Triz 理论在滚动轴承故障诊断中的应用*

李云龙，熊鹏伟，李志农

（南昌航空大学无损检测技术教育部重点实验室，南昌 330063）

0 引言

随着机械设备的不断发展，滚动轴承作为机械传动系统中最常用零部件之一，其运行稳定性和可靠性对机械设备正常运转至关重要［1］。然而，由于各种因素影响，滚动轴承会出现不同程度故障，如疲劳寿命、磨损、断裂等，严重影响机械设备的正常运转。因此，如何准确、快速地诊断滚动轴承的故障成为机械维修工作中的重要问题［2］。传统的滚动轴承故障诊断方法主要依赖于经验和试验，存在准确性低、成本高、时间长等问题［3］。Triz理论作为一种系统性创新方法，可以帮助工程师更好地解决问题。本文基于Triz 理论，探讨了其在滚动轴承故障诊断中的应用。

Triz理论提出40 个创新原则，通过运用这些原则可以快速找到解决问题的方法［4］。目前，Triz 理论已广泛应用于解决机械工程领域的问题［5-7］。将原本应用于其他领域的技术或工艺应用到滚动轴承故障诊断中，提高诊断效率和准确性。在滚动轴承故障诊断中，可以通过矛盾矩阵方法找到解决“智能化与成本矛盾”的问题，即在如何保证设备智能化前提下，保持成本不升高。Triz理论作为一种创新方法，可以在滚动轴承故障诊断中发挥重要作用。运用Triz 理论，快速、准确地找到解决滚动轴承故障诊断问题的方法，应用Triz 工具提出解决方案，提高故障诊断的效率和准确性，为机械设备的正常运转保驾护航。

1 问题描述

滚动轴承所在的旋转机械设备自身的技术水平和复杂程度，使得取决于领域专家感官和专业经验的方法难以满足诊断要求。滚动轴承故障诊断方法多采用以信号处理和建模技术为基础的现代诊断技术［8-10］，该技术系统的工作原理如图1 所示。本系统的功能为：滚动轴承故障诊断系统（技术系统S）诊断（施加动作V）轴承（作用对象O）的故障类型（作用对象的参数P）。工况监督与故障诊断的最终目的是保证机械系统运行的可靠性，提高设备使用率和产品质量，然而，滚动轴承故障诊断系统存在以下问题：（1）旋转机械工作常伴有噪声，噪声会对信号测取的结果和特征提取的质量造成不良影响；（2）忽略了状态诊断算法本身的不足，即欠缺对新故障类型诊断的能力。

图1 滚动轴承故障诊断技术系统的工作原理

滚动轴承设计是否合理、零部件是否存在缺陷、制造和安装质量是否符合要求等诸多原因，使得故障无论在什么时间、什么条件下都可能产生［11］。针对当前系统存在的问题，已有解决方案如下：方案一，加装隔音消音装置，使采集的信号含有更少的噪声，造成监测成本上升；方案二，寻找旋转机械发出噪声的主要声源，浪费资源；方案三，模拟所有可能出现的故障类型，提高算法的鲁棒性，使得实验成本增加。

因此，滚动轴承故障诊断技术系统还有待改善，有必要利用Triz创新方法改良出一个既能提取含有噪声的故障信号特征又能自适应诊断故障类型的新系统。

2 问题分析

2.1 解题流程

Triz理论是一种应用于创新和解决问题的方法［12-13］。Triz理论在解决滚动轴承故障诊断问题时的具体流程如图2 所示。Triz理论在滚动轴承故障诊断中的应用流程分为4 个步骤：问题描述、问题分析、问题解决和方案汇总。首先，分析故障的具体表现和影响。其次，通过分析问题的矛盾和矛盾矩阵，找到最优的解决方案。接着，应用Triz 理论提出的创新原则来解决问题。然后，根据技术趋势预测方法，选择先进和高效的技术手段来进行故障诊断。最后，通过实验和测试来验证解决方案的有效性和准确性。通过这一流程，可以快速准确地解决滚动轴承故障诊断问题，提高机械设备的正常运转率。

