间达到最佳的匹配关系，形成所谓的非线性系统的协作共振现象。该方法可以不用消除噪声，通过增加噪声强度来提高有用信号的比例，提高了信号的信噪比，从而提高信号质量和故障诊断的正确率。但是由于其输出结果具有随机性，从而借鉴遗传进化算法和免疫选择算法提出了基于遗传免疫粒子群优化的随机共振算法。
小波分析方法：非平稳信号分析的有效工具，但是由于信号检测时因为选择小波基函数的不同而造成结果差异，且构造理想的小波困难，从而提出了第二代小波变换。
（2）智能诊断—以神经网络和支持向量机为常用方法。
神经网络方法：以其特有的非线性适应性信息处理能力，推动人工智能与信息处理技术发展。从分布存储、并行处理、自学习、自组织以及非线性映射等优点出发与其他技术的结合，如在与小波分析等结合，提出了基于BP神经网络的智能诊断方法。
支持向量机：正因轴承故障属于小样本事件，从而引进解决小样本、非线性及高维模式识别中表现出许多特有优势的支持向量机（SVM），结合参数优化，来对轴承进行故障诊断。
3滚动轴承的维护
滚动轴承的寿命的长短不仅与它的材料和加工工艺有关，而且与其在参与工作时的维护（如装拆方式和润滑方式）有关。滚动轴承是重要的旋转精密零件，如果装拆时不规范会导致其精度下降，甚至可能会有轴承及其零件损坏，从而造成重大的经济损失。所以正确的使用和维护是其正常工作、延长寿命的保证。＼[4＼]
3.1滚动轴承的装配与拆卸
为了让轴承有良好的工况，同时也可以延长机器使用寿命，在轴承的装配时需要调整轴承与相配轴（或者孔）的同轴度及轴承的预紧度。同轴度是轴承位置误差的重要指标，其精度的高低等级直接影响轴承与其它装配的精度及正常工作。而对于预紧的轴承，其在承受同样的载荷时可以提高轴承的支持刚度，也可以补偿轴承工作中一定的磨损。在装拆的过程中，装拆力要均匀对称的施加在座圈端面上，不让滚动体受过大的载荷。
3.2滚动轴承的润滑
滚动轴承能否正常工作的必要条件是润滑。选择适当的润滑方式对于防止金属表面直接接触、减少摩擦和磨损；同时，还可以有散热作用、密封作用和防锈的作用；能缓和冲击、减振和降低噪声。即润滑可以延长滚动轴承疲劳寿命。
由于滚动轴承的工况的不同，选择正确的润滑方式很重要。而其常用润滑方式有三种：油润滑、脂润滑、固体润滑。最常用的是脂润滑，其具有密封的作用且不易流失，油膜强度高，满足高承载能力的要求。油润滑虽然有防尘和密封的要求，但是其以摩擦系数小且具有冷却、散热的作用，广泛应用于高速、高温的工作条件下。对于固体润滑而言，是指在润滑脂里加入一些固体润滑剂而形成润滑膜，起自润滑的作用，这是对润滑条件提高的表现。
4总结
制造业在现代化建设的背景下，机械设备向重型化、精密化、智能化、产业链化方向发展，滚动轴承作为旋转机械设备的关键零件，其能否正常的工作直接关系整个生产的经济效益，严重时也将带来难以估量的经济损失，所以对滚动轴承的故障检测有重要研究意义。通过故障检测明确故障模式来对滚动轴承进行维护，着重滚动轴承的早期故障检测、智能化分析和研发完善的诊断系统，或者以规范的后续维护来延长轴承的寿命。
参考文献：
＼[1＼]李俊卿.滚动轴承故障诊断技术及其工业应用＼[D＼].郑州，郑州大学.2010
＼[2＼]孔亚林.基于振动信号的滚动轴承故障诊断方法研究＼[D＼].大连，大连理工大学
＼[3＼]杨柳松.基于小波分析与神经网络滚动轴承故障诊断方法的研究＼[D＼]. 哈尔滨，东北林业大学
＼[4＼]刘晓瑞.滚动轴承的正确使用与维护＼[J＼].机械管理开发，2009（2）.
