智能軸承關鍵技術及發展趨勢*

朱永生, 張 盼, 袁倩倩， 閆 柯, 洪 軍

(西安交通大學現代設計及轉子軸承系統教育部重點實驗室 西安，710049)

引 言

軸承是回轉支撐單元的核心零部件，被譽為回轉支撐系統的“心臟”，廣泛應用于航空航天、高鐵與汽車輪轂、大型轉子及精密機床等各個領域，其發展水平的高低往往代表或制約著一個國家機械工業和其他相關產業的發展水平[1]。我國高度重視高端滾動軸承的發展，推出了一系列支持政策，如《國家中長期科學技術發展規劃綱要(2006—2020年)》、《裝備制造業調整與振興規劃》(國務院，2009年)、《智能制造“十二五”專項規劃》(科技部，2012年)及《工業強基專項行動》(工信部，2014年)等，特別是2015年國務院發布的制造強國戰略行動綱領《中國制造2025》，重點強調要強化高性能滾動軸承等工業基礎件研發能力。智能化是現代工業的發展趨勢，智能技術已引起各個國家的高度重視，在此大背景下高端軸承的發展必然離不開智能化趨勢，智能軸承應運而生[2-3]。

1 智能軸承的定義和特點

智能軸承是在傳統軸承的基礎上集成不同用途的傳感裝置和調控裝置，使其結合成為一體而形成獨特的軸承結構單元，利用信息處理、自動控制等技術實現軸承運行狀態實時在線監測、故障檢測以及狀態實時調控，其系統簡圖[4]如圖1所示。

圖1 智能軸承系統Fig.1 Smart bearing system

相比于普通軸承，智能軸承具備以下特點。

1) 自感知：智能軸承基于微傳感器技術集成轉速、振動、溫度、載荷及潤滑狀態等多源服役信息采集傳感裝置，傳感器集成化程度高，可實現對外圈、內圈、保持架甚至滾動體服役信息的監測與識別，信息覆蓋程度高；由于傳感器直接集成于軸承本體，監測信號的信噪比高，能更靈敏、更早期地發現設備及軸承狀態的異常。

2) 自決策：基于海量軸承服役數據，結合大數據與深度學習技術，提取軸承健康狀態下的服役信息特征，識別當前運行狀態與軸承歷史數據趨勢，評估軸承的服役健康狀態，對可能出現的異常工況做出預警判斷。

3) 自調控：在軸承服役狀態監測與評估診斷的基礎上，結合滾動軸承服役狀態機理研究，通過潤滑劑量、冷卻參數、預緊狀態及工況(如轉速、切削量)等調節滾動軸承的服役狀態，提高重大裝備服役的安全可靠性及維修的可預知性。

2 智能軸承發展現狀

傳統軸承運行狀態監測方法是將傳感器安裝在設備上，雖然傳感器布置方便，但是能監測的信號類型少，并且由于傳感器距離被測位置遠，信號衰減及干擾問題較為突出。智能軸承將傳感器集成于軸承本體，傳感器距信號源近，所獲得的信號信噪比高且對軸承狀態變化的反應更為迅速。

早期的智能軸承技術主要停留在“傳感器軸承”層面，通過在軸承上集成傳感器實現自感知功能，如第3代汽車輪轂單元中就集成了ABS轉速傳感器。按照監測目的不同，可集成的傳感器的類型多樣，主要以監測轉速、溫度、振動及載荷等為主。如國外軸承企業NTN公司[5]將含有三軸負荷傳感器和旋轉傳感器的輪轂軸承與等速萬向節集為一體，開發出了等速萬向節輪轂軸承單元。NSK[6]開發完成的鐵路客車用帶傳感器軸箱軸承在日本新干線為首的鐵路列車領域得到了廣泛應用，該傳感器軸承具有多種傳感功能，可監測軸承溫度、振動以及轉速。SKF[7]開發出具有振動、溫度無線監測的鐵路車輛軸承。

