時間：2023-05-30 08:56:11
開篇：寫作不僅是一種記錄，更是一種創造，它讓我們能夠捕捉那些稍縱即逝的靈感，將它們永久地定格在紙上。下面是小編精心整理的12篇旋轉機械故障診斷，希望這些內容能成為您創作過程中的良師益友，陪伴您不斷探索和進步。
引言
近年來，虛擬儀器軟件開發平臺在機械設備領域的成功應用，對機械關鍵部件的人工智能化故障診斷起到推動作用。本文結合虛擬儀器設備和AIC9000轉子試驗儀器搭建平臺，研究一套應用LabVIEW軟件、MATLAB軟件和EMD方法的旋轉機械設備狀態監測、分析系統。從實際工況出發，對設備監測故障預判有一定的指導作用。
1LabVIEW數據采集系統
試驗臺搭建：有AIC9000多功能轉子試驗臺、布點8組傳感器、調理信號組件和LabVIEW虛擬儀器設備。系統的程序設計基于NI-LabVIEW，實現對AIC9000轉子設備及相關診斷儀器的改進設計，易于設備的升級和維護。AIC多功能轉子系統和LabVIEW主機：Model:PXle-1078，PRODUCTOFMALAYSIA。
1.1搭建LabVIEW平臺
將8通道傳輸接口與調理信號模塊連接，數字采集卡、信號處理卡等模塊化的PXI板卡插入虛擬儀器主機箱中，機箱連接顯示器。
1.2LabVIEW軟件程序設計
在程序框圖窗口編程，程序匯編數據流設計包括通道設置定時設置觸發設置信息采集分析設置記錄設置等。數據流向即為LabVIEW軟件程序執行的順序，按箭頭方向依次連接各程序框圖節點，其中信號采集部分和分析部分是信號調理、振動診斷并分析等最為重要。
1.3DAQ數據采集程序
設計采用NI-DAQmx編程，常用數據采集VI有DAQmx創建虛擬通道VI、DAQmx讀取VI、DAQmx寫入VI、DAQmx定時VI、DAQmx觸發VI、DAQmx開始任務VI、DAQmx清除任務VI等。
2經驗模態分解法（EMD）
旋轉機械相關的傳統故障診斷方法準確度較低，結合經驗猜測估計得出大概故障類型及部位。EMD方法是一種自適應較好的時頻分析法，其基本思想是將原始振動信號分解成一系列IMF的組合，再根據實際需要，對各個IMF進行希爾伯特變換組成時頻譜圖進行分析。在虛擬程序系統的設計中，為提高故障信號的特征提取以及包絡分析的準確性，應用HHT變換的EMD分解，將EMD程序以m.文件保存，并通過LabVIEW程序調用MATLAB軟件的m.文件進行信號分析。
3LabVIEW系統信號分析
編程在設計系統時，結合了MATLAB軟件強大的數學分析計算和圖形繪制功能的優勢，在LabVIEW編程時調用MAT－LAB命令。兩種軟件的嵌套使用強強聯合，既進化了Lab－VIEW的復雜編程又發揮出了MATLAB在機械信號診斷分析方面的優勢，提升計算速度。
3.1EMD的m.文件程序應用
MATlAB軟件編寫function函數語句functionplot_hht（x，imf，Ts）%PlottheHHT.，并在MATLAB軟件中File>>Path…>>Folder，將其添加保存到MATLAB函數中。設置自適應的數據長度j和循環次數i等，結合使用for循環-if語句等實現IMF的分量提取。
3.2創建MATLAB腳本節點
程序設計使用了最為快捷的m.文件調用方法，即直接調用NI-LabVIEW2014軟件中的MATLABScript節點。
3.3EMD在LabVIEW中的實現
使用本系統對AIC轉子試驗臺進行智能分析，在齒輪箱中安裝故障齒輪，針對齒輪故障產生的振動信號進行8分量的IMF分解。點蝕I和點蝕II兩種故障的8組信號數據經過EMD分解的IMF1～IMF8結果；點蝕信號柱狀圖對比正常齒輪信號特征其故障直觀、明顯。
4結束語
LabVIEW平臺具有有良好的擴展性，性價比較高，在科研和實際工程中得到了廣泛的應用。從實際出發，根據旋轉機械設備故障診斷的實際要求，構建LabVIEW軟件平臺，合理安裝多傳感器進行信號采集，運用虛擬儀器設計在線采集、分析、預測診斷。EMD方法、MATLAB軟件與LabVIEW三者的結合，在診斷速度、分析準確性、程序設計的快捷性等方面都表現出了很強的優勢，也將是未來的一個發展方向。
參考文獻：
[1]胡勁松.面向旋轉機械故障診斷的經驗模態分解時頻分析方法及實驗研究[D].浙江大學，2003.
