轴承振动分析与故障诊断技术指南：从频谱分析到预测性维护

引言

在旋转机械的运行过程中，轴承振动分析是最有效的状态监测和故障诊断手段之一。无论是风力发电机组的巨型主轴承，还是精密机床的高速主轴轴承，振动信号都能在故障发生的极早期捕捉到微弱的异常特征。相比温度监测和油液分析，振动分析的灵敏度更高、响应更快，是实现预测性维护的核心技术。

然而，振动分析并非简单的"看数值大小"。从传感器的正确安装到信号采集的参数设置，从时域指标的计算到频域特征频率的提取，从包络分析到阶次跟踪，每一步都需要扎实的理论基础和丰富的实践经验。本文将系统梳理轴承故障诊断的完整技术体系，帮助工程师从零开始建立振动分析能力。

轴承振动的物理机理

振动的产生与传递

轴承在运转过程中产生的振动主要来源于以下几个方面：

• **几何误差**：滚道和滚动体的形状误差（圆度、波纹度等）在旋转时产生周期性激励力
• **装配误差**：轴承游隙、预紧力偏差、轴不对中等引起的附加激励
• **缺陷激励**：滚道剥落、滚动体损伤、保持架断裂等局部缺陷在每次通过承载区时产生冲击
• **润滑不良**：油膜破裂或润滑不足导致金属直接接触，产生高频随机振动

这些振动信号通过轴承座、机壳和基础传递到设备表面，最终被振动传感器捕获。

故障特征频率

滚动轴承的故障诊断依赖于特征频率的计算和分析。以下是四类主要故障的特征频率公式：

故障类型	特征频率公式	说明
外圈故障（BPFO）	(n/2) × (1 - d/D × cosα) × fᵣ	n为滚子数，d为滚子直径，D为节圆直径，α为接触角，fᵣ为轴转频
内圈故障（BPFI）	(n/2) × (1 + d/D × cosα) × fᵣ	外圈故障频率的同型轴承，内圈故障频率更高
滚动体故障（BSF）	(D/2d) × (1 - (d/D × cosα)²) × fᵣ	滚动体缺陷频率，通常为轴转频的2~5倍
保持架故障（FTF）	(1/2) × (1 - d/D × cosα) × fᵣ	通常为轴转频的0.3~0.5倍

**计算工具提示：** 轴承特征频率的计算需要准确的几何参数。大多数轴承制造商会在产品目录中提供标准型号的特征频率系数（以轴转频的倍数表示），可直接查阅使用。

**延伸参考：** 轴承的几何参数和尺寸公差直接影响特征频率的计算精度。如需了解更多关于轴承配合和公差的知识，可参考 [轴承预紧力与配合公差计算方法](https://www.dfas-sh.com/bearing-preload-tolerance) 一文。

振动传感器选型与安装

加速度传感器

轴承振动分析中最常用的传感器是压电式加速度传感器，选型时需关注以下参数：

参数	选择建议	说明
灵敏度（mV/g）	100~500 mV/g	高灵敏度适合低频，低灵敏度适合高频
频率范围（Hz）	0.5~15,000 Hz	需覆盖轴承故障特征频率及其谐波
测量范围（g）	±50~500 g	根据设备振动幅值选择
安装方式	螺柱 > 磁座 > 手持	螺柱安装频率响应最佳

速度传感器和位移传感器

对于低速重载设备（如轧机、球磨机），加速度信号在低频段的信噪比较低，此时可考虑：

• **速度传感器**：适用于10~1,000 Hz频段，直接输出振动速度有效值
• **位移传感器**（涡流传感器）：适用于轴心轨迹监测，频率范围通常0~5,000 Hz

传感器安装位置

传感器的安装位置直接影响信号质量：

• **优先安装在轴承座正上方**，信号传递路径最短
• 避免安装在薄壁结构或共振区域
• 对于关键设备，建议在水平、垂直和轴向三个方向各安装一个传感器
• 传感器与被测面之间应清洁平整，避免油污和油漆层

**安装要点：** 传感器的安装质量直接影响分析结果的可靠性。螺柱安装方式的频率响应远优于磁座和手持，对于精密诊断建议采用螺柱固定安装。

信号采集与预处理

采样频率设置

根据奈奎斯特定理，采样频率至少应为最高分析频率的2.56倍（实际工程中通常取4倍以上）：

• **一般诊断**：采样频率≥10 kHz（分析频率上限4 kHz）
• **精密诊断（包络分析）**：采样频率≥50 kHz（分析频率上限20 kHz）
• **超高频诊断**：采样频率≥200 kHz（用于声发射技术）

预处理步骤

采集到的原始振动信号通常需要经过以下预处理：

1. 去直流分量：消除传感器的直流偏移

2. 抗混叠滤波：使用低通滤波器消除高于奈奎斯特频率的信号分量

3. 加窗处理：进行FFT分析前施加汉宁窗或平顶窗，减少频谱泄漏

4. 平均处理：多次采集取平均，提高信噪比

振动信号分析方法

时域分析

时域分析是最基础也是最直观的振动分析方法，常用指标包括：

指标	计算公式	诊断意义
有效值（RMS）	√(Σx²ᵢ/n)	反映振动能量的整体水平，适用于趋势监测
峰值（Peak）	max	x(t)		反映瞬时冲击强度，对早期故障敏感
峰峰值（P-P）	max(x) - min(x)	反映振动幅度范围
峰值指标（Crest Factor）	Peak / RMS	早期故障时RMS变化不大但Peak增大，峰值指标升高
峭度（Kurtosis）	Σ(x-μ)⁴/(nσ⁴)	高斯分布峭度为3，轴承出现冲击缺陷时峭度显著增大