摘要滚动轴承作为旋转机械的关键零件，对其故障诊断及维护来减小经济损失、延长使用寿命具有十分重要的意义。以故障检测确定失效模式，针对其失效模式的特点提出解决方案使轴承正常工作。同时做好滚动轴承的维护，提高其使用价值，将为机械制造业带来巨大的经济效益和低风险的保障。
关键词滚动轴承失效模式故障诊断维护
0前言
滚动轴承作为旋转机械的重要构成部分，是机械设备故障触发点最集中的位置之一。对于旋转机械而言虽然其有繁多的故障形式，但是滚动轴承引起的故障就约占其三分之一，所以滚动轴承能否正常的运行对整机性能有直接的影响。随着现代化建设步伐的加快，机械设备也向精密、高速、智能化方向发展，任何一处故障都会导致整个生产链条的瘫痪，从而带来难以估量的经济损失，因此对滚动轴承故障的研究也具有深远的意义。通过对其失效形式、故障的诊断、安装与维护的具体阐述，来概述滚动轴承故障诊断的发展前景。
1滚动轴承的失效模式
滚动轴承故障的诊断就是对其故障时失效模式的诊断。通过各模式的失效特征，对滚动轴承的故障诊断明确其故障位置和损伤程度，从而及时的更换轴承，避免机械重大故障的发生，降低经济损失。提早维护延长轴承的使用寿命。＼[1＼]
滚动轴承按失效模式的形成分为两类：一类是以轴承元件的点蚀、裂纹、剥落和擦伤为损伤类的故障；一类是异物落入的磨料磨损或者润滑不良元件表面，直接接触造成磨损的磨损类故障。通过下表可以清楚的了解滚动轴承的失效模式及其产生的原因。 表滚动轴承失效模式及其产生原因失效模式产生原因疲劳剥落滚道表面由于交变载荷作用、表面质量不高、润滑不良、相对滑动等造成材料表面结构的变化而产生微裂纹并传播，从而发展为表面明显的微剥落。磨损由于机械原因、不充分润滑或者杂质异物的侵入，导致表面精度破坏和磨损。塑性变形轴承在冲击载荷、静载荷、异物入侵的影响下在表面形成凹痕或者划痕，从而引起表面剥落，在载荷累积或超载作用下产生塑性变形。腐蚀水或空气中的水引起表面化学腐蚀、较大电流通过形成的电腐蚀、轴承套在座孔或者轴颈上相对运动造成的微振腐蚀。断裂载荷过大和疲劳引起的轴承零件的裂纹或破裂。胶合在润滑不良、高速、重载、高温、启动加速度过大等情况下，零件摩擦发热在极短时间产生高温，导致表面灼烧或者表面金属粘贴到另一处表面上。2滚动轴承的诊断方法
基于滚动轴承是旋转机械中不可替代的重要部件，继而对其研究的重要性也得到了显著的体现。我国从20世纪80年代开始对轴承的故障诊断方法进行研究，借助近几年来的计算机与智能化的快速发展，也给该领域提供源源不断的新的技术方法和先进的理论基础，让故障诊断进入一个崭新的时代。
滚动轴承的故障诊断最常见的方法有＼[2＼]：振动分析法，噪声分析法，油样分析法，温度分析法，油膜分析法，声发射诊断法等。但是以实用、有效为出发点，振动分析法比其他的检测方法能更好的应用于滚动轴承的检测和故障诊断。在滚动轴承中常用的振动信号故障诊断方法有：
倒频谱分析（二次频谱分析）：通过对倒频谱与典型故障的振动信号功率谱对比分析，从而将复杂的频率成分和噪声区分出来，能较好的辨别故障特征频率。
时频特征参数分析：对时域的特征参数（有效值、峰值、峰值因子、峭度指标等）分析，来对滚动轴承进行诊断。
频域特征参数分析：通过描述功率谱中谱能量分布的分散程度和主频带位置的变化来描述信号的频域特征。
