论文部分内容阅读
【摘 要】本文对机械设备振动监测和故障诊断技术的组成、功能及其发展进行了综述，主要介绍振动测试、特征提取、状态识别及其装置的发展，并展望它们的发展趋势。
【关键词】振动监；故障诊断；特征提取；状态识别
机械分为旋转机械和往复机械两种类型，它们在组成结构、动力学特征以及工作原理等方面都有所不同，故障信号的表现形式也存在差异。旋转机械是工业上应用最广泛的机械。许多大型旋转机械，如：离心泵、电动机、发动机、发电机、压缩机、汽轮机、轧钢机等，还是石化、电力、冶金、煤炭、核能等行业中的关键设备，对这些设备加强监测，防止发生故障，具有十分重要的意义。本世纪以来，随着机械工业的迅速发展，现代机械工程中的机械设备朝着轻型化、大型化、重载化和高度自动化等方向发展。机械设备管理是一项严谨的工作，它需要对设备建立一个完善的科学管理体系，利用现代科学的监测仪器、系统运行状态参数，认知设备状态。做到设备静态、动态信息完整化、数字化，即有据可依，有数可查，实现科学的信息综合处理。只要能够正确识别设备的振动信息就可掌握设备的动态，把握设备的维修周期。机械故障诊断就是通过测量机器的信息，比如振动信号，判断其运行状态的一种现代化设备管理方法，振动现象与其运行状态有着对应的关系。
1.应用振动分析诊断旋转机械设备故障
1.1转子不平衡
转子不平衡引起的振动是旋转机械的常见的多发故障。产生不平衡的原因：旋转机械转轴上所装配的零部件，如果材质不均匀（如铸件中存在气孔、砂眼，加工误差）、装配偏心以及在长期运行中产生不均匀磨损、腐蚀、变形，或者某些固定件松脱、各种附着物不均匀堆积等各种原因，都会导致零件发生质心偏移而造成不平衡。不平衡包括静不平衡和动不平衡。不平衡振动的频率一般很明显，主要表现不平衡转子的故障频率等于转子的旋转频率。除此之外，不平衡振动还会激起其他频率成分例如分频、倍频等。影响不平衡振动的主要因素有三个，即转子质量、质心到两轴承连线的垂直距离（即偏心距）、转子的旋转角速度。转子旋转时产生的离心力，这个离心力作用在支撑转子的两个轴承上，方向垂直于轴承中心。在诊断不平衡故障时，首先必须分析信号和频率成分，是否有突出的转频，其次看振动的方向特征，必要时再分析振幅随转速的变化情况，或测量相位。
1.2转子不对中
转子不对中也是旋转机械常见故障之一，主要包括转子与转子之间的连接不对中，主要反映在联轴器的对中性上；转子轴颈与两端轴承不对中。对滑动轴承来说，这种情况产生的主要原因与轴承是否形成良好的油膜有直接关系。对滚动轴承来讲，主要是因为两端轴承座孔不同轴、轴承元件损坏、外圈配合松动，两端支座变形等（对电动机而言是前后端盖），都会引起不对中。转子不对中将产生一种附加弯矩，给轴承增加一种附加荷，致使轴承上的负荷重新分配，形成附加激励引起机组强烈拆动等后果。不对中主要激发二倍转频或多倍转频振动。振动大小与不对中形式有一定关系，一般表现为轴向振动比较大。不对中引起的振动其振幅值与机器的负荷有一定的关系，一般随着负荷的增加而成正比的增加，然而对转速的变化影响不大。
1.3机械松动
机械松动也是旋转机械比较常见的故障，松动有两种情况，一种是地脚螺栓连接松动。它带来的后果是引起整个机器松动。另一种情况是零件之间正常的配合关系被破坏造成配合间隙超差而引起的松动，比如滚动与轴承的内圈与转轴或外圈与轴承座孔之间的配合，因丧失了配合精度而造成松动。由松动引起的振动具有一定的非线性，其振动信号的频率成分相当复杂，除了基频（等于转频）以外，还产生高频次谐波和分频振动，频谱结构成梳状，有时还表现出一些方向特征很明显，主要在垂直方向很强烈。
1.4摩擦
