涡旋压缩机滚动轴承疲劳寿命分析及可靠性研究

针对某电动汽车涡旋压缩机动盘轴承容易发生疲劳失效的问题，研究了不同转速、不同径向载荷以及两者相互匹配对其疲劳寿命的影响。对压缩机转子结构进行受力分析，计算动盘轴承在不同工况下受到的径向载荷。使用UG对动盘轴承进行建模，联合WORKBENCH/LS-DYNA和nCode Designlife对不同工况下的轴承进行疲劳仿真分析，得到轴承的应力分布、损伤情况和寿命分布。并针对不同工况进行台架试验以验证仿真结果的合理性。结果表明疲劳失效主要发生在轴承承载区滚子与内外圈滚道接触的位置，转速与径向载荷对动盘轴承疲劳寿命的影响并非简单的线性关系，且径向载荷的影响大于转速，仿真结果与试验结果平均绝对值误差为8.7%，大幅降低了动盘轴承疲劳寿命试验的时间成本，对涡旋压缩机使用寿命的研发具有一定的参考意义。

随着科学技术的飞速发展，现代机械装备逐渐趋于多元化和复杂化，服役环境多种多样，变载荷、大扰动和强冲击等恶劣工况屡见不鲜， 一旦发生故障， 会造成严重的经济损失甚至人员伤亡[1] [2]。

因此， 对机械装备开展预测与健康管理(Prognostics and health management, PHM)，进行健康评估与预测，基于预测结果订购备件，制定预测性维护策略，对保障机械装备安全服役、提高生产效率和增加经济效益至关重要[3]。

在电动汽车空调系统中，压缩机通过不断压缩冷媒改变其物质状态来达到控制车内温度的目的。其中，涡旋压缩机主要由电机驱动一个旋转的离心轴承来实现动涡盘与静涡盘的啮合，动涡盘轴承由于载荷变化大、工作条件复杂等原因常常成为涡旋压缩机损坏失效的主要原因。影响轴承疲劳失效的原因主要有载荷、转速、润滑、材料特性、制造等。滚动轴承的故障诊断和剩余寿命预测方法的研究对保障压缩机系统安全、可靠、稳定运行有着非常关键的作用。如何提高轴承疲劳寿命预测的准确性成为一个紧迫的问题，并引起了越来越多学者的关注。涂文兵[4]等人以滚子轴承NU306 为研究对象，通过分析滚动体与套圈及保持架接触力的变化曲线， 揭示了故障对轴承内部接触状态的影响规律；Lei Ren [5]等人提出了一种基于深度卷积神经网络(CNN)的轴承剩余使用寿命预测新方法；Wei KOU [6]等人基于ANSYS/LS-DYNA 对深沟球轴承的红外特征进行了动态模拟。认为滚珠与滚道之间的滑动摩擦是发热的主要原因，并考虑了径向载荷、转速和摩擦系数对滚珠轴承的影响。详细讨论了热量的产生和红外分布特性；张永超[7]等人将受限玻尔兹曼机改进后引入滚动轴承寿命预测模型当中，提出了一种基于受限玻尔兹曼机与卷积神经网络的轴承寿命预测RBM-CNN 模型；胡腾[8]等人在扩展Harris 滚动轴承非线性分析模型、建立滚动轴承耦合刚度矩阵的基础上，建立了一种综合考虑主轴离心力效应和陀螺力矩效应的系统动力学数字模型，分析论述了主轴离心力效应等因素在高转速场中的动力学特性的影响规律；