冲击脉冲法（广泛应用于工厂之中）：以轴承缺陷运行引起的脉冲性振动的强弱来反映故障的程度。
包络分析法SPM（目前诊断轴承和齿轮故障最有效的方法之一）：是一种滤波检波的振动信号处理方法。通过对振动信号滤波-解调-滤波，得到剩下包络之后的低频振动信号。
小波分析：能识别振动信号中的突变信号，可以有效的分析信号的奇异性，通过对振动信号进行不同层次的分解来得到信号的轮廓信息和细节信息，从而获得信号的本质信息及识别故障特征信号和干扰信号。
目前，利用滚动轴承振动信号实现故障检测与诊断主要有两个途径＼[3＼]：
（1）机理分析—以随机共振和小波分析为常用方法。
随机共振方法：当噪声强度从小到大逐渐增加时，输出信噪比非但不降低，反而大幅度增加，并且存在着某一最佳输入噪声强度，使系统的输出信噪比达到一个峰值，此时输入信号、噪声以及系统非线性三者之间达到最佳的匹配关系，形成所谓的非线性系统的协作共振现象。该方法可以不用消除噪声，通过增加噪声强度来提高有用信号的比例，提高了信号的信噪比，从而提高信号质量和故障诊断的正确率。但是由于其输出结果具有随机性，从而借鉴遗传进化算法和免疫选择算法提出了基于遗传免疫粒子群优化的随机共振算法。
小波分析方法：非平稳信号分析的有效工具，但是由于信号检测时因为选择小波基函数的不同而造成结果差异，且构造理想的小波困难，从而提出了第二代小波变换。
（2）智能诊断—以神经网络和支持向量机为常用方法。
神经网络方法：以其特有的非线性适应性信息处理能力，推动人工智能与信息处理技术发展。从分布存储、并行处理、自学习、自组织以及非线性映射等优点出发与其他技术的结合，如在与小波分析等结合，提出了基于BP神经网络的智能诊断方法。
支持向量机：正因轴承故障属于小样本事件，从而引进解决小样本、非线性及高维模式识别中表现出许多特有优势的支持向量机（SVM），结合参数优化，来对轴承进行故障诊断。
3滚动轴承的维护
滚动轴承的寿命的长短不仅与它的材料和加工工艺有关，而且与其在参与工作时的维护（如装拆方式和润滑方式）有关。滚动轴承是重要的旋转精密零件，如果装拆时不规范会导致其精度下降，甚至可能会有轴承及其零件损坏，从而造成重大的经济损失。所以正确的使用和维护是其正常工作、延长寿命的保证。＼[4＼]
3.1滚动轴承的装配与拆卸
为了让轴承有良好的工况，同时也可以延长机器使用寿命，在轴承的装配时需要调整轴承与相配轴（或者孔）的同轴度及轴承的预紧度。同轴度是轴承位置误差的重要指标，其精度的高低等级直接影响轴承与其它装配的精度及正常工作。而对于预紧的轴承，其在承受同样的载荷时可以提高轴承的支持刚度，也可以补偿轴承工作中一定的磨损。在装拆的过程中，装拆力要均匀对称的施加在座圈端面上，不让滚动体受过大的载荷。
3.2滚动轴承的润滑
滚动轴承能否正常工作的必要条件是润滑。选择适当的润滑方式对于防止金属表面直接接触、减少摩擦和磨损；同时，还可以有散热作用、密封作用和防锈的作用；能缓和冲击、减振和降低噪声。即润滑可以延长滚动轴承疲劳寿命。
由于滚动轴承的工况的不同，选择正确的润滑方式很重要。而其常用润滑方式有三种：油润滑、脂润滑、固体润滑。最常用的是脂润滑，其具有密封的作用且不易流失，油膜强度高，满足高承载能力的要求。油润滑虽然有防尘和密封的要求，但是其以摩擦系数小且具有冷却、散热的作用，广泛应用于高速、高温的工作条件下。对于固体润滑而言，是指在润滑脂里加入一些固体润滑剂而形成润滑膜，起自润滑的作用，这是对润滑条件提高的表现。
