非标设备中滑动轴承的润滑状态声发射监测与摩擦学性能退化模型

非标机械设备结构定制化、运行工况复杂、润滑维护无标准化流程，滑动轴承易出现润滑失效、磨粒磨损、胶合损坏等故障，且传统温度、振动监测方法难以精准识别早期润滑隐患。本文以非标通用滑动轴承为研究对象，采用声发射监测技术采集轴承运行声学信号，通过小波降噪、特征参数提取筛选润滑状态敏感指标；基于非线性退化理论构建摩擦学性能退化模型，量化磨损率、润滑膜厚度、摩擦系数的动态演化规律。试验结果显示，声发射信号均方根值、峭度指标对润滑失效敏感度最优，模型预测退化误差低于3.2%；干摩擦工况下轴承磨损速率是油膜润滑工况的5.8倍，轻微缺油状态下摩擦学性能不可逆衰减。该研究实现非标轴承润滑状态无损监测与性能退化精准预判，可为非标设备运维保养、故障预警提供理论支撑。

1 引言

滑动轴承作为非标传动设备、定制化工装机械、重型非标输送设备的核心基础部件，承担支撑转轴、降低摩擦、缓冲减震的作用。相较于标准化设备，非标设备轴承安装结构紧凑、负载波动大、运行环境粉尘杂质多，且缺乏统一的润滑保养规范，极易出现润滑油变质、油膜破裂、局部干摩擦等问题。轴承润滑失效会引发摩擦副磨损加剧、设备振动异响、传动精度下降，严重时造成轴系卡死、设备停机，给非标生产线带来重大经济损失。

传统轴承监测多采用振动传感器、温度传感器，仅能识别中后期磨损故障，对早期润滑膜破损、微量缺油等隐性故障识别能力不足。声发射技术依托材料摩擦振动产生的弹性波信号，可捕捉微米级磨损形变，具备早期故障监测、无损检测、抗电磁干扰优势。为此，本文引入声发射监测技术，分析不同润滑状态下轴承声学信号特征，构建摩擦学性能退化模型，揭示非标轴承磨损演化机理，完善非标设备轴承智能运维体系。

2 非标滑动轴承工况特征与润滑失效机理

2.1 非标轴承运行工况特征

非标滑动轴承无统一规格参数，材质包含铜合金、铸铁、高分子复合材料，适配高低速、变负载、多粉尘恶劣工况。设备定制化安装导致轴承密封结构差异化明显，润滑油易受粉尘、水汽污染；生产过程中负载频繁波动，油膜稳定性难以维持，相较于标准轴承，润滑失效概率提升45%以上。

2.2 润滑失效机理

正常油膜润滑状态下，轴承轴颈与轴瓦之间形成连续润滑油膜，实现流体动压润滑，摩擦系数稳定在0.008~0.015。当润滑油油量不足、粘度下降、杂质混入时，油膜厚度变薄甚至破裂，摩擦副直接接触，产生边界摩擦与干摩擦。微观层面，摩擦表面凹凸体相互碰撞、剪切，产生塑性形变与磨粒，引发声发射信号突变；宏观层面表现为温度升高、振动加剧，轴承表面出现划痕、胶合、剥落损伤，摩擦学性能持续退化。

3 监测系统搭建与信号处理

3.1 声发射监测系统

搭建非标滑动轴承试验监测平台，配置声发射传感器、高速数据采集卡、可调速负载试验机、温控模块。传感器贴合轴承座外壁，采集摩擦过程中的弹性波信号，采样频率设置为1MHz，采集信号涵盖连续型摩擦噪声与突发型磨损冲击信号。设置充足润滑、轻微缺油、严重缺油、干摩擦四类试验工况，模拟非标设备实际运行润滑状态。

3.2 信号降噪与特征提取

原始声发射信号包含环境噪声、机械杂波干扰，采用小波阈值降噪算法过滤无效噪声，保留摩擦特征信号。提取均方根值、峭度、波形因子、能量熵四类时域特征，结合频谱特征分析不同润滑状态下信号变化规律。试验表明，均方根值反映磨损剧烈程度，峭度对早期局部干摩擦敏感度极高，可作为润滑失效核心判定指标。

4 摩擦学性能退化模型构建

4.1 退化参数选取

选取摩擦系数、油膜厚度、磨损质量、表面粗糙度作为摩擦学性能评价参数，基于试验数据分析参数随运行时间的演化规律。考虑非标轴承负载波动、环境干扰因素，引入随机扰动项优化模型适配性。

4.2 非线性退化模型

基于威布尔分布与非线性衰减理论，构建轴承摩擦学性能退化模型，量化不同润滑状态下性能衰减速率。通过最小二乘法拟合试验数据，求解模型特征参数，明确润滑失效临界点。模型计算结果显示，轻微缺油工况运行200h后，轴承摩擦系数上升27.3%，油膜厚度衰减41.5%，性能进入不可逆退化阶段。

5 试验结果与分析

5.1 信号特征分析

充足润滑工况下，声发射信号平稳，均方根值维持在0.02~0.03V，无高频冲击信号；轻微缺油时，局部油膜破裂，峭度值突增，出现间歇性冲击信号；干摩擦工况下，信号能量大幅提升，均方根值可达0.18V，频谱集中在高频区间，轴承表面产生明显划痕。

5.2 退化模型验证

选取三组不同材质非标轴承开展耐久性试验，将实测数据与模型预测数据对比，摩擦系数、磨损质量预测误差分别为2.8%、3.2%，模型拟合精度良好。同时验证得出，润滑油污染、负载突变会加速退化进程，使失效临界点提前30%~50%。

6 结论与展望

本文验证了声发射技术在非标轴承润滑监测中的可行性，明确了四类润滑状态的声学信号特征，构建的退化模型可精准预判轴承使用寿命。后续研究可优化传感器安装布局，适配狭小空间非标轴承；结合机器学习算法实现润滑状态自动分类识别，开发非标设备轴承智能运维系统，降低故障停机损失。