滚动轴承是电机设备极重要但又易受损的零部件，电机故障发生经常是由于滚动轴承的损坏引起的，有统计资料表明，电机中约有80%的机械故障是电机轴承故障[1]。滚动轴承被广泛应用工业领域的机械设备中，一旦轴承发生故障很可能导致整条自动化生产线停止运行从而造成极大的经济损失，更甚者可能危及人员伤亡，因此对滚动轴承进行健康管理，监测轴承的疲劳损伤情况并预测使用寿命，有助于减少频繁维护的成本，同时做到在轴承达到疲劳极限前预警，及时进行维修与更换。
常规的轴承健康评估和故障诊断方法一般都是面向定速、定负荷的旋转设备——至少一段时间内相对稳定，例如电厂的汽轮机一般是工作在几个常见的负荷水平；但对于变频、变负荷的设备而言，常规振动、温度等分析方法的适用存在极大挑战，例如生产领域常用的伺服电机常年工作在往复、变速、变负荷的工况下，业内很少有成熟的预测性维护方案。下面将以一个具体的实例介绍如何进行伺服电机的滚动轴承寿命预测管理。
案例背景
某工厂有300多台生产设备使用伺服电机作为主要驱动设备，相关运行数据已进行采集，但并未对数据信息进行深度挖掘；而是根据经验进行周期性维护，在设备运行出现故障后，操作人员进行维修更换。如此不仅增加维修成本和生产成本，还可能因突发故障带来安全风险。因此，该工厂希望对伺服电机的滚动轴承进行剩余使用寿命预测，以便优化其维护策略。
轴承数据
可采集到的轴承数据包括：振动、温度、转速、载荷，虽然振动和温度也是常用的轴承状态信息，但对于往复、变速、变负荷运行的伺服电机而言较难实现常规的预测性维护。在本案例中，采用转速和载荷作为寿命预测的重要参数，基于轴承寿命的相关国际标准进行剩余寿命预测。
机理模型的实际应用分析
L10寿命的概念最初是由美国轴承制造商协会(ABMA)提出的，并且国际标准化组织在其标准ISO 281中对滚动轴承的额定动载荷和额定寿命进行了规范。轴承的设计寿命L10是指在额定载荷条件下，90%的轴承不会出现疲劳点蚀失效前的转数。这个概念是基于统计学上的寿命分布理论，其中L10表示的是轴承寿命的第十个百分位点。换句话说，如果有一批相同的轴承在相同的条件下运行，那么预期有90%的轴承在达到L10转数之前不会发生疲劳失效。
伺服电机轴承寿命预测模型实际应用
根据上述分析和额建模思路，对轴承实际工作状态数据（载荷曲线和转速曲线），计算每日的L10等效寿命，且可查看每天有效寿命的走势，了解当天轴承寿命消耗情况：
随后采用ARIMA时间序列模型对历史数据进行建模，得到关于累计有效寿命的预测模型，对累计L10等效寿命进行拟合，并可根据历史数据每日实时更新：
通过ARIMA模型预测功能，预测该轴承达到有效寿命阈值的时间，并依据概率计算可得到达到额定故障阈值时的寿命预测分布：
通过以上功能，可以完成对伺服电机滚动轴承的日常运行监控、退化与故障时间点预测分布，给设备运维人员提供更实时准确且直观的运行状态信息，并根据退化阈值与故障阈值进行寿命区间的概率分布预测，实现轴承寿命的提前预警。
总结
本文基于ISO国际标准，采用先进的数据分析方法，创造性解决了变速、变负荷下轴承故障预警的技术难题，实现了对轴承健康状态的实时监测，成功对伺服电机滚动轴承实施了智能化健康管理策略，从而为轴承的健康状况提供了全方位的保障，此外还优化了维护计划，达到了节省日常维护成本、降低突发故障停机的目标。
该方案不依赖于传统的温度、振动等外加传感器，主要依赖电机自身的载荷和转速数据，对于一大类变频控制的电机、及电机驱动的旋转设备，具有普遍的应用价值。
参考资料
[1].涂文涛.基于约减SOM和LSTM的滚动轴承性能评估与寿命预测[D].昆明理工大学,2020