4总结
制造业在现代化建设的背景下，机械设备向重型化、精密化、智能化、产业链化方向发展，滚动轴承作为旋转机械设备的关键零件，其能否正常的工作直接关系整个生产的经济效益，严重时也将带来难以估量的经济损失，所以对滚动轴承的故障检测有重要研究意义。通过故障检测明确故障模式来对滚动轴承进行维护，着重滚动轴承的早期故障检测、智能化分析和研发完善的诊断系统，或者以规范的后续维护来延长轴承的寿命。
参考文献：
＼[1＼]李俊卿.滚动轴承故障诊断技术及其工业应用＼[D＼].郑州，郑州大学.2010
＼[2＼]孔亚林.基于振动信号的滚动轴承故障诊断方法研究＼[D＼].大连，大连理工大学
＼[3＼]杨柳松.基于小波分析与神经网络滚动轴承故障诊断方法的研究＼[D＼]. 哈尔滨，东北林业大学
＼[4＼]刘晓瑞.滚动轴承的正确使用与维护＼[J＼].机械管理开发，2009（2）.
摘要滚动轴承作为旋转机械的关键零件，对其故障诊断及维护来减小经济损失、延长使用寿命具有十分重要的意义。以故障检测确定失效模式，针对其失效模式的特点提出解决方案使轴承正常工作。同时做好滚动轴承的维护，提高其使用价值，将为机械制造业带来巨大的经济效益和低风险的保障。
关键词滚动轴承失效模式故障诊断维护
0前言
滚动轴承作为旋转机械的重要构成部分，是机械设备故障触发点最集中的位置之一。对于旋转机械而言虽然其有繁多的故障形式，但是滚动轴承引起的故障就约占其三分之一，所以滚动轴承能否正常的运行对整机性能有直接的影响。随着现代化建设步伐的加快，机械设备也向精密、高速、智能化方向发展，任何一处故障都会导致整个生产链条的瘫痪，从而带来难以估量的经济损失，因此对滚动轴承故障的研究也具有深远的意义。通过对其失效形式、故障的诊断、安装与维护的具体阐述，来概述滚动轴承故障诊断的发展前景。
1滚动轴承的失效模式
滚动轴承故障的诊断就是对其故障时失效模式的诊断。通过各模式的失效特征，对滚动轴承的故障诊断明确其故障位置和损伤程度，从而及时的更换轴承，避免机械重大故障的发生，降低经济损失。提早维护延长轴承的使用寿命。＼[1＼]
滚动轴承按失效模式的形成分为两类：一类是以轴承元件的点蚀、裂纹、剥落和擦伤为损伤类的故障；一类是异物落入的磨料磨损或者润滑不良元件表面，直接接触造成磨损的磨损类故障。通过下表可以清楚的了解滚动轴承的失效模式及其产生的原因。 表滚动轴承失效模式及其产生原因失效模式产生原因疲劳剥落滚道表面由于交变载荷作用、表面质量不高、润滑不良、相对滑动等造成材料表面结构的变化而产生微裂纹并传播，从而发展为表面明显的微剥落。磨损由于机械原因、不充分润滑或者杂质异物的侵入，导致表面精度破坏和磨损。塑性变形轴承在冲击载荷、静载荷、异物入侵的影响下在表面形成凹痕或者划痕，从而引起表面剥落，在载荷累积或超载作用下产生塑性变形。腐蚀水或空气中的水引起表面化学腐蚀、较大电流通过形成的电腐蚀、轴承套在座孔或者轴颈上相对运动造成的微振腐蚀。断裂载荷过大和疲劳引起的轴承零件的裂纹或破裂。胶合在润滑不良、高速、重载、高温、启动加速度过大等情况下，零件摩擦发热在极短时间产生高温，导致表面灼烧或者表面金属粘贴到另一处表面上。2滚动轴承的诊断方法