摩擦故障形式有多种多样。如转子与密封件的摩擦，转子与隔板之间的摩擦，电动机转子与定子的摩擦，叶轮、齿轮、风扇与机壳或护罩的摩擦、滚动轴承外圈与轴承孔、以及转轴与轴承内圈或转轴与其他零件因配合松动而引发的摩擦。摩擦一般引起非线性振动，频带范围较宽，除了一倍基频外还有二倍基频、三倍基频等高次谐波，以及1/2、1/3等低次谐波。在某些情况下还会激起系统的固有频率。摩擦振动的时域波形上常常表现为削波状态，“截头余弦”形状的时域波形常被视为摩擦故障的重要标志。
2.振动监测技术
目前，监测机械设备状态的手段虽然很多，但实践证明，振动信号监测是一种易于实现而又可靠的办法。设备振动信号是设备状态信息的载体，它蕴含了豐富的设备异常或故障的信息，而振动特征是设备运行状态好坏的重要标志。因此，振动测试是设备状态信号采集的基本测试手段。对振动信号的检测能够获得设备状态的有效信息，对它的分析则是设备诊断领域中一个被广泛采用的方法。现代传感技术的发展为振动信号的测试提供了有力的保证。现代的振动测试都是采用电测法，即把待测的机械振动量的变化转化成电量的变化，这种机——电转换是通过传感器来实现的。因此传感器性能的好坏直接影响到振动测量结果的准确性和可靠性，从而影响分析和诊断结果的正确性。机械振动参数的测量分为接触式测量和非接触式测量。测量用传感器主要采用电涡流传感器、速度传感器和加速度传感器三种，一般分别用于低频、中频和高频范围的振动测量。近年来，微电子技术的新发展和新应用，微机化机械加工技术的不断更新和加工工艺的不断改进，现代动与冲击测量传感器正朝着更小、更轻、更可靠耐用和更价廉物美的方向发展。国内外不断成功地研制和开发了微电容式、微应变式、石英振梁式、静电平衡式等新型加速度传感器以及激光测振仪等新型位移传感器，这些传感技术大大推动测试技术的发展。数据采集卡的性能不断提高是计算机正确分析的前提。
高新技术的数采器件不断出现、性能价格比不断提高，A/D、放大器、模拟通道开关等芯片不断有新产品世，这些高新技术产品使高速数据采集不再是一件困难的事。
3.结束语
在进行旋转机械的故障诊断时，往往故障与征兆之间不完全是一一对应的关系，有时各种故障同时发生，使故障诊断起来更加复杂。随着状态监测技术不断的发展，故障诊断已成为一种新的工程技术。正确掌握振动标准也是一项重要的工作，除了采用绝对的国际标准外，企业还应根据不同设备的情况建立一套相对标准，即将测量值与初始值相比较作出判断。总之，正确判断故障，不仅需要掌握相关振动学方面的知识，还要对所测的设备非常了解，认真听取现场操作人员、修理技术人员的意见后，才能得到符合实际情况的诊断结果。
【参考文献】
[1]虞和济.故障诊断的理论基础.北京：冶金工业出版社，1989，9.
[2]PWHills.Productionbenefitsfromavibration-basedconditionmonitoringprogramme.INSIGHT，Vol.38No.8August1996：563-565.
[3]廖伯瑜.机械故障诊断基础.北京：冶金工业出版社，1995，11.
[4]谷毅.振动测量传感器的发展现状.现代计量测试，1997（5）：6-9.
[5]S.J.Rothberg，N.A.HalliwVibrationMeasurementsonRotatingMachaneryUsingLaserDopplerVelocime-try.Trans.AMSEJ.Of Vibration and Acoustics.1994.116（3）：326-331.
[6]宗孔德，胡广书.数字信号处理.北京：清华大学出版社，1988.
[7] 王宏禹.由ARMA参数模型估计功率谱.系统工程与电子技术（增刊），“最大熵谱分析”专辑，1983：234-239.
