摘要：轴承是一种应用很广泛的机械结构，轴承的分类有许多中，滚动轴承是轴承中应用最多的一种，这是由于滚动轴承相比于滑动的形式有摩擦力较小的特点。但是滚动轴承总是集利弊于一体的，这种轴承应用很为广泛，同时因为其结构的特点也时常会发生各种各样的故障。本文这都轴承使用中的问题进行详细的解析，并且给出了使用者在日程应该掌握的维护措施。
关键词：生产装备；滚动轴承；故障诊断维修；前景
滚动轴承应用于日常生活中的各个场合之中，作为使用场合最多的结构，滚动轴承自身也存在很高的维修率以及损坏的可能。因为机械设备之中很多重要的部位都是利用滚动轴承来连接的，所以一旦轴承发生破损就会直接影响到整体的运行。当机械中的轴承发生故障后，设备轻则会有噪音产生，重则会导致设备直接停止。根据数据可得，有将近三成的设备都是因为滚动轴承的原因停工的，滚动轴承的损坏主要因素就是内外圈破损引起的。所以，针对轴承发生问题的部位进行诊断是很关键的。
1滚动轴承的振动机理及失效形式
1.1滚动轴承的结构
滚动轴承一般是四部分构成的，一般都有的结构有内外圈，珠子以及保持结构四种。这几种结构的功能具体为：内圈和动力轴连接，一般会跟着零件一起进行运动；外圈一般是用来起稳定作用的，所以外圈是固定的。而珠子就是随着轴转动的具体零件，珠子的位置处于内圈和外圈之间，滚珠是滚动轴承和滑动轴承的关键区别点，在使用了滚珠之后轴承整体的摩擦力减小，这是因为运动的方式发生了转变。保持稳定的保持架的功能一方面是固定的作用，另一方面还可以使得施加给珠子的力均匀[1]。本论文主要针对的是使用最多的单列式深沟轴承。
1.2 常见的损坏形式
滚动轴承失效的可能有许多情况，最大的可能就是在生产的时候产生质量问题，导致轴承中珠子受到了力不均匀，在长期的使用后，就会发生磨损失效等后果。另外在安装轴承的内外圈时如果没有将珠子放到中心出，就会导致轴承在运行时候产生较大的摩擦力，甚至发生位置偏移，使得零件损坏。所以在轴承的维修中，要分析清楚到底是由于何种原因导致的故障是十分重要的，这为之后的生产和维修都是有帮助的。
在轴承的长期使用中最可能发生的损坏的原因只要有：（1）磨损：滚动轴承在使用中珠子是一直处于转动的状态，长期的运转本身就会使得内部零件发生摩擦，而且在使用过程中，还可能有杂物进入到轴承中，这就增大了部件之间的摩擦阻力，使得部件之间的摩擦加剧，导致轴承过早报废。（2）滚珠表面剥落会极大的减少轴承的使用寿命，这种情况是由于滚动轴承中的珠子是处在内外圈之间运行的，如果在操作中施加给珠子的压力太大，就会使得珠子发生很微小的形变，这种形变的发现会让珠子和内外壁产生摩擦，长期积累下来这种摩擦会使得珠子的表面一层掉落。这样就使得轴承报废。（3）腐蚀现象也是经常发生在轴承的使用过程中的，在室外湿润的空气中应用的轴承因为环境因素而生锈或者变形都会使得轴承失效。（4）胶合现象指的是轴承如果使用不当，导致局部地区的压力过高，在高压情况下珠子会产生热量，长期以来摩擦力产生的热量日益积累就会使得滚珠发生交联现在，甚至造成滚珠黏在内外壁上。（5）断裂：还是由于设备的局部承受的压力过大导致的，在胶合现象的基础之上，如果不对轴承进行维修，而让其继续工作就会使得轴承断裂，变为不可修复状态。
2塑料薄膜生产装置的维修和轴承故障处的判断
2.1 滚动轴承损坏原因分析
滚动轴承的日常养护和故障诊断技术可以参考薄膜生产的工艺流程，传统的诊断技术有，振动分析法，液体分析法以及声波技术诊断的方法。
上述三者之中应用最多的就是振动的分析技术，一般用的类型有简单判断法、脉冲检测法和共振调频法几种，这几种方法之中比较靠谱的就是共振调频法，因为这个方法应用的范围比较宽而且针对性比较强，以及诊断的准确率高[4。
期刊文章分类查询,尽在期刊图书馆
