旋转机械的振动状态信号检测与故障诊断

【摘 要】旋转机械的运行状态关系到整个机械设备的性能。本文阐述了旋转机械产生故障的原因，分析了不同类型故障振动信号特征；并探讨了振动诊断技术原理和操作步骤；最后，某数控机床上齿轮箱的振动故障诊断测试，结果显示振动诊断结果和拆机检修结果一致，表明该法具有一定的可靠性。

【关键词】旋转机械 振动诊断 故障诊断 状态检测 齿轮

【Abstract】the running state of the rotating machinery is related to the performance of the whole machine. In this paper， the causes of the failure of rotating machinery are described， the characteristics of different types of fault vibration signals are analyzed， and the principle and operation steps of vibration diagnosis technology are discussed. Finally， the vibration fault diagnosis of a numerical control machine tool is tested. The results show that the method has certain reliability.

【Key words】rotating machineryvibration diagnosisfault diagnosiscondition detectiongear

旋转机械如发电机、压缩机、齿轮、轴承等，在各行业均有广泛应用，是各领域的关键机械设备或机械设备的关键部件。随着科技的快速发展，旋转设备朝着大型化和复杂化方向发展，一旦发生故障，损失十分严重。旋转设备通过旋转运动实现其功能，在旋转过程中会出现一些小故障，这些故障可能会引发连锁反应，进而导致整个设备发生大故障[1，2]。旋转机械在运行过程中伴有振动，当发生故障时，振动信号也会出现异常，所以对旋转机械的振动信号进行监测，能够对设备运行状态进行预测和对故障进行诊断，这有着重要的现实意义和经济价值。

1 旋转机械故障类型及振动信号特点

旋转机械因其运行特点，引起故障主要有三种原因：不平衡，不对中和因转子受损出现动静碰擦[3]。不同故障类型产生的振动信号也不相同，分析不同故障的振动信号特点，是旋转机械故障的前提。

1.1 不平衡

转型机制运行过程中，转子不平衡是普遍存在的问题。因离心惯性力存在周期性，从而对转子的激励作用力不同，就使得其难以平稳旋转。当产生此类故障时，转子的轴心轨迹呈椭圆形；振动信号的原始时间波形一般呈正弦波形；在频谱图中，基频所占比重很大，其他倍频占比重很小，谐波能量主要集中在基频。

1.2 不对中

复杂旋转机械中，往往一系列转轴，如果出现轴系对中不良，将会使各轴承的相对位置、轴系的工作状态等都发生改变，同时还会引起轴系固有振动频率的改变。当发生此类故障时，振动信号的原始时间波形会从常规的正弦波发生畸变；ω为机械的旋转频率，频谱图中常以1ω和2ω为主，故障程度越严重，2ω所占的比例就愈大，通常会超过1ω的比例；轴向振动的频谱图中，1ω幅值较大，并且振幅和相位通常较稳定。

1.3 动静碰摩

转子旋转过程中可能会局部受损，出现局部动静碰摩，并引起不规则振动，进而造成受损程度加重，导致全周动静碰摩，最终将导致机械损坏。出现此故障时，振动信号的原始时间波形也将从正弦波发生畸变；轻度局部动静碰擦时，频谱中以基频成分的幅值为主，第2、第3阶谐波幅值所占比例不高，且第2阶谐波幅值大于第3阶谐波幅值；一旦出现全周动静碰擦时，转子振动会带有亚异步成分，多为1阶固有频率，高阶谐波消失[4]。

2 旋转机械的振动诊断技术

振动诊断技术广泛应用在机械设备的状态监测和故障诊断方面，尤其对于旋转机械。振动诊断具有不停机或不解体的情况下能够实现对设备状态的监测和诊断、技术比较成熟、诊断比较准确等特点[5]。

2.1 振动诊断原理

因振动信号具有普遍性，机械设备在正常运行时振动的特征值具有一定的周期性和规律性，时域波形和频域波形都在一定范围内。当机械设备运行存在隐患或出现故障时，振动信号也会出现相应变化，通过对振动信号的监测、分析，能够判断隐患和故障的类型与程度，为制定检修方案提供可靠的依据。其常用的分析方法有：时域波形分析和频域波形分析两种[6]。

时域波形分析主要考察振动信号的时间历程，根据时域波形特征值，尤其是歪度和峭度的变化情况，对其周期性和随机性给出定性评价，从而评估出设备所处的状态，该法能够判断出90%的故障特征；频域波形分析，时域信号经傅里叶变换，将其简化为有限或无限个频率的简谐分量，在按照频率高低对各次谐波进行排列，通过观察新增的频率成分和原有频率幅值的增长情况，来判断机械设备的故障位置和程度。

