轴承寿命预测方法综述＊

李 丹

（湖南铁道职业技术学院轨道交通机车车辆学院，湖南 株洲 412001）

近年来，众多学者从多方面对滚动轴承的故障判断和寿命长短进行了研究，采用的研究方法可大致划分为三种。第一种是数值计算法，即采用物理模型对轴承的寿命进行预测；第二种是试验方法，即基于数据驱动的寿命预测；第三种是理论与试验相结合的寿命预测方法。

1 数值计算轴承寿命预测

瞿家明等[1]在数据驱动思想的前提下，采集轴承的全寿命数据，自适应寿命计算模型参数通过相似度分析和偏差调节不断地优化。对监测数据进行处理后，利用改进的HMM模型建立了轴承的寿命模型，对比观测数据与寿命模型中的数据差异，不断优化轴承寿命预测的精度，再利用Pearson相似度系数构造寿命比例调节函数，更新HMM模型。并与一组轴承全寿命的数据进行了比较，证明了HMM算法的有效性。

李震等[2]对高速列车轴箱双列圆锥滚子轴承寿命进行了研究，首先列举了传统ISO轴承寿命计算方法的基本原理，同时给出了L-P及L-P改进方法的推导过程，阐述了L-P改进寿命计算方法，通过对滚动体接触长度方向的离散切片，分段计算其内外滚道的当量接触载荷，从而得到考虑滚动体影响的轴承综合寿命计算方法；通过高速列车圆锥滚子轴承的实际寿命计算案例，比对三种方法，得出L-P改进方法计算的轴承寿命最短最准确、L-P计算方法次之、传统IOS寿命计算方法再次之的结论；通过量化计算，明确给出了L-P改进方法计算的寿命是L-P数值的45%左右，且此值与轴承游隙呈现正相关关系。

李俊文等[3]引用传统轴承寿命计算方法，配合各项修正系数的罗列计算，通过MATLAB语言完成了程序编译，并利用GUI完成了程序的最终发布；通过开发界面对计算实例进行寿命预测，再与理论计算结果对比，完成了计算机寿命预测程序结果的正确性验证。

吕皓天等[4]从力学角度和材料学角度分别对轴承滚动接触疲劳（RCF）进行了阐述，力学方面其认为RCF依据轴承运行周次通常可分为三个演变阶段，即安定、稳态响应和失稳阶段，同时也是轴承微观组织由弹性向塑性应变转化的过程；材料学方面其认为轴承寿命的退化过程也就是轴承次表面微观组织的演变过程，而白蚀区、暗蚀区、白蚀带是对应轴承循环周次不同阶段的三大特征表现。基于传统轴承理论计算模型，并结合当前技术特点，提出了轴承RCF问题的全流程多维数值计算方法，即材料科学及其加工学与计算机技术相融合的多维评估，实现更精准更高效的轴承寿命预测。

查浩等[5]基于车辆-轨道耦合模型简化车辆，简化的结果是车辆由车体、构架和轮对组成，其他部件忽略不计，但三者之间需要弹性部件的连接，构架与轮对之间为一系悬挂，车体与构架之间为二系悬挂，然后将轴箱轴承看作轮对上的一点，直接与一系悬挂连接在一起，建立轴箱轴承的动力学模型再在轴承寿命计算的基础上，依据Palmgren-Miner理论损伤的轴承额定寿命公式。得知列车运行的速度越快，轴承的寿命就越短；轨道激扰越强，轴承的寿命就越短；而线路当中曲线半径的大小对轴承寿命的影响相对较小。

2 试验方法轴承寿命预测

杨赵岩等[6]设计了一种动态加载的情况下双驱动轴承寿命的试验方法，轴承在运动过程中，承受载荷的位置也是不断变动的，其施加的载荷始终保持在轴承的外圈长轴位置，并使用两个不同转速的电机分别驱动轴承的组成部分内圈与外圈，将施加载荷的装置与两台驱动电机相结合组成了轴承的寿命试验机，通过激光测振仪对信号进行采集，并使用Matlab对数据进行处理，与李俊阳等人的试验方法进行了对比，该试验方法可对轴承疲劳寿命与轴承的振动情况进行实时监测。