[8]王宏禹.现代谱估计.南京：东南大学出版社，1990，10.
【关键词】振动监；故障诊断；特征提取；状态识别
机械分为旋转机械和往复机械两种类型，它们在组成结构、动力学特征以及工作原理等方面都有所不同，故障信号的表现形式也存在差异。旋转机械是工业上应用最广泛的机械。许多大型旋转机械，如：离心泵、电动机、发动机、发电机、压缩机、汽轮机、轧钢机等，还是石化、电力、冶金、煤炭、核能等行业中的关键设备，对这些设备加强监测，防止发生故障，具有十分重要的意义。本世纪以来，随着机械工业的迅速发展，现代机械工程中的机械设备朝着轻型化、大型化、重载化和高度自动化等方向发展。机械设备管理是一项严谨的工作，它需要对设备建立一个完善的科学管理体系，利用现代科学的监测仪器、系统运行状态参数，认知设备状态。做到设备静态、动态信息完整化、数字化，即有据可依，有数可查，实现科学的信息综合处理。只要能够正确识别设备的振动信息就可掌握设备的动态，把握设备的维修周期。机械故障诊断就是通过测量机器的信息，比如振动信号，判断其运行状态的一种现代化设备管理方法，振动现象与其运行状态有着对应的关系。
1.应用振动分析诊断旋转机械设备故障
1.1转子不平衡
转子不平衡引起的振动是旋转机械的常见的多发故障。产生不平衡的原因：旋转机械转轴上所装配的零部件，如果材质不均匀（如铸件中存在气孔、砂眼，加工误差）、装配偏心以及在长期运行中产生不均匀磨损、腐蚀、变形，或者某些固定件松脱、各种附着物不均匀堆积等各种原因，都会导致零件发生质心偏移而造成不平衡。不平衡包括静不平衡和动不平衡。不平衡振动的频率一般很明显，主要表现不平衡转子的故障频率等于转子的旋转频率。除此之外，不平衡振动还会激起其他频率成分例如分频、倍频等。影响不平衡振动的主要因素有三个，即转子质量、质心到两轴承连线的垂直距离（即偏心距）、转子的旋转角速度。转子旋转时产生的离心力，这个离心力作用在支撑转子的两个轴承上，方向垂直于轴承中心。在诊断不平衡故障时，首先必须分析信号和频率成分，是否有突出的转频，其次看振动的方向特征，必要时再分析振幅随转速的变化情况，或测量相位。
1.2转子不对中
转子不对中也是旋转机械常见故障之一，主要包括转子与转子之间的连接不对中，主要反映在联轴器的对中性上；转子轴颈与两端轴承不对中。对滑动轴承来说，这种情况产生的主要原因与轴承是否形成良好的油膜有直接关系。对滚动轴承来讲，主要是因为两端轴承座孔不同轴、轴承元件损坏、外圈配合松动，两端支座变形等（对电动机而言是前后端盖），都会引起不对中。转子不对中将产生一种附加弯矩，给轴承增加一种附加荷，致使轴承上的负荷重新分配，形成附加激励引起机组强烈拆动等后果。不对中主要激发二倍转频或多倍转频振动。振动大小与不对中形式有一定关系，一般表现为轴向振动比较大。不对中引起的振动其振幅值与机器的负荷有一定的关系，一般随着负荷的增加而成正比的增加，然而对转速的变化影响不大。
1.3机械松动
机械松动也是旋转机械比较常见的故障，松动有两种情况，一种是地脚螺栓连接松动。它带来的后果是引起整个机器松动。另一种情况是零件之间正常的配合关系被破坏造成配合间隙超差而引起的松动，比如滚动与轴承的内圈与转轴或外圈与轴承座孔之间的配合，因丧失了配合精度而造成松动。由松动引起的振动具有一定的非线性，其振动信号的频率成分相当复杂，除了基频（等于转频）以外，还产生高频次谐波和分频振动，频谱结构成梳状，有时还表现出一些方向特征很明显，主要在垂直方向很强烈。
1.4摩擦