基于滚动轴承是旋转机械中不可替代的重要部件，继而对其研究的重要性也得到了显著的体现。我国从20世纪80年代开始对轴承的故障诊断方法进行研究，借助近几年来的计算机与智能化的快速发展，也给该领域提供源源不断的新的技术方法和先进的理论基础，让故障诊断进入一个崭新的时代。
滚动轴承的故障诊断最常见的方法有＼[2＼]：振动分析法，噪声分析法，油样分析法，温度分析法，油膜分析法，声发射诊断法等。但是以实用、有效为出发点，振动分析法比其他的检测方法能更好的应用于滚动轴承的检测和故障诊断。在滚动轴承中常用的振动信号故障诊断方法有：
倒频谱分析（二次频谱分析）：通过对倒频谱与典型故障的振动信号功率谱对比分析，从而将复杂的频率成分和噪声区分出来，能较好的辨别故障特征频率。
时频特征参数分析：对时域的特征参数（有效值、峰值、峰值因子、峭度指标等）分析，来对滚动轴承进行诊断。
频域特征参数分析：通过描述功率谱中谱能量分布的分散程度和主频带位置的变化来描述信号的频域特征。
冲击脉冲法（广泛应用于工厂之中）：以轴承缺陷运行引起的脉冲性振动的强弱来反映故障的程度。
包络分析法SPM（目前诊断轴承和齿轮故障最有效的方法之一）：是一种滤波检波的振动信号处理方法。通过对振动信号滤波-解调-滤波，得到剩下包络之后的低频振动信号。
小波分析：能识别振动信号中的突变信号，可以有效的分析信号的奇异性，通过对振动信号进行不同层次的分解来得到信号的轮廓信息和细节信息，从而获得信号的本质信息及识别故障特征信号和干扰信号。
目前，利用滚动轴承振动信号实现故障检测与诊断主要有两个途径＼[3＼]：
（1）机理分析—以随机共振和小波分析为常用方法。
随机共振方法：当噪声强度从小到大逐渐增加时，输出信噪比非但不降低，反而大幅度增加，并且存在着某一最佳输入噪声强度，使系统的输出信噪比达到一个峰值，此时输入信号、噪声以及系统非线性三者之间达到最佳的匹配关系，形成所谓的非线性系统的协作共振现象。该方法可以不用消除噪声，通过增加噪声强度来提高有用信号的比例，提高了信号的信噪比，从而提高信号质量和故障诊断的正确率。但是由于其输出结果具有随机性，从而借鉴遗传进化算法和免疫选择算法提出了基于遗传免疫粒子群优化的随机共振算法。
小波分析方法：非平稳信号分析的有效工具，但是由于信号检测时因为选择小波基函数的不同而造成结果差异，且构造理想的小波困难，从而提出了第二代小波变换。
（2）智能诊断—以神经网络和支持向量机为常用方法。
神经网络方法：以其特有的非线性适应性信息处理能力，推动人工智能与信息处理技术发展。从分布存储、并行处理、自学习、自组织以及非线性映射等优点出发与其他技术的结合，如在与小波分析等结合，提出了基于BP神经网络的智能诊断方法。
支持向量机：正因轴承故障属于小样本事件，从而引进解决小样本、非线性及高维模式识别中表现出许多特有优势的支持向量机（SVM），结合参数优化，来对轴承进行故障诊断。
3滚动轴承的维护
滚动轴承的寿命的长短不仅与它的材料和加工工艺有关，而且与其在参与工作时的维护（如装拆方式和润滑方式）有关。滚动轴承是重要的旋转精密零件，如果装拆时不规范会导致其精度下降，甚至可能会有轴承及其零件损坏，从而造成重大的经济损失。所以正确的使用和维护是其正常工作、延长寿命的保证。＼[4＼]