[2]程軍圣，于德介，楊宇.EMD方法在轉子局部碰摩故障診斷中的應用[J].振動、測試與診斷，2006，01:24-27+74.
[3]申永軍，楊紹普，孔德順.基于奇異值分解的欠定盲信號分離新方法及應用[J].機械工程學報，2009，45（8）：64-70.
[4]曲麗榮，等.LabVIEW、MATLAB及其混合編程技術[M].北京：機械工業出版社，2011.
【關鍵詞】旋轉機械 振動診斷 故障診斷 狀態檢測 齒輪
【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
旋轉機械如發電機、壓縮機、齒輪、軸承等，在各行業均有廣泛應用，是各領域的關鍵機械設備或機械設備的關鍵部件。隨著科技的快速發展，旋轉設備朝著大型化和復雜化方向發展，一旦發生故障，損失十分嚴重。旋轉設備通過旋轉運動實現其功能，在旋轉過程中會出現一些小故障，這些故障可能會引發連鎖反應，進而導致整個設備發生大故障[1，2]。旋轉機械在運行過程中伴有振動，當發生故障時，振動信號也會出現異常，所以對旋轉機械的振動信號進行監測，能夠對設備運行狀態進行預測和對故障進行診斷，這有著重要的現實意義和經濟價值。
1 旋轉機械故障類型及振動信號特點
旋轉機械因其運行特點，引起故障主要有三種原因：不平衡，不對中和因轉子受損出現動靜碰擦[3]。不同故障類型產生的振動信號也不相同，分析不同故障的振動信號特點，是旋轉機械故障的前提。
1.1 不平衡
轉型機制運行過程中，轉子不平衡是普遍存在的問題。因離心慣性力存在周期性，從而對轉子的激勵作用力不同，就使得其難以平穩旋轉。當產生此類故障時，轉子的軸心軌跡呈橢圓形；振動信號的原始時間波形一般呈正弦波形；在頻譜圖中，基頻所占比重很大，其他倍頻占比重很小，諧波能量主要集中在基頻。
1.2 不對中
復雜旋轉機械中，往往一系列轉軸，如果出現軸系對中不良，將會使各軸承的相對位置、軸系的工作狀態等都發生改變，同時還會引起軸系固有振動頻率的改變。當發生此類故障時，振動信號的原始時間波形會從常規的正弦波發生畸變；ω為機械的旋轉頻率，頻譜圖中常以1ω和2ω為主，故障程度越嚴重，2ω所占的比例就愈大，通常會超過1ω的比例；軸向振動的頻譜圖中，1ω幅值較大，并且振幅和相位通常較穩定。
1.3 動靜碰摩
轉子旋轉過程中可能會局部受損，出現局部動靜碰摩，并引起不規則振動，進而造成受損程度加重，導致全周動靜碰摩，最終將導致機械損壞。出現此故障時，振動信號的原始時間波形也將從正弦波發生畸變；輕度局部動靜碰擦時，頻譜中以基頻成分的幅值為主，第2、第3階諧波幅值所占比例不高，且第2階諧波幅值大于第3階諧波幅值；一旦出現全周動靜碰擦時，轉子振動會帶有亞異步成分，多為1階固有頻率，高階諧波消失[4]。
2 旋轉機械的振動診斷技術
振動診斷技術廣泛應用在機械設備的狀態監測和故障診斷方面，尤其對于旋轉機械。振動診斷具有不停機或不解體的情況下能夠實現對設備狀態的監測和診斷、技術比較成熟、診斷比較準確等特點[5]。
2.1 振動診斷原理
因振動信號具有普遍性，機械設備在正常運行時振動的特征值具有一定的周期性和規律性，時域波形和頻域波形都在一定范圍內。當機械設備運行存在隱患或出現故障時，振動信號也會出現相應變化，通過對振動信號的監測、分析，能夠判斷隱患和故障的類型與程度，為制定檢修方案提供可靠的依據。其常用的分析方法有：時域波形分析和頻域波形分析兩種[6]。
