軸承故障診斷技術及其在空間軸承中的應用思考

劉艷輝

摘要：空間軸承是飛輪和控制力矩陀螺等空間慣性執行機構的核心部件，若發生故障，會直接影響航天任務執行能力。因此，空間軸承的故障診斷成為保證航天器高可靠、長壽命的一個重要支撐。本文首先介紹空間軸承的故障特點、診斷技術難點;然后總結分析目前軸承主要的故障特征提取技術、智能診斷等方法;接著，深入討論這些技術在空間軸承故障診斷中的應用與發展;最后結合當前研究現狀，對未來空間軸承故障診斷技術發展方向進行了分析與展望。

關鍵詞：空間軸承;故障診斷;特征提取;人工智能

飛輪、控制力矩陀螺（Control?Moment?Gyro，CMG）等空間慣性執行機構，是現代長壽命、高精度三軸穩定航天器必不可少的核心執行機構和關鍵單機。迄今為止，由于空間軸承故障導致的空間慣性執行機構失效已經影響了多次航天任務的順利完成。例如，美國EchoStar?V號衛星由于軸承故障引發動量輪異常，導致軌道位置變化，燃料消耗增加，縮短了2年的壽命。NASA的FUSE太空望遠鏡曾在兩周內兩臺飛輪連續發生軸承故障而失效[1]。單臺飛輪或CMG造價可達數百萬，單臺航天器造價更是以億計，一旦空間軸承在軌發生故障不僅直接影響航天器性能及任務的順利實施，嚴重故障甚至可以導致航天器失效，事關國家安全和軍事利益，造成巨大經濟損失。因此，開展空間軸承故障診斷技術對衛星性能保持和壽命管理都具有重大的科學意義和工程實用價值。

目前，關于空間軸承保持架故障機理、故障診斷和狀態評估的研究文獻很少。但各國學者和工程技術人員已經發展了豐富的地面軸承故障診斷技術，包括振動信號分析法、聲學信號分析法、聲發射法、紅外分析法、油液分析法、光譜測定、磁性磁屑探測法、鐵譜分析法和接觸電阻法等[2]，其中以振動信號分析法相對簡單方便，應用最為廣泛[3]。地面軸承動力學特性研究、故障診斷及壽命預測方面的研究成果可以為空間軸承故障診斷提供參考。但與地面軸承相比，空間軸承的運轉環境、設計制造以及工作要求等方面均有較大差異，致使其失效模式不僅包含地面環境中常見的失效模式，也因空間環境、技術工藝等因素產生新的變化和特點。因而對其故障診斷時需要考慮這些特殊性。針對該問題，本文總結了現有振動信號的軸承故障診斷方法，并對其在空間軸承中的應用進行了思考。

一、空間軸承的故障特點

滾動軸承（角接觸球軸承居多）是目前空間軸系中應用最為廣泛的軸承類型之一，它具有高精度性、低摩擦性、使用壽命長等優點[4]。傳統滾動軸承的基本失效模式主要分為兩大類：止轉失效和精度失效。具體而言，滾動軸承的失效形式一般可以分為點蝕、磨損擦傷、銹蝕、電蝕、斷裂等類型。由于工作環境、設計制造及任務剖面等方面的特殊性，空間軸承故障與地面軸承故障相比具有以下特點：

（1）空間軸承壽命受到運行環境和裝配質量等因素的較大影響。例如，太空交變溫度會引起空間軸承熱變形以及預緊力的變化;而軸承裝配不當可能會引起保持架發生變形，造成保持架磨損類故障等[5]。

（2）空間軸承的失效形式主要為精度失效。空間軸承常見的失效模式通常有潤滑膜磨損失效、保持架磨損、滾動體滑移、旋轉精度降低等[6]。此時，空間軸承仍可以正常運轉，但是會伴隨振動信號變化、預緊力變化、摩擦力矩增加、溫度升高等。

（3）空間軸承的失效機理與地面環境相比有較大差異。例如在真空環境下的潤滑膜摩擦系數要比在空氣下小很多。

二、軸承故障診斷關鍵技術

目前國內外在軸承故障振動診斷方面的研究大致可以分為兩部分：一是從振動信號中提取故障特征，二是利用神經網絡等智能方法來進行狀態評估。

（一）故障特征提取方法

軸承故障特征主要依靠先進的信號處理技術來提取，主要可以分為時域、頻域、以及時頻分析方法。

1.時域分析方法

基于時域信號進行軸承故障特征提取最為簡單，主要是通過計算統計參數來指示軸承故障。例如，峭度值對沖擊脈沖信號非常敏感，是點蝕類損傷故障最常用的特征指標。均方根用來描述振動能量的大小，常用來判斷磨損類故障。這種方法優點在于簡單快速，但難以分辨故障類型和位置，且需要大量數據進行定標分析，不適合在線和實時應用。

2.頻域分析方法

頻域分析主要通過目前常用的快速傅立葉變換（FFT）方法將信號從時域轉換為頻域，主要方法包括頻譜分析、倒頻譜分析和包絡分析。頻譜分析通過觀察故障峰值或計算重心頻率、均方頻率、峰值頻率等頻域參數判斷是否存在故障特征。然而，該方法存在現象不明顯、穩定性差等特點，尤其受噪聲影響較大。針對這一問題，目前基于包絡分析提取軸承組件脈沖響應周期信息的診斷方法使用廣泛。包絡分析是用于檢測由結構共振放大的故障脈沖的設想。當軸承元件出現諸如點蝕、剝落等損傷時，會產生瞬態沖擊，從而激起整個測振系統的高頻固有振動，并且攜帶故障特征。實際測試中可以通過采集高頻信號并對其進行包絡解調，查找故障特征頻率，從而監視與診斷軸承故障。然而，該方法存在濾波譜帶不確定且依賴人的主觀經驗等缺點。倒頻譜用于檢測周期頻譜，其原理是對功率譜再次進行傅里葉變換，凸顯頻譜圖中的周期成分。該方法受信號傳遞路徑和傳感器測點位置影響小，這一優點對故障識別極為有效。

3.時頻分析方法

軸承存在損傷缺陷時，其振動信號多存在非穩態、非線性特征。因此，一些非穩態信號處理方法也被用于這一領域。時頻分析是處理非平穩信號最受歡迎的方法之一。威格納分布（WVD），短時傅立葉變換（STFT）、小波變換（WT）、經驗模態分解（EMD）、變分模態分解（VMD）等是最具代表性的時頻分析方法。這些方法被廣泛應用于軸承故障診斷，取得了顯著的進展。但這些方法也存在固有的不足。例如STFT的缺點之一是時間分辨率和頻率分辨率之間的限制;WVD的缺點是嚴重的交叉項;小波變換受小波函數大小的限制;EMD存在端部效應等障礙。因此實際應用中還需根據具體情況，選擇合適的特征提取方法加以改進。