3.1滚动轴承的装配与拆卸
为了让轴承有良好的工况，同时也可以延长机器使用寿命，在轴承的装配时需要调整轴承与相配轴（或者孔）的同轴度及轴承的预紧度。同轴度是轴承位置误差的重要指标，其精度的高低等级直接影响轴承与其它装配的精度及正常工作。而对于预紧的轴承，其在承受同样的载荷时可以提高轴承的支持刚度，也可以补偿轴承工作中一定的磨损。在装拆的过程中，装拆力要均匀对称的施加在座圈端面上，不让滚动体受过大的载荷。
3.2滚动轴承的润滑
滚动轴承能否正常工作的必要条件是润滑。选择适当的润滑方式对于防止金属表面直接接触、减少摩擦和磨损；同时，还可以有散热作用、密封作用和防锈的作用；能缓和冲击、减振和降低噪声。即润滑可以延长滚动轴承疲劳寿命。
由于滚动轴承的工况的不同，选择正确的润滑方式很重要。而其常用润滑方式有三种：油润滑、脂润滑、固体润滑。最常用的是脂润滑，其具有密封的作用且不易流失，油膜强度高，满足高承载能力的要求。油润滑虽然有防尘和密封的要求，但是其以摩擦系数小且具有冷却、散热的作用，广泛应用于高速、高温的工作条件下。对于固体润滑而言，是指在润滑脂里加入一些固体润滑剂而形成润滑膜，起自润滑的作用，这是对润滑条件提高的表现。
4总结
制造业在现代化建设的背景下，机械设备向重型化、精密化、智能化、产业链化方向发展，滚动轴承作为旋转机械设备的关键零件，其能否正常的工作直接关系整个生产的经济效益，严重时也将带来难以估量的经济损失，所以对滚动轴承的故障检测有重要研究意义。通过故障检测明确故障模式来对滚动轴承进行维护，着重滚动轴承的早期故障检测、智能化分析和研发完善的诊断系统，或者以规范的后续维护来延长轴承的寿命。
参考文献：
＼[1＼]李俊卿.滚动轴承故障诊断技术及其工业应用＼[D＼].郑州，郑州大学.2010
＼[2＼]孔亚林.基于振动信号的滚动轴承故障诊断方法研究＼[D＼].大连，大连理工大学
＼[3＼]杨柳松.基于小波分析与神经网络滚动轴承故障诊断方法的研究＼[D＼]. 哈尔滨，东北林业大学
＼[4＼]刘晓瑞.滚动轴承的正确使用与维护＼[J＼].机械管理开发，2009（2）.
摘要滚动轴承作为旋转机械的关键零件，对其故障诊断及维护来减小经济损失、延长使用寿命具有十分重要的意义。以故障检测确定失效模式，针对其失效模式的特点提出解决方案使轴承正常工作。同时做好滚动轴承的维护，提高其使用价值，将为机械制造业带来巨大的经济效益和低风险的保障。
关键词滚动轴承失效模式故障诊断维护
0前言
滚动轴承作为旋转机械的重要构成部分，是机械设备故障触发点最集中的位置之一。对于旋转机械而言虽然其有繁多的故障形式，但是滚动轴承引起的故障就约占其三分之一，所以滚动轴承能否正常的运行对整机性能有直接的影响。随着现代化建设步伐的加快，机械设备也向精密、高速、智能化方向发展，任何一处故障都会导致整个生产链条的瘫痪，从而带来难以估量的经济损失，因此对滚动轴承故障的研究也具有深远的意义。通过对其失效形式、故障的诊断、安装与维护的具体阐述，来概述滚动轴承故障诊断的发展前景。
1滚动轴承的失效模式
滚动轴承故障的诊断就是对其故障时失效模式的诊断。通过各模式的失效特征，对滚动轴承的故障诊断明确其故障位置和损伤程度，从而及时的更换轴承，避免机械重大故障的发生，降低经济损失。提早维护延长轴承的使用寿命。＼[1＼]
