矿井主通风机轴承故障机理分析及诊断方法研究

赵亚琴

（晋能控股煤业集团晋华宫矿，山西 大同 037016）

引言

矿用通风机是煤矿生产过程中的重要设备，负责向井下输送新鲜空气，排出有害气体与粉尘，降低瓦斯浓度[1]。轴承为通风机的主要旋转部件，起到减少摩擦与驱动叶轮的作用，在通风机运行过程中，轴承会受到交变应力的作用，加剧材料表面的摩擦磨损与失效老化[2-3]。由于轴承安装于设备内部，故障无法进行直接诊断，如不及时处理，轴承的损伤会对风机的可靠运行造成极大的威胁[4]。目前，通风机轴承的故障诊断主要采样温度诊断法，具有一定的局限性，无法准确采集轴承温度，并进行相应的特征值识别[5]。因此，对通风机的轴承故障机理进行分析，探究新型故障诊断方法，对通风机的安全运行具有重要的意义。

1 通风机轴承故障机理分析

1.1 轴承故障形式及原因

轴承分为滚动轴承与滑动轴承等类型，通风机的主轴承为滚动轴承，通过内外圈之间的滚动支撑转子系统的运转，轴承主要受到一个非线性时变的径向载荷，在应力的反复作用下，轴承容易出现损坏与失效。滚动轴承的失效形式包括：轴承疲劳剥落失效，由于外部应力破坏导致外圈出现裂缝及损坏，增大轴承受到的冲击载荷与振动；磨损失效，异物入侵到轴承运转轨道加剧表面磨损，对设备精度造成影响；断裂失效，轴承载荷过大，材料强度不足，装配不合理造成的轴承受损与断裂；游隙失效，轴承零件在热温度作用下发生膨胀，导致零部件之间出现间隙，降低游隙精度；压痕失效，由于轴承持续受到间歇性冲击载荷，表面发生局部变形，加剧设备的机械振动与噪声[6-7]。轴承失效的原因多种多样，包括载荷分布不均、安装位置存在偏差、润滑不到位、遭到异物入侵等，导致轴承的各种位置发生不同程度的损伤[8]。

1.2 轴承故障振动频率

轴承的故障通常以振动的形式表现出来，当轴承的不同部件出现损伤时，会出现对应的特征频率，通过在轴承座测取振动信号，可反映出轴承的状态信息。轴承钢球的固有频率计算公式如下：

式中：R 为滚动体的半径，mm；E 为材料弹性模量，钢材为210 GPa；ρ 为轴承材料密度，取7.86×10-6kg/mm3。

轴承内圈与外圈的固有振动频率计算公式均为：

式中：n 为固有频率的阶次数；a 为轴承回转轴线到中性轴的半径，mm；I 为套圈绕轴的惯性矩，m4；M 为轴承质量，kg。

轴承的损伤部位包括内圈、外圈、滚动体、保持器，各部件的特征频率计算公式分别如下：

式中：D 为轴承的节径，mm；d 为滚动体直径，mm；Z为滚动体个数；α 为接触角，（°）。

通过采集轴承实际振动频率，与正常工况下的轴承固有频率和各部件损伤后的特征频率对比，分析得到该轴承是否存在损伤，并判断损伤位置，对于正常运行中的轴承，特征频率应保持在1 kHz 以下。

2 轴承故障诊断系统设计

通风机在煤矿开采过程中起到至关重要的作用，如果通风机发生故障无法正常工作，将会对整个矿井的生产安全造成严重的威胁。因此，需要对通风机故障进行及时的诊断与预警，并建立完整的故障应对措施，保证通风机运行的可靠性。

由上文分析可知，通风机的轴承故障无法进行直接判断，需要通过振动信号进行筛查与诊断，因此，需要利用在线监测系统实时采集通风机的振动信号，完成轴承的故障诊断与预警。通过分析通风机的结构，提出了一种在线监测系统方案，用于监测轴承的振动参数，系统结构如图1 所示。

图1 监测系统整体方案

监测系统主要包括振动传感器、数据采集卡、通信模块、工控计算机等组成。振动传感器安装于轴承机座的轴向与水平方向，当发生故障时，可检测到不同方向振动信号的能量与频带等信息。传感器选用YD-35 压电加速度传感器，输出偏压8～12 V，灵敏度≤5%，安装简便，电路抗干扰能力强。数据采集卡采用NI PCI6259 型号，包括多路开关、放大器、采样保持器、D/A 与A/D 转换器等模块，分别完成采样信道的切换、数据前处理、信号保真与模数信号之间的转换等功能。工控计算机为系统的上位机，主要收集各采集设备的数据，并进行降噪处理、特征值提取与故障诊断识别。工控机采用Windows7 操作系统，内存16 GByte，硬盘2 TByte，方便存储通风机故障数据。

3 轴承故障诊断方法

针对通风故障诊断系统，将诊断流程及方法模型集成于系统的软件当中，诊断方案由数据采集卡与诊断软件搭建而成，整体框架如图2 所示。矿用风机作为诊断设备，是系统采集数据的来源，数据以csv 文件格式存储于数据库，方便调用。数据采集卡需要设置采用频率、采样方式与截止频率等参数。通过上文分析可知，通风机的轴承故障主要通过特征频率来识别与诊断，结合诊断算法，对故障类型与故障部位进行检测，做出最终故障诊断，并给出维修建议。

图2 通风机故障诊断方法设计

故障诊断流程为：采集振动数据；数据存入数据库；调用分析软件对数据进行处理；提取故障诊断特征值；判断特征值是否异常，如参数异常需要进一步处理；将特征频率等参数代入诊断模型，分析故障类型；给出相应的故障维修建议，以数据报表的方式打印出，方便工作人员查看。

4 应用效果分析

在线监测系统应用于现场设备之前，经过了一系列的调试试验，试验设置有正常、内圈损伤、外圈损伤、滚动体损伤、保持器损伤5 种样本，每种样本设置10 个，通过监测系统对轴承的运行状态进行诊断识别。试验结果数据如表1 所示。50 组样本中，错误分类样本数为4 个，正确率达到92%，故障诊断时间低于0.2 s，满足日常故障诊断需求。

表1 系统试验结果