2.2 诊断流程

振动诊断技术在故障诊断时，一般采取的步骤为：（1）分析机械设备易出故障的部位，确定出诊断范围并选择合理测量位置；（2）选择诊断方法，并根据所选的方法确定需要的振动传感器，如简易诊断，只需采用振动计和振动测量仪等简单仪器；（3）振动信号数据采集，开启各个传感器对机械设备的振动信号进行数据采集和存储；（4）振动信号分析，常用的分析方法有时域分析法、频域分析法、时频域分析法；（5）做出判断，将采集到的振动信号数据与正常运行时特征值进行对比分析，从而对设备存在的隐患和故障进行判断，并给出相应的维护意见。

3 旋转机械故障诊断实例

齿轮是旋转机械的重要部件，也是易发生故障的部位。本节以齿轮为例，采用振动诊断技术对其监测和诊断。

3.1 齿轮故障特点与诊断方法

当齿轮发生故障时，振动信号频率、幅值等参数都会出现异常，如上表所示，不同类型故障所对应的振动信号也不相同，尤其是边频带会增多，对各种故障边频特征进行分析，能更好地识别齿轮故障。将有效故障特征进行整合，形成故障诊断的专家知识库，专家知识库有助于提高故障诊断的自动化和智能化水平。同时再结合专业检修人员对现场采集信号的分析，能够及时、准确地对故障隐患进行预警和对已发故障进行定位和判断。

3.2 齿轮特征频率

以数控机床的主传动系统，其振动强度有增大趋势，振动烈度也有一定异常，对其进行故障诊断。该系统由两级传动构成：Ⅰ轴――Ⅱ轴――Ⅲ轴（主轴），其特征频率为：主轴额定转速为700r/min、频率为11.7Hz时，Ⅱ轴的转速为2310r/min、频率为38.5Hz，Ⅰ轴的转速为4270r/min，频率为71.2Hz；Ⅰ轴和Ⅱ轴的啮合频率为2348Hz，Ⅱ轴和Ⅲ轴的啮合频率为711Hz。

3.3 振动诊断

通过齿轮上振动信号传感器传出的数据，生成1#测试点的加速度时域波形图，见图1（a）。由图可知，该时域波形出现了明显的衰减脉冲信号，图中1、2、3点，发现时间间隔约为26ms，换算成频率约为38.5Hz，为Ⅱ轴和Ⅲ轴传动系统中齿数为20的小齿轮的旋转频率。图1（b）是其频谱图，从图中可以看出点3处有频率约为1420Hz的峰，是Ⅱ轴和Ⅲ轴啮合频率的二倍频，两边且有分布均匀的变频带，且间隔与齿数为20的小齿轮旋转频率38.5Hz一致。由此，可以判断Ⅱ轴上齿数为20的小齿轮上应有较严重的缺陷。经拆机检修，发现该齿轮已出现严重磨损和缺陷，无法继续使用，振动诊断结果与拆机检修结果一致。更换齿轮后，再次测试振动信号，无异常出现。这表明振动诊断技术，对故障诊断具有一定的可靠性。

结语

旋转机械是各行业机械设备中的关键部位，其运行状态直接影响着整个设备的性能，因此对其状态检测和故障诊断具有重要意义。旋转机械主要因不平衡、不对中和动静碰擦等几种原因发生故障，不同类型的故障伴随有不同特征的振动信号；振动诊断是通过采集旋转机械的振动信号，再用时域分析法、频域分析法、时频域分析法等方法对振动信号进行对比、分析，从而判断出其运行状态和对故障进行诊断；以某数控机床上齿轮箱为例，实例验证了振动诊断技术在对旋转机械状态检测和故障诊断上的可靠性。

参考文献

[1]罗仁泽，曹鹏，代云中等.旋转机械故障诊断理论与实现[J].仪表技术与传感器，2014，（3）：107-110.

[2]谢，史景钊，李祥付等.基于ADAMS的牛头刨床运动仿真及优化设计[J].河南科学，2014，32（2）：204-206.

[3]向家伟，崔向欢，王衍学等.轴承故障诊断的最优化随机共振方法分析[J].农业工程学报，2014，30（12）：50-53.

[4]王磊，张清华，马春燕等.基于多频谱分析的机械故障定位研究[J].组合机床与自动化加工技术，2014，（3）：78-81.

[5]沈长青.旋转机械设备关键部件故障诊断与预测方法研究[D].合肥：中国科技大学，2014.

[6]刘其洪，廖弘毅.旋转机械振动故障诊断专家系统[J].计算机测量与控制，2014，22（12）：3881-3383.