图2 解题流程

2.2 系统功能分析

系统功能分析的第一步是系统组件分析。组件是技术系统的组成部分，本系统的功能是滚动轴承故障诊断系统诊断轴承的故障类型，作用对象是滚动轴承，系统组件列表如表1 所示。

表1 滚动轴承故障诊断系统组件列表

功能模型可以表达组件之间的相互关系，本系统的功能模型如图3 所示。滚动轴承的主要功能是支撑旋转部件，承受其重量和运动力，并减少摩擦和能量损失。滚动轴承的故障会导致机械设备的轴承部分不能正常运转，从而影响设备的性能和寿命。例如，在风力发电机中，滚动轴承的故障会导致机械设备无法正常运转，从而影响发电效率和风力发电机的寿命［14-15］。

图3 滚动轴承故障诊断系统功能模型

通过滚动轴承故障诊断系统功能模型图，可知组件之间的相互关系：（1）电能对电机的供能作用；（2）电机对转轴的驱动作用；（3）转轴对滚动轴承的固定作用；（4）噪声对监测系统的干扰；（5）计算机对监测系统的存储作用；（6）监测系统对滚动轴承的监测作用。

分析表1 和图3 能得到以下负面因素。负面功能1：计算机对故障类型的分析作用；负面功能2：噪声对监测系统的有害作用；负面功能3：监测系统对滚动轴承监测作用。

2.3 系统因果分析

通过构建5 条因果链，发现事件发生的原因分别为数据采集精度不足、噪声、信号处理理论欠缺、诊断模型参数多和故障类型多样，将导致滚动轴承故障类型难诊断，图4 展示了本系统的因果分析图。

数据采集精度不足和噪声会导致数据质量下降；信号处理理论欠缺使得信号处理效果不佳；诊断模型参数多会导致诊断的复杂度增加，影响诊断效率；故障类型多样会使得诊断难度增大。

2.4 系统资源分析

对系统现有可用资源进行全面梳理，按照物质、能量、空间、时间、信息和功能6 种资源类型，对系统进行资源分析，如表2 所示。其中，物质资源包括滚动轴承材料和设备维护所需的工具和设备；能量资源包括驱动设备所需的能量和设备运行时消耗的能量；空间资源包括设备所需的空间和维护设备所需的空间；时间资源包括设备运行时间和维护设备所需的时间；信息资源包括设备运行状态、故障诊断信息和维护记录等；功能资源包括滚动轴承的主要功能和设备的整体功能。

2.5 问题解决突破点

功能分析可以帮助理解滚动轴承的主要功能和故障原因，从而确定解决问题的方向；因果分析可以帮助找到故障产生的根本原因，从而找到最优的解决方案；资源分析可以帮助利用各种资源，优化设备性能和寿命。通过这些分析方法的综合运用，可以找到如下问题解决的突破点。突破点1：采用机器学习技术，提高故障诊断的效率和准确性；突破点2：采用先进的材料和润滑技术，提高滚动轴承的耐用性和性能；突破点3：采用智能化设备管理方法，提高设备的运转效率和可靠性，从而实现滚动轴承故障诊断的全面提升。

3 问题解决

3.1 系统裁剪

针对问题突破点1，采用机器学习技术可以提高故障诊断的效率和准确性。具体策略包括裁剪系统中的无用数据，减少干扰和噪声的影响，优化特征提取和分类算法，提高数据处理和诊断模型的精度和效率。通过裁剪和优化机器学习系统，可以实现滚动轴承故障诊断的高效和准确，提高设备的可靠性和运行效率，得到如下方案。方案1：运用裁剪实施规则1 唇亡齿寒，裁剪干扰和噪声数据；方案2：运用裁剪实施规则2 自力更生，优化特征提取和分类算法；方案3：运用裁剪实施规则3移花接木，裁剪和优化机器学习系统。

3.2 物-场模型及标准解

针对问题突破点2，采用先进的材料和润滑技术，可以提高滚动轴承的耐用性和性能。通过优化滚动轴承的材料和润滑技术，可以提高设备的可靠性和效率，降低维修成本和故障率。因此，得到如下方案。方案4：

