機(jī)械設(shè)備故障診斷常用技術(shù)

twq19810302

設(shè)備在運行中會受到來自內(nèi)部和外部的激勵,，當(dāng)激勵達(dá)到一定程度時,，就會導(dǎo)致機(jī)械的振動、溫度等現(xiàn)象產(chǎn)生變化,。此時,，我們?nèi)裟軌蚓珳?zhǔn)的捕捉現(xiàn)象信號,，并進(jìn)行科學(xué)的診斷分析,，那么就可以判斷設(shè)備是否要發(fā)生故障以及發(fā)生劣化的部件,。因此，研究設(shè)備診斷技術(shù)對變革設(shè)備維護(hù)策略,，克服“過剩維修”及“不足維修”的老大難問題有著十分重要的現(xiàn)實意義,。
8 Y- j/ \2 ~: u6 V+ h; @3 R
設(shè)備故障診斷作為一門綜合性學(xué)科，歷經(jīng)幾十年的發(fā)展,，已逐步形成了以振動診斷,、溫度監(jiān)測和無損檢測探傷為主，其他技術(shù)或方法為輔的比較完整的學(xué)科體系,。其中,，又因振動診斷以其適用性廣、信號處理方式多樣,、診斷結(jié)果可靠等優(yōu)點,，成為目前機(jī)械設(shè)備狀態(tài)檢測和故障診斷中使用最多和最有效的方法之一。

( [5 ?  e3 T3 ?9 \2 ]振動信號的分析方法,，按信號處理方式的不同可分為趨勢分析,、時域分析、頻域分析,、包絡(luò)分析法,、瀑布圖等。
* ?' E- l, _& x
0 c& j( O. z# n- `8 h5 u' j1,、趨勢分析方法

+ @+ r$ R8 u/ n

  n# F$ p5 b. j; O1 n4 T8 \0 K
4 W2 J" m0 Z' A" U. M

設(shè)備狀態(tài)標(biāo)準(zhǔn)將設(shè)備狀態(tài)分為若干等級,，但設(shè)備狀態(tài)變化是連續(xù)的，即一臺設(shè)備振幅稍低于某一分級線的運行狀態(tài)時并不一定比振幅稍高于此線的設(shè)備好的多,。因此,，需在此基礎(chǔ)上進(jìn)行趨勢分析，即依據(jù)設(shè)備歷史數(shù)據(jù)繪制出設(shè)備狀態(tài)變化曲線,，并根據(jù)振動變化趨勢,，全面準(zhǔn)確分析判斷設(shè)備運行狀態(tài)。通過預(yù)制設(shè)備安全運行期限,，推測設(shè)備在何時達(dá)到某種狀態(tài)及何時進(jìn)行檢修,。
$ c' P* }0 y- k- ~5 J
2、時域分析方法
' V( ~, P2 \- W- N; o, A
5 H3 \- k3 @2 K7 r( v* |0 z5 b4 F

+ m) N8 {& z+ B1 V3 R5 ~8 B, J
1 a& P& o6 J+ z9 v

在時域內(nèi)對信號進(jìn)行濾波,、放大,、統(tǒng)計特征計算、相關(guān)性分析等處理的分析方法,，統(tǒng)稱為信號的時域分析,。目前常用的時域故障診斷方法是特征參數(shù)分析法,，特征參數(shù)會隨著設(shè)備故障的出現(xiàn)和加深而發(fā)生特定的變化。通過時域特征參數(shù)可以進(jìn)行初步的故障識別,，但如果要對故障進(jìn)一步定位和判斷故障類型,，則需要對時域波形進(jìn)行分析來判斷發(fā)生異常的部件。
( [, p" B3 l% m
  ^2 d% p5 N; u# C9 j3,、頻域分析方法
3 B! p& f, J. v* o
1 |! @; ^7 a" n0 v

( Q6 n6 F* Z' ]2 k; [4 U

頻域分析方法是利用傅里葉變換得到原始時域振動信號的頻率成分在頻譜圖中的分布情況,，進(jìn)而發(fā)現(xiàn)故障特征頻率，通過比對故障狀態(tài)與正常狀態(tài)下振動信號的特征頻率,，實現(xiàn)故障識別,。相較于時域分析方法，頻域分析方法能夠更加直觀地提取到故障特征信息,，是目前發(fā)展較為完善的方法。在頻譜圖中,，橫坐標(biāo)代表振動信號的頻率,，縱坐標(biāo)代表頻率幅值。

4,、加速度包絡(luò)分析方法

: i  d; o+ W) O5 n# t  S3 r

$ G( e) g( j+ A  H- A) }7 B

加速度包絡(luò)分析方式又可稱為加速度包絡(luò)解調(diào)分析方法,，在設(shè)備故障診斷方面得到了廣泛的應(yīng)用，尤其在滾動軸承的早期故障診斷,、軸承潤滑不良,、齒輪故障診斷過程中發(fā)揮了重要作用。
4 Z# l% o5 o$ H2 @# |- `* E
加速度包絡(luò)技術(shù)用了放大,、濾波手段增強(qiáng)調(diào)制信號,，濾去低頻干擾信號，并充分利用故障早期缺陷對零部件或者傳感器的激勵作用產(chǎn)生的共振及其調(diào)制作用,，使周期性信號更加明顯,。由于所采集的振動信號是在較高的頻率范圍，使低頻干擾得到了有效抑制,，又因利用了軸承,、齒輪等部件的工作頻率及固有頻率較高的特點，使其與其他振動得以區(qū)分,。

5,、瀑布圖分析法
, M) i# U7 P0 a% p  X$ W9 z
  ]. j, m) t, L* J+ b

瀑布圖又稱為三維頻譜圖，它是以時間參量作為第三繪制的頻譜曲線集合,，形象地展現(xiàn)了振動信號頻譜隨時間參量的變化規(guī)律,。它可以評價定轉(zhuǎn)速下，振動頻率特性隨時間的變化趨勢,，能幫助對振動故障及發(fā)生時刻的準(zhǔn)確判斷,。

總結(jié)：
* H* I7 ?' q0 m& F3 K
單純依靠振動診斷分析技術(shù)判斷和識別機(jī)械故障,，并非一件容易的工作。同一故障可以呈現(xiàn)出不同的“病癥”,，同一“病癥”也可能由不同故障引起,，兩者的關(guān)系又與設(shè)備的內(nèi)在結(jié)構(gòu)、運行環(huán)境等有著密切聯(lián)系,。

2 a1 J9 H6 D1 g因此,，任何分析工具所得出的結(jié)論，仍需要介入人工的分析判斷,。只有熟悉和掌握機(jī)器結(jié)構(gòu),、特性以及實際診斷經(jīng)驗的專家，在輔以自動化分析工具方能使診斷更貼近于真實情況,。

/ F; e( ]1 ?: \, B8 }+ D& f& A
; a/ x2 u: ]7 b1 A) e5 r8 z* R

倒過來的海1

專業(yè)

LB老沈

認(rèn)真學(xué)習(xí)了
, `+ z0 e! [. |  I