國內關于智能軸承的研究目前主要集中在高校，如劉浩等[8-9]研究了嵌入式結構的智能軸承，通過在軸承外圈開槽嵌入振動加速度傳感器的方式來監測軸承的運行狀態信號。邵毅敏等[10]提出了一種基于嵌入式多參量傳感器的智能軸承結構，該復合傳感器包括2個微型振動加速度傳感器、2個微型轉速傳感器和2個微型溫度傳感器，實現了對軸承運轉過程中水平和垂直地面兩方向的振動信號、軸承轉速信號、內圈(軸)和外圈溫度信號的采集。王方哲[11]設計完成了一種集成振動系統，將傳感器采集系統固定至軸承的外圈，使測試系統與軸承成為一體，從而獲得較高的信號質量。

近年來，國際軸承行業巨頭SKF[12]提出了一種革命性的軸承狀態管理技術——SKF Insight(洞悉)技術，洞悉軸承結構如圖2所示，主要集成了轉速、溫度、振動、載荷及潤滑狀態等多種傳感器，并具備自發電、無線信號傳輸等功能。該軸承技術目前已在風電、鐵路及汽車等高端領域得到了應用，結合Internet網絡、云技術、狀態監測及信號處理技術，實現了對軸承運行工況及運行狀態的監測、評估及預測。同時，該技術可實現智能組網，使得多個軸承實現相互通信形成“網狀網絡”，將狀態信息發送到云端進行決策分析，在自感知的基礎上，實現了一定意義上的自決策，是智能軸承技術目前最具有代表性的成果。

圖2 SKF洞悉Fig.2 SKF insight

SKF提出的智能軸承狀態評估技術框架如圖3所示，該技術框架包括數據采集、信號處理、特征提取、故障檢測、剩余壽命評估及狀態調控等多個關鍵步驟，構建了智能軸承完整的技術框架。

圖3 SKF狀態評估技術框架Fig.3 The technical framework of SKF condition assessment

舍弗勒集團[13]結合其軸承自動潤滑系統、智能控制器以及傳感器軸承，提出了如圖4所示的智能潤滑系統。通過準確監控和測量潤滑狀態、磨損顆粒、溫度、振動等軸承運行狀態數據，以及力、扭矩和速度等工況參數，獲得精確的設備狀態信息及大多數工藝(過程監測)和生產狀態數據。計算機綜合數據信息可以自我“診斷病情”，若軸承存在問題則命令潤滑系統做出相應動作調節潤滑參數，傳感器繼續采集軸承狀態信息并將之反饋給計算機，當軸承狀態健康時其自我維修動作完成。該系統實現了對軸承運行狀態的在線調整功能，具備了初步的智能軸承自調控功能。

圖4 舍弗勒智能潤滑系統Fig.4 Schaeffler intelligent lubricating system

同時，舍弗勒集團近年來推出了可靈活組態的FAG-Variosense系列智能軸承[14]，其結構如圖5所示。其主要的特點是模塊化監測功能，可根據需求，靈活配置相應的監測模塊完成多種物理量的監測，如可監測軸承溫度、轉速、徑向軸位移以及載荷等數據。傳感器組的外殼與徑向軸密封圈的外圈固定在一起，而旋轉的測量件與軸承內環固定連接在一起，形成了一個結構很緊湊的單元，能夠與各種不同尺寸軸承相適配。

圖5 舍弗勒FAG-Variosense智能軸承Fig.5 Schaeffler FAG-Variosense intelligent bearing

基于上述Variosense傳感器單元，舍弗勒集團提出的智能生態系統概念如圖6所示，該系統具備和SKF洞悉軸承類似的架構，提供了一個基于云的、全面的硬件和軟件基礎設施，包括從配備傳感器組件到數字化服務的每個數字化增值階段。

圖6 舍弗勒智能生態系統Fig.6 Schaeffler intelligent ecosystem

綜合以上研究進展可知，目前智能軸承技術的發展大多關注在傳感器軸承層面，通過對傳感器的集成、對基于云的狀態監測技術的研究，實現了軸承自感知及一定程度的自決策功能，在自調控技術方面主要以簡單的潤滑調整技術為主，缺乏對軸承載荷、工況、冷卻等的綜合調控。相比于國外的技術發展，國內在此方面的研究有很大的空白。