运用标准解S1.1.2（在物质内部引入附加物，建立内部合成的物-场模型），选择高强度、高韧性和高耐磨的材料，其物-场模型如图5 所示。方案5：运用标准解S1.2.4（引入场），采用先进的润滑技术，其物-场模型如图6 所示。

图5 方案4 物-场模型

图6 方案5 物-场模型

3.3 技术矛盾和物理矛盾

针对问题突破点3，采用智能化设备管理方法可以提高设备的运转效率和可靠性。面临着如何提高设备的智能化程度和降低维护成本之间的矛盾。分析图7，得到如下方案。方案6：采用发明原理1 分割原理，将设备控制系统和检测系统分离，降低设备维护成本；方案7：采用发明原理5 合并原理，将设备管理系统与互联网相结合，实现设备远程监控；方案8：采用发明原理26 复制原理，将智能化设备管理方法复制到不同的设备上，提高设备的运转效率和可靠性。

图7 技术矛盾与物理矛盾

3.4 九屏幕法

通过分析表3，得到如下方案。方案9：运用信息资源产生新的概念方案，采用知识图谱系统实现故障诊断；方案10：运用空间资源产生新的概念方案，使用云端储存故障数据，使用云服务器处理数据。方案11：运用物质资源产生新的概念方案，改良内外圈和滚珠的制作工艺。方案12：运用时间资源产生新的概念方案，使用健康管理系统，预测轴承的寿命。

表3 九屏幕法资源方案

3.5 STC

STC算子分析尺度、时间和成本3 个因素的极限变化，寻求解决问题的办法。尺度方面，滚动轴承的尺寸和数量都有很大的变化范围，从小到大，从单个到大量。时间方面，故障诊断的时间也有很大的变化范围，从几分钟到几天，甚至更长。成本方面，滚动轴承故障诊断的成本也有很大的变化范围，从几百元到几万元不等。3种极限条件下的情况如表4 所示。因此，得到如下方案。方案13：在成本无穷大的条件下，产生新的概念方案，持续更换新轴承；方案14：在成本无穷小的条件下，产生新的概念方案，实时监测滚动轴承的运动状态。

表4 STC算子3 种极限条件下的情况

3.6 IFR

滚动轴承故障诊断中的最终目标是提高滚动轴承故障诊断的准确性，降低诊断成本和风险，并提高故障维修的效率。最终理想解是实现滚动轴承的在线监测和预测，通过数据分析和预测，实现故障的提前预警和预防。达到理想解的障碍是设备智能化程度低，数据采集和处理能力不足，缺少先进的故障预测和诊断技术。出现这种障碍的原因是滚动轴承故障诊断技术的局限性，缺少先进的数据采集和处理技术以及故障预测和诊断算法。因此，得到如下方案。方案15：使用先进的数据采集和处理技术、强大的故障预测和诊断算法。

4 方案汇总

通过运用Triz理论，从多角度对滚动轴承故障诊断问题进行综合考虑，得出15 个方案。对所有方案的经济性、可行性和可靠性综合评价，方案汇总及评价如表5所示。根据综合评价，最佳方案为2、12、14、15，即采用优化特征提取和分类算法的实时健康管理系统用于滚动轴承故障的预测和诊断。

表5 方案汇总及评价

5 结束语

Triz理论作为技术创新的工具，提供系统化的科学解决方案。针对滚动轴承故障诊断系统准确性不高这一机械行业技术难题，本文应用Triz 研究了滚动轴承故障问题，采用问题描述、问题分析、问题解决和方案汇总的流程，运用系统裁剪、物-场模型等方法，提出多个方案。关于滚动轴承故障诊断问题，首先确定解决问题的方向，探寻故障产生的根本原因，找到问题突破点。根据问题突破点，最终实现滚动轴承故障的提前预警和预防，从而提高设备的可靠性和工作效率，降低维修成本和风险，具有重要的实际应用价值。