**诊断技巧：** 峰值指标和峭度对轴承早期故障最为敏感。在故障发展的最初阶段，RMS值可能尚未明显变化，但峰值指标已从3~4上升到6~8，峭度从3上升到5~10，这是预警的最佳时机。

频域分析（频谱分析）

FFT频谱分析将时域信号转换为频域表示，是轴承故障诊断的核心工具：

• **幅值谱**：显示各频率分量的振动幅值，可识别故障特征频率
• **功率谱密度（PSD）**：显示振动能量在各频率的分布
• **倒频谱**：对频谱取对数后再做FFT，适用于齿轮和轴承的调制分析

频谱分析诊断流程

1. 识别轴转频及其谐波：确认转频基线

2. 检查故障特征频率：在频谱中搜索BPFO、BPFI、BSF、FTF及其谐波

3. 边带分析：故障频率周围出现转频边带，通常表明故障已发展到一定阶段

4. 高频共振区分析：轴承固有频率被故障调制，在2~5 kHz区域出现共振频带

包络分析（解调分析）

包络分析是滚动轴承故障诊断中最有效的频域技术之一，其原理是：

1. 带通滤波：选择包含轴承固有频率共振的高频段（通常2~5 kHz）

2. 包络提取：对带通滤波后的信号进行希尔伯特变换或检波

3. 包络谱分析：对包络信号做FFT，提取故障特征频率

包络分析的优势在于：它能从强背景噪声中提取出微弱的冲击信号，在轴承故障的极早期（仅有微米级剥落时）即可检测到特征频率。

**技术对比：** 频谱分析适用于故障已发展一定阶段的诊断，而包络分析在故障早期阶段具有更高的灵敏度。两者结合使用，可覆盖轴承从早期预警到严重故障的全生命周期监测。

阶次分析

对于变速运行的设备（如风机变频调速、汽轮机启停），故障特征频率会随转速变化而移动，传统FFT频谱无法有效分析。阶次分析通过将信号重采样为等角度间隔，使特征频率在阶次域中保持固定，从而实现变速工况下的故障诊断。

常见轴承故障的振动特征

外圈局部缺陷

• 频谱中以BPFO及其谐波为主
• 通常不出现转频调制（外圈固定）
• 故障严重时BPFO谐波增多，周围可能出现微小边带
• 包络谱中BPFO清晰可见

内圈局部缺陷

• 频谱中以BPFI及其谐波为主
• 明显出现转频调制（BPFI ± n×fᵣ），因为内圈随轴旋转
• 转频边带是内圈故障区别于外圈故障的关键特征
• 包络谱中BPFI及其转频边带清晰可见

滚动体局部缺陷

• 频谱中以BSF及其谐波为主
• 通常伴随保持架转频（FTF）调制（BSF ± n×FTF）
• 由于滚动体自转和公转的复合运动，信号特征较复杂
• 包络谱中BSF和FTF均可识别

保持架故障

• 频谱中以FTF及其谐波为主
• 可能伴随不规则的宽带噪声增加
• 保持架断裂时出现明显的冲击信号和非周期性振动
• 包络谱中FTF异常突出

润滑不良

• 高频段（>5 kHz）随机噪声水平升高
• 早期可能表现为峭度值升高但频谱无明显特征峰
• 随着润滑状况恶化，宽带振动幅值整体上升
• 改善润滑后振动水平可显著降低

**维护关联：** 润滑状态对轴承振动特性有直接影响。关于如何选择合适的润滑脂来降低振动和延长寿命，可参考 [轴承润滑脂选择指南](https://www.dfas-sh.com/bearing-lubricant-selection) 一文。

预测性维护体系建立

监测策略分级

级别	适用设备	监测方式	监测频率
一级（关键设备）	主生产线核心设备	在线连续监测	实时
二级（重要设备）	辅助设备中的关键轴承	定期便携式采集	每周/每月
三级（一般设备）	非关键设备	定期巡检	每季度

报警阈值设定

合理的报警阈值是预测性维护的核心：

• **绝对阈值**：参照ISO 10816等标准设定的振动速度/加速度限值
• **相对阈值**：以设备正常运行时的基线值为基准，超过基线的2~3倍时报警
• **趋势阈值**：监测指标的增长速率超过预设值时报警

**系统建议：** 现代轴承状态监测正向智能化方向发展。关于如何建立完整的预测性维护体系，包括传感器部署、数据采集平台搭建和AI诊断算法应用，可参考 [轴承预防性维护与状态监测技术](https://www.dfas-sh.com/bearing-predictive-maintenance) 一文。

从诊断到决策

振动分析的最终目标是指导维护决策：

1. 预警阶段（峭度升高，频谱无明显特征峰）：加强监测频率，检查润滑状态

2. 早期故障（包络谱中出现微弱特征频率）：计划检修窗口，准备备件

3. 发展期（频谱中特征频率清晰，出现谐波和边带）：尽快安排检修

4. 严重故障（振动幅值急剧升高，出现宽带噪声）：立即停机检修

总结

轴承振动分析和轴承故障诊断是一项融合机械原理、信号处理和工程经验的综合性技术。从传感器的正确选型和安装，到时域指标的实时监测；从FFT频谱的特征频率识别，到包络分析的早期故障捕捉；从单点诊断到预测性维护体系的建立，每一步都需要扎实的理论基础和持续的实践积累。

在工业4.0和物联网技术的推动下，轴承振动监测正从人工定期采集向在线连续监测转变，从人工频谱分析向AI智能诊断升级。但无论技术如何进步，对故障特征频率的理解、对信号物理意义的把握、对设备运行工况的综合判断，始终是轴承振动分析的核心能力。

如果您在轴承振动分析或预测性维护方案方面有任何疑问，欢迎联系我们获取专业的技术支持和系统化的状态监测解决方案。