一、数控机床滚动轴承的特点与故障

在数控机床上主轴轴承常用滚动轴承和滑动轴承。滚动轴承摩擦阻力小，可以预紧，润滑维护简单，能在一定转速范围和载荷变动范围下稳定的运动。数控机床最常用的滑动轴承是静压滑动轴承。静压滑动轴承的油膜压强是由液压缸从外界供给的，与主轴的转速无关。它的刚度大，回转精度高。但静压轴承需要一套液压装置，成本较高，一般用于重型或高精度数控机床。滚动轴承由专业化工厂生产，选购维修方便。数控主轴组件在可能的条件下，尽量使用滚动轴承。特别是大多数立式主轴和主轴装在套简内能够作轴向移动的主轴，用滚动轴承可以用润滑脂润滑避免漏油。在数控机床上使用的滚动轴承主要有：球轴承，滚珠轴承，圆锥滚子轴承三大类。

滚动轴承的损伤和破坏形式主要有：磨损、疲劳、断裂、腐蚀、压痕和胶合。可将这六种失效形式归类成三种类型的故障：表面皱裂、表面剥落和轴承烧损。

1　表面皱裂是由于轴承使用时间较长，磨损后滚动面全周慢慢劣化的异常形态。此时轴承的振动与正常轴承振动具有相同的特点。唯一区别是此时振动幅度变大了。

2　表面剥落是由疲劳、裂纹、压痕、胶合等失效形式造成滚动面的异常形态。它们所引起的振动为冲击振动，振动信号中含有轴承的传输振动和轴承构件的固有振动。可以通过查找这些固有振动中是否出现某一构件运行特征频率来判断轴承的故障。

3　烧损是由于轴承润滑状态恶化等原因造成的。在到达烧伤程度的过程中，轴承的振动值急速增大。润滑不良，载荷过大，冲击载荷，和转速过高是造成滚动轴承故障的主要原因。其中润滑不良是主要原因。数控机床由于本身的结构特点和切削工艺特点，其轴承受到的损坏也与普通机床不太一样。在数控机床中，数控机床主轴的转动速度和进给轴的进给速度都是受数控系统的监控，很少出现转速过高的现象，所以转速过高不会成为数控机床轴承的故障原因。数控机床的轴承一般采用强制润滑和油脂封入润滑，使用强制润滑的轴承不存在润滑不良的问题：采用油脂封入式润滑的轴承，才会因没有得到定期的保养而产生润滑不良的问题。因此，润滑不良的原因也不是数控机床轴承故障最主要原因。在加工中，数控机床可能会出现由于切削用量过大而产生的轴承所受载荷过大的现象。以及刀具以高速切入工件，造成对主轴轴承的瞬间冲击载荷的现象也是经常发生的。经过上面的分析，我们可以得到这样的结论，载荷过大，冲击载荷和润滑不良是造成数控机床轴承故障的主要原因。由此而产生的故障主要是表面剥落和烧损。这两者中发生概率最大的就是表面剥落。

如前所述，表面剥落的故障判断可以通过查找由故障产生的冲击振动中是否出现了某一构件运行特征频率。滚动轴承有四个组成构件，内环、外环、滚动体及保持架。其故障也都是这四个构件的损伤及破坏引起的，包括：内滚道故障，外滚道故障，滚动体故障，保持架碰外环故障和保持架碰内环故障。据统计在滚动轴承的故障中，90％的故障来自于外环和内环故障。

二、滚动轴承的振动按产生机理

滚动轴承的振动按产生机理又分为三种类型：

1　轴承结构的固有振动。包括将内环看作是弹性体而引起的固有振动：将外环看作是刚性体而引起的固有振动：将滚动体看作刚体而引起的固有振动。

2　强迫振动。由轴承零件制造或装配误差而引起的振动。如：内外环波纹度、滚动体直径差等制造误差。

3　冲击振动。内外环或滚动体表面上存在划痕、毛刺、锈斑、点蚀、剥落、凹坑等缺陷，或有灰尘，润滑，油污等情况存在时，会激励起轴承脉冲型振动，振动的周期与转速成反比。振幅和与缺陷的尺寸大小有关。滚动轴承的振动往往是以上各类振动共同作用的结果。其中轴承滚动时产生的正常振动与轴承的弹性特性有关，而异常振动与轴承滚动表面的状况有关。大量实验表明，在轴承运转正常情况下，轴承零件表面波纹度是引起轴承振动的主要因素，而一般较明显的“异音”是由滚道表面缺陷引起的周期性或非周期性冲击脉冲产生。这些冲击振动的出现使原来的平稳振动信号变成了非平稳振动信号。即轴承的振动信号为非平稳振动信号。由内外滚道故障引起的振动是轴承振动的主要因素。

三、故障的特征与诊断技术

正常情况下，滚动轴承的振动时频域波形有两个特点：无冲击和变化慢。当滚动轴承在存在局部故障时，轴承的其它零部件会周期性地撞击故障部位，产生冲击力。激励轴承座或其它机械零部件产生振动，形成一系列冲击振动。其冲击脉冲周期为基阶故障特征频率的倒数。冲击脉冲宽度在us数量级，它将激起系统或结构的高频响应，响应水平取决于系统或结构的固有频率及阻尼的大小。

针对滚动轴承的振动特点，人们陆续提出了许多时域和频域分析方法。时域方法主要包括冲击能量分析法，峰值因子法，冲击脉冲计数法等。这些方法在共振频带比较多的情况下，很难区分到底是轴承哪一部分出现缺陷。频域分析方法包括功率谱分析，倒谱分析，包络解调分析和双谱分析等。滚动轴承出现故障时振动信号是非平稳信号，单纯用时域或频域的方法很难达到理想的效果。通过小波分析的方法对滚动轴承振动信号同时进行时域和频域的分析，可以达到很好的效果。另外滚动轴承的滚动面出现点蚀、疲劳、剥落等表面剥落故障时，振动信号中包含了相应的冲击成分。但是这些冲击成分往往被其它冲振动噪声所掩盖，不能直接从时域中得到。通过自适应滤波滤除噪声后，再使用小波分析完成对故障信号的故障特征提取是比较好的分析方法。