3 智能軸承關鍵技術

3.1 傳感器技術

傳感器作為智能軸承的前端感知工具，是信息獲取的關鍵。隨著智能軸承對傳感器體積、功能等方面要求的提高，傳感器技術的發展主要強調以下幾個方面的創新[15-18]。

1) 智能化：智能傳感器主要由傳感元件、微處理器以及相關電路相結合而構成，相對于傳統傳感器僅能輸出待監測物理量原始信號而言，智能傳感器能在傳感器內部實現對原始數據的加工處理，進而與外界實現數據交換，其智能化主要體現在應用階段信息數據自動收集與處理、信息存儲與記憶、自學習與自適應、自校自檢自補償及自診斷等，其能力決定了智能化傳感器具有高精度、高分辨率、高穩定性、高可靠性、強適應性以及較高性價比。

2) 微型化：傳感器尺寸趨于微小型化，既有利于集成化傳感裝置與軸承，又有利于保持軸承性能。隨著集成微電子機械加工技術的日趨成熟，將半導體加工工藝引入傳感器的生產制造，不但實現了規模化生產，而且為傳感器微型化發展提供了重要的技術支撐。

3) 集成化：智能軸承要求同時監測軸承多種運行狀態指標，將所需傳感元件以及數據處理、存儲、通信的相應電路集成在同一芯片上制成集成化傳感器，具有高精度、高可靠性、高穩定性、高信噪比、高分辨率和高性價比等諸多優點。

4) 多樣化：探索新型敏感材料與感知方法擴大了智能軸承的感知范圍以及選擇性，除了傳統的半導體材料、陶瓷材料等，有機敏感材料、光導纖維、超導材料、納米材料和生物材料等的發展為傳感器多樣化發展提供了物質基礎。

3.2 自供電/無線供電技術

智能軸承技術需要對軸承進行長期的在線監測，供電問題是必須解決的一個難點。傳統的有線供電技術大大限制了智能軸承在設備內部、在無外接電源等條件下的使用，因此自供電技術和無線供電技術在智能軸承中具有巨大的應用前景。

自供電技術之一是自發電，如圖2所示SKF洞悉軸承所采用的技術。另外一種是通過捕獲周圍環境中的各種能量，如熱能、機械能、輻射能及化學能等形式，利用震動模塊通過敲擊、震動、按壓和平推等動作將這些能量收集起來，進而轉化成電能。利用自供電技術，能夠有效實現零電能消耗[19]。

無線供電技術是使用非輻射性的無線能量傳輸方式來驅動電器，可以采用電磁耦合、光電耦合及電磁共振等方式。無線供電技術由于其便捷性而得到了廣泛的關注，但目前其能量傳輸效率等技術難題還未完全解決，要將其應用于智能軸承還需要進一步的研究[20]。王方哲等[11,21]建立了諧振無線供電系統，對無線供電技術在智能軸承中的應用進行了初步研究，其系統構成如圖7所示。通過分析供電過程中供電頻率、線圈直徑等因素對供電性能以及渦流效應的影響，確定了供電系統相關參數并對供電系統進行了小型化設計，為軸承旋轉套圈溫度監測系統提供可靠的電能供給。

圖7 供電結構示意圖Fig.7 The diagram of wireless power supply system

3.3 信號無線傳輸技術

傳感器采集的信息需要通過信號傳輸技術穩定可靠地傳輸到服務器、用戶端或云端。信號傳輸技術可分為有線通信和無線通信兩類。無線通信由于不受地域和空間限制，對分布式應用的智能軸承非常適用。目前常用的無線通信技術主要有藍牙無線通信技術、ZigBee技術及Wi-Fi技術等，但是要將其應用于智能軸承工程實際，其信號傳輸的安全性、可靠性以及數據傳輸速率等問題有待進一步提高。