摩擦故障形式有多种多样。如转子与密封件的摩擦，转子与隔板之间的摩擦，电动机转子与定子的摩擦，叶轮、齿轮、风扇与机壳或护罩的摩擦、滚动轴承外圈与轴承孔、以及转轴与轴承内圈或转轴与其他零件因配合松动而引发的摩擦。摩擦一般引起非线性振动，频带范围较宽，除了一倍基频外还有二倍基频、三倍基频等高次谐波，以及1/2、1/3等低次谐波。在某些情况下还会激起系统的固有频率。摩擦振动的时域波形上常常表现为削波状态，“截头余弦”形状的时域波形常被视为摩擦故障的重要标志。
2.振动监测技术
目前，监测机械设备状态的手段虽然很多，但实践证明，振动信号监测是一种易于实现而又可靠的办法。设备振动信号是设备状态信息的载体，它蕴含了豐富的设备异常或故障的信息，而振动特征是设备运行状态好坏的重要标志。因此，振动测试是设备状态信号采集的基本测试手段。对振动信号的检测能够获得设备状态的有效信息，对它的分析则是设备诊断领域中一个被广泛采用的方法。现代传感技术的发展为振动信号的测试提供了有力的保证。现代的振动测试都是采用电测法，即把待测的机械振动量的变化转化成电量的变化，这种机——电转换是通过传感器来实现的。因此传感器性能的好坏直接影响到振动测量结果的准确性和可靠性，从而影响分析和诊断结果的正确性。机械振动参数的测量分为接触式测量和非接触式测量。测量用传感器主要采用电涡流传感器、速度传感器和加速度传感器三种，一般分别用于低频、中频和高频范围的振动测量。近年来，微电子技术的新发展和新应用，微机化机械加工技术的不断更新和加工工艺的不断改进，现代动与冲击测量传感器正朝着更小、更轻、更可靠耐用和更价廉物美的方向发展。国内外不断成功地研制和开发了微电容式、微应变式、石英振梁式、静电平衡式等新型加速度传感器以及激光测振仪等新型位移传感器，这些传感技术大大推动测试技术的发展。数据采集卡的性能不断提高是计算机正确分析的前提。
高新技术的数采器件不断出现、性能价格比不断提高，A/D、放大器、模拟通道开关等芯片不断有新产品世，这些高新技术产品使高速数据采集不再是一件困难的事。
3.结束语
在进行旋转机械的故障诊断时，往往故障与征兆之间不完全是一一对应的关系，有时各种故障同时发生，使故障诊断起来更加复杂。随着状态监测技术不断的发展，故障诊断已成为一种新的工程技术。正确掌握振动标准也是一项重要的工作，除了采用绝对的国际标准外，企业还应根据不同设备的情况建立一套相对标准，即将测量值与初始值相比较作出判断。总之，正确判断故障，不仅需要掌握相关振动学方面的知识，还要对所测的设备非常了解，认真听取现场操作人员、修理技术人员的意见后，才能得到符合实际情况的诊断结果。
【参考文献】
[1]虞和济.故障诊断的理论基础.北京：冶金工业出版社，1989，9.
[2]PWHills.Productionbenefitsfromavibration-basedconditionmonitoringprogramme.INSIGHT，Vol.38No.8August1996：563-565.
[3]廖伯瑜.机械故障诊断基础.北京：冶金工业出版社，1995，11.
[4]谷毅.振动测量传感器的发展现状.现代计量测试，1997（5）：6-9.
[5]S.J.Rothberg，N.A.HalliwVibrationMeasurementsonRotatingMachaneryUsingLaserDopplerVelocime-try.Trans.AMSEJ.Of Vibration and Acoustics.1994.116（3）：326-331.
[6]宗孔德，胡广书.数字信号处理.北京：清华大学出版社，1988.
[7] 王宏禹.由ARMA参数模型估计功率谱.系统工程与电子技术（增刊），“最大熵谱分析”专辑，1983：234-239.
[8]王宏禹.现代谱估计.南京：东南大学出版社，1990，10.