滚动轴承是载运工具机构中的重要基础元件，它对于机构的运动、做功和发挥机械功效具有直接的制约功能。滚动轴承由套圈、 滚动体和保持架组成。

在影响轴承产品质量的各种因素中，套圈、滚动体和保持架的裂纹是轴承失效的重要形式之一，是不可挽救的缺陷。 

结构在加工制造和长期使用过程中， 由于各种原因常会对结构的材料产生某些损伤。

在制造生产过程中应该竭力避免存在裂纹的轴承零件进入下一道工序。 

轴承裂纹的类型有：原材料裂纹、锻造裂纹、锻造及冲压折迭裂纹、车加工尖角  裂纹、淬火裂纹、磨削裂纹。 

裂纹是轴承滚子生产中主要缺陷之一，其形式主要有三种：一是材料裂纹，轴向贯穿滚子表面，裂纹深且长；二是淬火裂纹，在滚子表面周向分布，裂纹浅  短不易发现；三是严重脱贫碳或磨削烧伤形成的表面龟裂 。 

由于裂纹的成因和形式的多样性，准确、高效和无后续不良影响的检测方法成为保证产品质量和企业效益的重要手段。 

此外，轴承在使用中的过程中，由于主要承受的交变载荷 , 随着结构的使用，在不断的应力循环作用下，原始损伤将生长成为微裂纹，在一定条件下这些微裂纹逐渐扩展生长成为宏观裂纹并导致结构的断裂破坏。 

统计资料显示， 由疲劳裂纹所导致的破坏是结构破坏的主要形式，并往往造成重大的人身伤亡和财产  损失事故，对国民经济损失巨大。 

由于疲劳裂纹对结构所造成的极大危害性， 在结构中进行裂纹检测就显得极为重要。

注意到在结构中，由于裂纹的存在，在结构的某部分形成了一定的损害，从而使该结构的刚度比没有裂纹时有所下降，其结果就是结构的自然频率也有所改变。

裂纹与频率改变量之间的关系受到结构的形式、约束等诸多因素的限制，其数学关系极为复杂，用一般的数学分析的方法困难较多。 

神经网络具有极其强大的非线形逼近能力， 特别适用于处理结果形成不明确或输入输出关系不明确的问题。

因此，可以利用神经网络来分析频率与裂纹之间的关系，从而对裂纹进行检测。