時域波形分析主要考察振動信號的時間歷程，根據時域波形特征值，尤其是歪度和峭度的變化情況，對其周期性和隨機性給出定性評價，從而評估出設備所處的狀態，該法能夠判斷出90%的故障特征；頻域波形分析，時域信號經傅里葉變換，將其簡化為有限或無限個頻率的簡諧分量，在按照頻率高低對各次諧波進行排列，通過觀察新增的頻率成分和原有頻率幅值的增長情況，來判斷機械設備的故障位置和程度。
2.2 診斷流程
振動診斷技術在故障診斷時，一般采取的步驟為：（1）分析機械設備易出故障的部位，確定出診斷范圍并選擇合理測量位置；（2）選擇診斷方法，并根據所選的方法確定需要的振動傳感器，如簡易診斷，只需采用振動計和振動測量儀等簡單儀器；（3）振動信號數據采集，開啟各個傳感器對機械設備的振動信號進行數據采集和存儲；（4）振動信號分析，常用的分析方法有時域分析法、頻域分析法、時頻域分析法；（5）做出判斷，將采集到的振動信號數據與正常運行時特征值進行對比分析，從而對設備存在的隱患和故障進行判斷，并給出相應的維護意見。
3 旋轉機械故障診斷實例
齒輪是旋轉機械的重要部件，也是易發生故障的部位。本節以齒輪為例，采用振動診斷技術對其監測和診斷。
3.1 齒輪故障特點與診斷方法
當齒輪發生故障時，振動信號頻率、幅值等參數都會出現異常，如上表所示，不同類型故障所對應的振動信號也不相同，尤其是邊頻帶會增多，對各種故障邊頻特征進行分析，能更好地識別齒輪故障。將有效故障特征進行整合，形成故障診斷的專家知識庫，專家知識庫有助于提高故障診斷的自動化和智能化水平。同時再結合專業檢修人員對現場采集信號的分析，能夠及時、準確地對故障隱患進行預警和對已發故障進行定位和判斷。
3.2 齒輪特征頻率
以數控機床的主傳動系統，其振動強度有增大趨勢，振動烈度也有一定異常，對其進行故障診斷。該系統由兩級傳動構成：Ⅰ軸――Ⅱ軸――Ⅲ軸（主軸），其特征頻率為：主軸額定轉速為700r/min、頻率為11.7Hz時，Ⅱ軸的轉速為2310r/min、頻率為38.5Hz，Ⅰ軸的轉速為4270r/min，頻率為71.2Hz；Ⅰ軸和Ⅱ軸的嚙合頻率為2348Hz，Ⅱ軸和Ⅲ軸的嚙合頻率為711Hz。
3.3 振動診斷
通過齒輪上振動信號傳感器傳出的數據，生成1#測試點的加速度時域波形圖，見圖1（a）。由圖可知，該時域波形出現了明顯的衰減脈沖信號，圖中1、2、3點，發現時間間隔約為26ms，換算成頻率約為38.5Hz，為Ⅱ軸和Ⅲ軸傳動系統中齒數為20的小齒輪的旋轉頻率。圖1（b）是其頻譜圖，從圖中可以看出點3處有頻率約為1420Hz的峰，是Ⅱ軸和Ⅲ軸嚙合頻率的二倍頻，兩邊且有分布均勻的變頻帶，且間隔與齒數為20的小齒輪旋轉頻率38.5Hz一致。由此，可以判斷Ⅱ軸上齒數為20的小齒輪上應有較嚴重的缺陷。經拆機檢修，發現該齒輪已出現嚴重磨損和缺陷，無法繼續使用，振動診斷結果與拆機檢修結果一致。更換齒輪后，再次測試振動信號，無異常出現。這表明振動診斷技術，對故障診斷具有一定的可靠性。
結語
旋轉機械是各行業機械設備中的關鍵部位，其運行狀態直接影響著整個設備的性能，因此對其狀態檢測和故障診斷具有重要意義。旋轉機械主要因不平衡、不對中和動靜碰擦等幾種原因發生故障，不同類型的故障伴隨有不同特征的振動信號；振動診斷是通過采集旋轉機械的振動信號，再用時域分析法、頻域分析法、時頻域分析法等方法對振動信號進行對比、分析，從而判斷出其運行狀態和對故障進行診斷；以某數控機床上齒輪箱為例，實例驗證了振動診斷技術在對旋轉機械狀態檢測和故障診斷上的可靠性。
參考文獻
[1]羅仁澤，曹鵬，代云中等.旋轉機械故障診斷理論與實現[J].儀表技術與傳感器，2014，（3）：107-110.