滚动轴承按失效模式的形成分为两类：一类是以轴承元件的点蚀、裂纹、剥落和擦伤为损伤类的故障；一类是异物落入的磨料磨损或者润滑不良元件表面，直接接触造成磨损的磨损类故障。通过下表可以清楚的了解滚动轴承的失效模式及其产生的原因。 表滚动轴承失效模式及其产生原因失效模式产生原因疲劳剥落滚道表面由于交变载荷作用、表面质量不高、润滑不良、相对滑动等造成材料表面结构的变化而产生微裂纹并传播，从而发展为表面明显的微剥落。磨损由于机械原因、不充分润滑或者杂质异物的侵入，导致表面精度破坏和磨损。塑性变形轴承在冲击载荷、静载荷、异物入侵的影响下在表面形成凹痕或者划痕，从而引起表面剥落，在载荷累积或超载作用下产生塑性变形。腐蚀水或空气中的水引起表面化学腐蚀、较大电流通过形成的电腐蚀、轴承套在座孔或者轴颈上相对运动造成的微振腐蚀。断裂载荷过大和疲劳引起的轴承零件的裂纹或破裂。胶合在润滑不良、高速、重载、高温、启动加速度过大等情况下，零件摩擦发热在极短时间产生高温，导致表面灼烧或者表面金属粘贴到另一处表面上。2滚动轴承的诊断方法
基于滚动轴承是旋转机械中不可替代的重要部件，继而对其研究的重要性也得到了显著的体现。我国从20世纪80年代开始对轴承的故障诊断方法进行研究，借助近几年来的计算机与智能化的快速发展，也给该领域提供源源不断的新的技术方法和先进的理论基础，让故障诊断进入一个崭新的时代。
滚动轴承的故障诊断最常见的方法有＼[2＼]：振动分析法，噪声分析法，油样分析法，温度分析法，油膜分析法，声发射诊断法等。但是以实用、有效为出发点，振动分析法比其他的检测方法能更好的应用于滚动轴承的检测和故障诊断。在滚动轴承中常用的振动信号故障诊断方法有：
倒频谱分析（二次频谱分析）：通过对倒频谱与典型故障的振动信号功率谱对比分析，从而将复杂的频率成分和噪声区分出来，能较好的辨别故障特征频率。
时频特征参数分析：对时域的特征参数（有效值、峰值、峰值因子、峭度指标等）分析，来对滚动轴承进行诊断。
频域特征参数分析：通过描述功率谱中谱能量分布的分散程度和主频带位置的变化来描述信号的频域特征。
冲击脉冲法（广泛应用于工厂之中）：以轴承缺陷运行引起的脉冲性振动的强弱来反映故障的程度。
包络分析法SPM（目前诊断轴承和齿轮故障最有效的方法之一）：是一种滤波检波的振动信号处理方法。通过对振动信号滤波-解调-滤波，得到剩下包络之后的低频振动信号。
小波分析：能识别振动信号中的突变信号，可以有效的分析信号的奇异性，通过对振动信号进行不同层次的分解来得到信号的轮廓信息和细节信息，从而获得信号的本质信息及识别故障特征信号和干扰信号。
目前，利用滚动轴承振动信号实现故障检测与诊断主要有两个途径＼[3＼]：
（1）机理分析—以随机共振和小波分析为常用方法。
随机共振方法：当噪声强度从小到大逐渐增加时，输出信噪比非但不降低，反而大幅度增加，并且存在着某一最佳输入噪声强度，使系统的输出信噪比达到一个峰值，此时输入信号、噪声以及系统非线性三者之间达到最佳的匹配关系，形成所谓的非线性系统的协作共振现象。该方法可以不用消除噪声，通过增加噪声强度来提高有用信号的比例，提高了信号的信噪比，从而提高信号质量和故障诊断的正确率。但是由于其输出结果具有随机性，从而借鉴遗传进化算法和免疫选择算法提出了基于遗传免疫粒子群优化的随机共振算法。