針對智能軸承應用范圍廣、數量多等特點，自組網技術在智能軸承技術中具有廣闊的應用前景。軸承單元的智能化、無線化，使得大范圍內多個智能軸承的監測成為可能，而自組網技術是實現多軸承信息互通的關鍵。自組網的所有節點呈現網狀結構，任何一個節點都具備連接作用，某個節點的故障不會影響整個網絡的運行，如果終端要與覆蓋范圍之外的終端進行通信，中間節點就可以充當傳輸介質的作用。數據傳輸能力、組網能力及網絡穩定性是自組網技術的關鍵，由于其無線傳輸、高度的動態拓撲、無中心以及多跳路由等特點，依然有許多復雜而難以實現的問題需要解決。

3.4 軸承狀態智能評估及智能診斷技術

自感知是智能軸承的核心技術之一，軸承狀態智能評估及智能診斷技術是實現自感知的前提。隨著智能軸承的應用，需要監測的軸承群體規模大，單個軸承需要采集信號的部位(外圈、內圈、保持架和滾動體)及信號種類(溫度、診斷、聲音、載荷和潤滑等)多樣，數據采集及處理的時間跨度覆蓋軸承全壽命周期，因此智能軸承將產生海量的數據，需要綜合多信息融合以及現代信號處理方法對其進行實時處理。

傳統的狀態評估及診斷方法如專家系統、人工神經網絡等過分依賴診斷專家和專業技術人員的經驗知識，稀缺的診斷專家已經不能滿足海量數據的處理和故障診斷。智能軸承的多狀態量在線監測功能將大大豐富軸承的運行狀態數據，因此大數據背景下軸承狀態智能監測及智能診斷技術擁有巨大的機遇[22]。如何利用大數據、深度學習等技術構建智能軸承在線健康狀態評估模型，實時精確自動地識別軸承故障類型、嚴重程度以及變化趨勢，從而及時采取有效措施，是需要解決的重要問題。

3.5 軸承狀態智能調控技術

自調控是智能軸承的主要特點之一。其目標是在在軸承服役狀態評估及智能診斷的基礎上，控制系統根據優化算法結合滾動軸承服役狀態機理研究，通過潤滑劑量、冷卻參數、預緊狀態以及工況(如轉速、切削量)等調節，實現對滾動軸承性能調控，從而保證重大裝備服役全壽命周期性能的優化。

自調控技術目前還處在發展階段，除了在自動潤滑技術上的研究較多外，其他調控技術研究相對較少，如前述的舍弗勒自動潤滑系統。SKF公司研發了用于高速主軸和高速軸承的智能微量潤滑系統MDS[23]，該系統在不損耗空氣的情況下進行連續潤滑，可以對潤滑劑加注量進行自我調節，實時優化軸承潤滑狀態。此外，軸承預緊力在線調節技術在機床主軸中被廣泛研究，如文獻[24-25]為消除由于軸承在外載荷作用下的傾斜導致的主軸變形(見圖8)，設計了主軸非均勻預緊調控系統，如圖9所示。通過調整主軸軸承系統非均勻分布的預緊力，為軸承偏轉和旋轉運動誤差提供了一種新的補償控制方法。另外，在軸承溫度調控方面也有一定的研究和應用，如周子超[26]根據工況要求合理設計主軸結構布局和進行冷卻參數優化，保證系統運行的熱穩定性和預防熱響應特性的影響，提高了系統整體綜合性能，延長了主軸運行的壽命。

圖8 軸承非均勻預緊目的Fig.8 Purpose of applying non-uniform preload on bearing

現有的軸承狀態智能調控技術大多是采用單一性能調控，但是單項指標調控往往會造成其他指標惡化，如通過預緊力調控可以提高主軸的剛度特性，同時也會引起電主軸溫度升高。因此，軸承狀態智能調控既要研究調控模式多樣化問題，也要通過機理研究，考慮調控后的綜合性能指標。

