機械設備故障診斷常用技術

twq19810302

設備在運行中會受到來自內部和外部的激勵，當激勵達到一定程度時，就會導致機械的振動、溫度等現象產生變化。此時，我們若能夠精準的捕捉現象信號，并進行科學的診斷分析，那么就可以判斷設備是否要發生故障以及發生劣化的部件。因此，研究設備診斷技術對變革設備維護策略，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實意義。
& n8 \4 O  y7 h; a0 H8 {! _# M+ r
設備故障診斷作為一門綜合性學科，歷經幾十年的發展，已逐步形成了以振動診斷、溫度監測和無損檢測探傷為主，其他技術或方法為輔的比較完整的學科體系。其中，又因振動診斷以其適用性廣、信號處理方式多樣、診斷結果可靠等優點，成為目前機械設備狀態檢測和故障診斷中使用最多和最有效的方法之一。

; M8 F" d3 @/ i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、包絡分析法、瀑布圖等。
" s# e; m1 h9 p5 P6 @2 h3 e; [0 s. X
# ~! m0 A6 K5 o# G8 S, E4 C1 {/ I, ~9 T1、趨勢分析方法
1 `% C3 M, M$ C4 h1 U2 u: e( l" f
4 R4 F& e# F: i

5 k% o( i1 q, z' _: v1 B- e
5 O9 K, g2 b! W. l

設備狀態標準將設備狀態分為若干等級，但設備狀態變化是連續的，即一臺設備振幅稍低于某一分級線的運行狀態時并不一定比振幅稍高于此線的設備好的多。因此，需在此基礎上進行趨勢分析，即依據設備歷史數據繪制出設備狀態變化曲線，并根據振動變化趨勢，全面準確分析判斷設備運行狀態。通過預制設備安全運行期限，推測設備在何時達到某種狀態及何時進行檢修。
' d! E0 p( p4 G* v( ?& s- K
2、時域分析方法

* W, e+ n9 V" \) A# t3 B3 f

# U) l3 t5 ]9 l! M$ [

在時域內對信號進行濾波、放大、統計特征計算、相關性分析等處理的分析方法，統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分析法，特征參數會隨著設備故障的出現和加深而發生特定的變化。通過時域特征參數可以進行初步的故障識別，但如果要對故障進一步定位和判斷故障類型，則需要對時域波形進行分析來判斷發生異常的部件。

* s$ m" i: k6 W; r, _8 t/ ~" \3、頻域分析方法
4 s) f; m5 ~- N4 N2 i% O0 a+ w

$ l* X' |% h6 |8 G/ Q

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，進而發現故障特征頻率，通過比對故障狀態與正常狀態下振動信號的特征頻率，實現故障識別。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，是目前發展較為完善的方法。在頻譜圖中，橫坐標代表振動信號的頻率，縱坐標代表頻率幅值。
% m0 C; P8 y% n0 ~- b' A+ E" h2 V
4、加速度包絡分析方法
) Q" g) w- Z( V6 a+ t& n

& T. x# ^8 A+ h8 Y' k0 b
5 d/ A' K+ @; N6 M% ]5 t- f

加速度包絡分析方式又可稱為加速度包絡解調分析方法，在設備故障診斷方面得到了廣泛的應用，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揮了重要作用。
; K, p, x4 k4 g
加速度包絡技術用了放大、濾波手段增強調制信號，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生的共振及其調制作用，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分。
3 `; b! _/ X( F
% H2 {. K) @5 `; U- o/ ?3 v6 f+ j5、瀑布圖分析法

6 A1 z% `. M+ F+ \, c4 S

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，形象地展現了振動信號頻譜隨時間參量的變化規律。它可以評價定轉速下，振動頻率特性隨時間的變化趨勢，能幫助對振動故障及發生時刻的準確判斷。

& s$ K) [1 f1 {* F總結：
) U8 U- r4 i, {+ r9 o
單純依靠振動診斷分析技術判斷和識別機械故障，并非一件容易的工作。同一故障可以呈現出不同的“病癥”，同一“病癥”也可能由不同故障引起，兩者的關系又與設備的內在結構、運行環境等有著密切聯系。
# w0 r0 H8 `7 T$ M" I7 |4 P
因此，任何分析工具所得出的結論，仍需要介入人工的分析判斷。只有熟悉和掌握機器結構、特性以及實際診斷經驗的專家，在輔以自動化分析工具方能使診斷更貼近于真實情況。

, `# e5 G2 @9 L4 x" j+ s8 z  z6 `

倒過來的海1

專業

LB老沈

認真學習了
2 ^5 m6 O: A& A