机械设备故障诊断常用技术

twq19810302

设备在运行中会受到来自内部和外部的激励，当激励达到一定程度时，就会导致机械的振动、温度等现象产生变化。此时，我们若能够精准的捕捉现象信号，并进行科学的诊断分析，那么就可以判断设备是否要发生故障以及发生劣化的部件。因此，研究设备诊断技术对变革设备维护策略，克服“过剩维修”及“不足维修”的老大难问题有着十分重要的现实意义。

% T' s4 n! M7 i  D& F* P设备故障诊断作为一门综合性学科，历经几十年的发展，已逐步形成了以振动诊断、温度监测和无损检测探伤为主，其他技术或方法为辅的比较完整的学科体系。其中，又因振动诊断以其适用性广、信号处理方式多样、诊断结果可靠等优点，成为目前机械设备状态检测和故障诊断中使用最多和最有效的方法之一。
& p3 V0 A) _) F& z6 X+ Q3 S* b
, w) X3 n  e, _3 ^振动信号的分析方法，按信号处理方式的不同可分为趋势分析、时域分析、频域分析、包络分析法、瀑布图等。
: a) u, l1 w" t. Z  U6 m& |
1、趋势分析方法
& ~3 p/ M2 w3 `, Y5 s6 }
" b3 i7 e& \- o

1 B7 ^8 y# [" r# a5 e" D
; `. R  ^+ T; k$ U6 j

设备状态标准将设备状态分为若干等级，但设备状态变化是连续的，即一台设备振幅稍低于某一分级线的运行状态时并不一定比振幅稍高于此线的设备好的多。因此，需在此基础上进行趋势分析，即依据设备历史数据绘制出设备状态变化曲线，并根据振动变化趋势，全面准确分析判断设备运行状态。通过预制设备安全运行期限，推测设备在何时达到某种状态及何时进行检修。
- ~! \) \" a6 ^; r. S
2、时域分析方法
2 m  @2 v2 a8 ^/ S  U5 m3 j9 F
+ _- j8 z7 }( B5 w; i4 s" W1 _

3 w7 {2 q' k# \4 Q* R# [  p8 X3 M" n
. r- ^1 I: t" t7 j" M, W) n% d9 \

在时域内对信号进行滤波、放大、统计特征计算、相关性分析等处理的分析方法，统称为信号的时域分析。目前常用的时域故障诊断方法是特征参数分析法，特征参数会随着设备故障的出现和加深而发生特定的变化。通过时域特征参数可以进行初步的故障识别，但如果要对故障进一步定位和判断故障类型，则需要对时域波形进行分析来判断发生异常的部件。
- @" N2 `+ a) J
3、频域分析方法

: C0 h" V  q; M) n4 M5 E5 w0 Z3 d

" G; p' A6 V. j# g

频域分析方法是利用傅里叶变换得到原始时域振动信号的频率成分在频谱图中的分布情况，进而发现故障特征频率，通过比对故障状态与正常状态下振动信号的特征频率，实现故障识别。相较于时域分析方法，频域分析方法能够更加直观地提取到故障特征信息，是目前发展较为完善的方法。在频谱图中，横坐标代表振动信号的频率，纵坐标代表频率幅值。

( ?/ L+ v0 |: ~4、加速度包络分析方法
7 O8 p5 S( s7 k9 D, Z
0 H9 i9 `" k7 P0 _* o; _) P

加速度包络分析方式又可称为加速度包络解调分析方法，在设备故障诊断方面得到了广泛的应用，尤其在滚动轴承的早期故障诊断、轴承润滑不良、齿轮故障诊断过程中发挥了重要作用。
" q, O/ U5 j2 P* i1 i! ^$ e. k
加速度包络技术用了放大、滤波手段增强调制信号，滤去低频干扰信号，并充分利用故障早期缺陷对零部件或者传感器的激励作用产生的共振及其调制作用，使周期性信号更加明显。由于所采集的振动信号是在较高的频率范围，使低频干扰得到了有效抑制，又因利用了轴承、齿轮等部件的工作频率及固有频率较高的特点，使其与其他振动得以区分。
: R+ o! u+ l* ^( q) x" L; a) D  Y( t% X
5、瀑布图分析法

) O5 h+ q5 y4 ?, u, R) E5 I

瀑布图又称为三维频谱图，它是以时间参量作为第三绘制的频谱曲线集合，形象地展现了振动信号频谱随时间参量的变化规律。它可以评价定转速下，振动频率特性随时间的变化趋势，能帮助对振动故障及发生时刻的准确判断。

总结：
" s/ Z1 b8 L+ p: i8 e9 X7 `" [- @$ A
单纯依靠振动诊断分析技术判断和识别机械故障，并非一件容易的工作。同一故障可以呈现出不同的“病症”，同一“病症”也可能由不同故障引起，两者的关系又与设备的内在结构、运行环境等有着密切联系。
' ?, `4 Z+ C8 b9 I
因此，任何分析工具所得出的结论，仍需要介入人工的分析判断。只有熟悉和掌握机器结构、特性以及实际诊断经验的专家，在辅以自动化分析工具方能使诊断更贴近于真实情况。
2 ^& y5 G( p4 d0 {, K8 s. c
! q8 f7 n7 C3 j. P, m# s4 i

倒过来的海1

专业

LB老沈

认真学习了
3 N1 ]9 E, U4 ~) o