蔡丽萍等[7]通过对轴承的特性分析得出轴承要能够在高温、低温工作环境下正常工作，模拟试验中需要模拟的参数有高低温的环境、高速运转的工况以及不同载荷的工况。轴承模拟试验机主要由驱动电机、施加载荷的液压比例阀、试验单元、能够模拟环境温度的压缩机和干冰组合系统、测试系统组成。选取了6207-2Z轴承国内以及国外两款，分别进行试验模拟，其所设计的模拟试验台能够有效地模拟出轴承的动态承载性能。

3 理论与试验相结合轴承寿命预测

刘德昆等[8]对轴箱轴承的寿命预测方法进行了研究，基于L-P理论的简化算法，得出轴承的修正额定寿命公式，由修正Palmgren-Miner损伤理论计算出轴箱轴承发生性能退化直至损坏值，并推导出轴承寿命预测的公式。利用传感器采集列车在行驶过程中轴箱轴承所承受的载荷情况，求解出当量动载荷、基本额定寿命以及寿命的修正系数，结合润滑剂的黏度比计算出修正寿命公式，再以轮径为860 mm的轴箱轴承为例计算其寿命，此方法与传统ISO计算轴承寿命相比结果更为准确。

徐洲常等[9]根据大量的文献总结出对轴承影响较大的时域指标，利用集合经验莫泰分解（Ensemble Empirical Mode Decomposition，EEMD）方法采集时频域指标，结合数据降维的方法（PCA）将得到的时域指标和时频域指标进行融合从而得到一个综合指标。通过构建回归型支持向量机（SVR）模型，并借助GWO算法与差分算法共同对其参数进行调节，推导出改进后的SVR轴承剩余寿命预测方法，并具体提供了寿命预测性能评估的理论判据。笔者以具体电机轴承为实例，分别对通过GWO、DEGWO、GSA三种不同算法优化的SVR模型进行对比分析得到结论：优化算法对寿命预测模型的性能评估影响较大，且三种改进算法中，经过DEGWO优化过的回归型支持向量机（SVR）模型对轴承寿命的预测更加准确。

胡姚刚等[10]考虑轴承温度是在不断变化的，在此基础上提出了基于Wiener方法的轴承性能退化模型，采用时间、转速序列数据计算不同转速下对应的温度值，再利用移动平均法得出温度趋势量，采用最大似然法获得退化模型建立所需的各个物理量。他们认为轴承的剩余寿命服从逆高斯分布，推导出轴承寿命与概率密度函数密度最大值之间的关系，从而进行剩余寿命的预测。以风力发电机后轴承为例，通过检测其正常运转时的温度数据，并经上述数值方法处理后得到其温度趋势增量曲线，完成轴承剩余寿命的预测，所述方法得到了有效验证。

郑静[11]通过线性拟合的方法对某路段运行机车的采集数据进行处理，得到该机车轴承真实的一维应力谱，结合其所述的Miner线性累计损伤预测与传统S-N寿命预测方法，可为后续剩余寿命预测的计算提供可靠数据支撑。

谢阶栋[12]建立了二维损伤应力数值模型，通过循环迭代，完成对目标寿命的预测，同时利用ABAQUS中的UMAT运行原理编写了用户子程序，提高了寿命预测效率与精确度；建立了轴承截面简化模型，实现了接触表面二维单元模型的建立，通过对破损单元的应力分析，得到了对应循环次数的微观损伤演化过程云图，有效验证了次表面单元首先损伤的疲劳剥落机理。通过使用轴承疲劳试验机与设计疲劳强化试验方案，完成了对6206球轴承的试验结果分析与理论寿命预测方法的验证。