采用声波发射进行诊断的技术是利用声波对应的频率进行判断的，在薄膜生产中就是运用声波的技术对薄膜的合格与否进行判断的，同样这个技术也可以应用在滚动轴承的排故障中，这种办法虽然很好，但是检测一次所需要花费的金额却比较大。
液体分析技术一般关注的参数有油所受到的污染状况、金属元素的含量、或者利用傅立叶红外光谱进行检测。上述这些不同的办法都存在着各自的利弊，但是在实际的应用中都是将几种一起结合进行的，只有充分发挥每种方法的长处，才能做到精准检测，防患于未然。
2.2 新型滚动轴承故障诊断方法
伴随着机械制造工业技术的不断发展，越来越多的新型诊断方法不断的涌现，其中具有代表性的有神经网络诊断法，极大值法以及分形理论诊断和基于计算机人工智能系统进行的诊断。这几种方法都可以对于滚动轴承发生故障的原因进行判断，下面我们就来对这几种方法进行分析讨论。
最为准确可靠的方法就是采用计算机系统人工智能分析的检测方法，这种方法可以精准的测定出发生的故障。以及发生故障的原因和程度等。这种精确的计算机系统是结合了基础专业的理论知识以及在线监测技术等研发形成的。利用这种先进的技术可以实现故障实时检测，以及故障的分析处理，最后在完成一系列的分析后把得到的数据反馈给工程师。这种技术虽然在滚动轴承的维修上应用较晚，但是却很早就使用于薄膜塑料的生产中，也有一定的缺点即人工智能结合诊断检测的方法所需要的代价比较大，这对于小型生产商来说是不够现实的。
2.3 运用滚动轴承故障诊断技术需要解决的问题
现在使用的故障检测系统还存在很大程度的缺陷和问题，打个比方在对于收集到的实时信号进行分析处理的过程中，需要对收集到的数据进行简化建模，但是现在的简化过程不是完美贴合于实际的，因为在建模的过程中忽略了征兆着机器现况以及未来趋势的信息。这种简化方法得到的结果不能分析出轴承实际的情况，所以会和真实情况相差很大。基于这种缺点，我们在比较复杂的情况下，要做到保持检测系统的准确性，以及排除误诊或者是忘记掉某部分诊断的情况就必须运用一些较新的检测技术。在小波分析或者是光谱分析技术中没有考虑到机械自身的运动周期会随着时间改变，也会产生误差。各种各样的差错都会掺杂在检测技术之中，这在一定程度上限制了滚动轴承的在线检测技术。
3.结 语
在进一步的发展之中，结合计算机技术以及人工智能，电工电子，数学建模等方法，全面的对当前塑料薄膜生产中存在的问题进行诊断，以及解决好滚动轴承的故障产生原因技术是迫在眉睫的。在今后的应用中应当建议各种各样的模型以及提升检测机制的精确程度和传感效率的提升。相信随着科学技术水平的不断提高，我们能够将更多的前沿科学技术应用到实际生产中，在以后的检测中针对塑料薄膜的生产维护过程中以及滚动轴承故障的分析技术都会得到改善，滚动轴承随着诊断故障技术的提高，也会占据更大的市场份额。
参考文献：
[1]吕锋，王秀青，杜海莲等.基于信息融合技术故障诊断方法与进展[J].华中科技大学学报：自然科学版，2009，37（1）：217-221.
[2]张家凡，黄之初.基于随机共振理论的低速重载设备故障诊断[J].煤炭学报，2007，32（10）：1098-1101
[3]孟光，尤明懿.基于状态监测的设备寿命预测与预防维护规划研究进展[J].振动与冲击，2011，30（8）：1-11.
[4]何正嘉，陈进，王太勇等.机械故障诊断理论及应用[M].高等教育出版社，2010.
作者简介：
朱强，男，民族：汉族，籍贯：四川省泸县，学历：大学本科，毕业院校：贵州大学明德学院，研究方向：机械设计制造及其自动化。
论文作者:朱强
论文发表刊物:《基层建设》2018年第14期
论文发表时间:2018/7/9
标签：轴承论文; 珠子论文; 故障论文; 技术论文; 就会论文; 外圈论文; 发生论文; 《基层建设》2018年第14期论文;