小波分析方法：非平稳信号分析的有效工具，但是由于信号检测时因为选择小波基函数的不同而造成结果差异，且构造理想的小波困难，从而提出了第二代小波变换。
（2）智能诊断—以神经网络和支持向量机为常用方法。
神经网络方法：以其特有的非线性适应性信息处理能力，推动人工智能与信息处理技术发展。从分布存储、并行处理、自学习、自组织以及非线性映射等优点出发与其他技术的结合，如在与小波分析等结合，提出了基于BP神经网络的智能诊断方法。
支持向量机：正因轴承故障属于小样本事件，从而引进解决小样本、非线性及高维模式识别中表现出许多特有优势的支持向量机（SVM），结合参数优化，来对轴承进行故障诊断。
3滚动轴承的维护
滚动轴承的寿命的长短不仅与它的材料和加工工艺有关，而且与其在参与工作时的维护（如装拆方式和润滑方式）有关。滚动轴承是重要的旋转精密零件，如果装拆时不规范会导致其精度下降，甚至可能会有轴承及其零件损坏，从而造成重大的经济损失。所以正确的使用和维护是其正常工作、延长寿命的保证。＼[4＼]
3.1滚动轴承的装配与拆卸
为了让轴承有良好的工况，同时也可以延长机器使用寿命，在轴承的装配时需要调整轴承与相配轴（或者孔）的同轴度及轴承的预紧度。同轴度是轴承位置误差的重要指标，其精度的高低等级直接影响轴承与其它装配的精度及正常工作。而对于预紧的轴承，其在承受同样的载荷时可以提高轴承的支持刚度，也可以补偿轴承工作中一定的磨损。在装拆的过程中，装拆力要均匀对称的施加在座圈端面上，不让滚动体受过大的载荷。
3.2滚动轴承的润滑
滚动轴承能否正常工作的必要条件是润滑。选择适当的润滑方式对于防止金属表面直接接触、减少摩擦和磨损；同时，还可以有散热作用、密封作用和防锈的作用；能缓和冲击、减振和降低噪声。即润滑可以延长滚动轴承疲劳寿命。
由于滚动轴承的工况的不同，选择正确的润滑方式很重要。而其常用润滑方式有三种：油润滑、脂润滑、固体润滑。最常用的是脂润滑，其具有密封的作用且不易流失，油膜强度高，满足高承载能力的要求。油润滑虽然有防尘和密封的要求，但是其以摩擦系数小且具有冷却、散热的作用，广泛应用于高速、高温的工作条件下。对于固体润滑而言，是指在润滑脂里加入一些固体润滑剂而形成润滑膜，起自润滑的作用，这是对润滑条件提高的表现。
4总结
制造业在现代化建设的背景下，机械设备向重型化、精密化、智能化、产业链化方向发展，滚动轴承作为旋转机械设备的关键零件，其能否正常的工作直接关系整个生产的经济效益，严重时也将带来难以估量的经济损失，所以对滚动轴承的故障检测有重要研究意义。通过故障检测明确故障模式来对滚动轴承进行维护，着重滚动轴承的早期故障检测、智能化分析和研发完善的诊断系统，或者以规范的后续维护来延长轴承的寿命。
参考文献：
＼[1＼]李俊卿.滚动轴承故障诊断技术及其工业应用＼[D＼].郑州，郑州大学.2010
＼[2＼]孔亚林.基于振动信号的滚动轴承故障诊断方法研究＼[D＼].大连，大连理工大学
＼[3＼]杨柳松.基于小波分析与神经网络滚动轴承故障诊断方法的研究＼[D＼]. 哈尔滨，东北林业大学
＼[4＼]刘晓瑞.滚动轴承的正确使用与维护＼[J＼].机械管理开发，2009（2）.