4 發展趨勢

結合智能軸承的定義及目前技術發展動態，可以從以下幾個方面深入開展智能軸承的研究工作。

4.1 系統化

智能軸承并不是簡單的將傳感器集成到軸承上感知軸承運行狀態，而是要形成自感知、自決策、自調控的閉環系統。傳感器采集軸承多源服役信息，利用無線網絡將軸承服役數據傳輸至云端(決策終端)；云端利用專用智能算法處理評估軸承運行狀態，并對軸承性能調控系統發送指令，通過調控預緊力、潤滑劑量、冷卻參數及工況參數(如轉速、切削量等)等調節軸承狀態。由此看出，智能軸承相較于傳統軸承，將從一個單一軸承發展成為一個軸承單元或軸承系統。

4.2 監測信息多樣化

監測信息單一不僅會割裂軸承不同故障之間的聯系，而且難以完整描述軸承的健康信息狀態。監測信息多樣化包括軸承監測信息類型多樣化和軸承監測部位多樣化。傳統的軸承在線監測指標只有溫度、轉速等簡單信息，隨著傳感器技術及數據處理技術的發展，更多樣的監測手段可以被集成在智能軸承中，如振動、潤滑狀態等，如某潤滑脂傳感器可同時監測水量、污染度、溫度及機械磨損等指標。另外，受軸承自身的結構特性及運行后的動態特性限制，傳統的信息監測更多是針對其外圈靜止組件的監測，而內圈、滾動體及保持架等動態組件往往無法監測。Andrew等[27]對滾動軸承內外圈之間的溫度差異研究表明，軸承正常運行溫度達到穩定狀態時，內圈與外圈溫度相差近30℃，如圖10(a)所示；軸承失穩臨界點內圈溫度急劇增大，而外圈溫度變化很小并且相對滯后，如圖10(b)所示。軸承動態組件通常含有更豐富的軸承狀態信息，對它們的監測更能靈敏并準確地反映軸承運行狀態。

圖10 滾動軸承內外圈溫度響應趨勢Fig.10 Temperature response of inner and outer rings

目前已有多種監測手段可以監測軸承內圈、保持架的溫度。如文獻[21]基于電氣技術和機械設計技術，將溫度測試系統嵌入到軸承鎖緊螺母中，利用鎖緊螺母與軸承接觸配合實現對軸承內圈溫度采集，其原理圖如圖11所示。文獻[28-30]基于量子點材料的感溫感光特性合成了量子點溫敏傳感器，實現了高速軸承服役條件下旋轉部件的溫度測量，其原理圖如圖12所示。通過選用兩種不同熒光發射波長的量子點，實現了軸承內圈-保持架溫度同步監測。

圖11 嵌入式滾動軸承內圈溫度無線監測Fig.11 Embedded wireless temperature monitoring of bearing inner ring

圖12 基于量子點傳感器的滾動軸承內部溫度監測Fig.12 Internal temperature monitoring of rolling bearing based on quantum dot sensor

4.3 智能化

智能軸承技術得到的海量軸承數據依靠人工處理是不可能完成的任務，智能化是智能軸承的必然發展方向。人工智能技術、微傳感器技術以及精密加工技術的飛速發展和廣泛應用，為軸承運行狀態監測及診斷的智能化提供了堅實的基礎。將人工智能技術應用于軸承狀態評估及自動控制中，可以解決傳統方法人為依賴嚴重的問題，提高信息評估及行為反饋的自動化程度。智能化軸承不再需要人們不斷地將傳感器監測信號提取出來進行分析，而是以信號處理技術為基礎，以人工智能等先進技術為核心構建智能化軸承系統，該系統可以綜合分析軸承海量運行數據與軸承歷史數據，進行軸承狀態智能評估及智能診斷。

5 結束語

軸承的運行狀態關系著機械設備的工作性能和運行安全，現代工業對高端軸承的需求使得智能軸承成為必然發展方向。智能軸承具備自感知、自決策、自調控功能，是國外軸承企業高端軸承發展的主要方向之一。筆者總結了國內外智能軸承發展的現狀及趨勢，由調研結果看，智能軸承技術在國外已經得到了足夠的重視，近兩年來技術發展迅速；國內的研究尚處在技術研發的初級階段，但具備良好的研發基礎。我國軸承行業應高度重視智能軸承技術及產品的研發，搶占未來高端軸承技術的制高點。