[2]謝，史景釗，李祥付等.基于ADAMS的牛頭刨床運動仿真及優化設計[J].河南科學，2014，32（2）：204-206.
[3]向家偉，崔向歡，王衍學等.軸承故障診斷的最優化隨機共振方法分析[J].農業工程學報，2014，30（12）：50-53.
[4]王磊，張清華，馬春燕等.基于多頻譜分析的機械故障定位研究[J].組合機床與自動化加工技術，2014，（3）：78-81.
【關鍵詞】化工設備；狀態監測；故障診斷；預知維修；功率譜
【中圖分類號】TQ420.5 【文獻標識碼】A 【文章編號】1672—5158（2012）08—0003-01
化工企業機械設備繁多，當機械設備發生故障時，以往的維修方法是當機器損壞以后再維修，即“事后維修”。這種做法由于機器損壞、停機維修時間較長，不僅經濟損失大，也危及設備和人身安全。后來提出的“定期維修”，雖然能保證機器正常運行，但由于不知道機器在什么時候、什么部位發生什么樣的故障，所以很難正確地確定機器的檢修周期。在此基礎上，提出了“預知維修”，對化工機械設備進行狀態監測和故障診斷，提早預防，將隱患消除在萌芽狀態。
1 化工機械設備狀態監測和故障診斷
1.1 狀態監測和故障診斷包含內容
一是對設備的運行狀態進行監測；二是在發現異常后對設備的故障進行分析診斷。狀態監測的主要方法有趨勢監測和狀態檢查。趨勢監測是連續地或有規律地對機器有關參數進行測量和分析，確定機器的運行趨勢和狀況，提出機器劣化停機的預防時間。要選擇最敏感的特征信息，振動和噪聲能實時地、直觀地、精確地顯示出機器的動態特性及其變化過程，測試方法簡便易行，并且對它們也很敏感。所以振動信號譜分析技術已成為對機器進行狀態監測和診斷的主要方法。
1.2 故障診斷技術的分類
故障診斷技術可分為簡易診斷和精密診斷。簡易診斷就是使用簡單便攜的點檢儀器或專用儀器，對機器的狀態參數進行監測并作出初步的判斷；精密診斷就是運用如頻譜分析儀及其他一些計算機支持的儀器對監測到的信號進行數據處理分析，從而確定機器發生異常的原因、部位、程度及發展趨勢等，并決定應采取的對策。
2 設備狀態監測和故障診斷運用的主要技術
2.1 電子和計算技術
一些專用儀器和一些新的信號的拾取、分析及處理的方法基于該兩項技術。
2.2 聲、振測試和分析技術
機器設備運行狀態的好壞與機器的振動有著直接的聯系，它是目前狀態監測和故障診斷技術中應用最廣泛、最普遍的技術之一，且已取得較好的效果。
2.3 測溫技術
溫度的測試技術，尤其是適合于在線、非接觸式、遠距測試的紅外測溫技術的運用較為普遍，被測點的溫度數值可以直接讀出、因而在利用溫度對設備進行診斷能起到立竿見影的效果。
2.4 油液分析技術
磨損、疲勞和腐蝕是機械零件失效的三種主要形式和原因。而其中磨損失效約占80%左右，由于油液分析對磨損監測的靈敏性和有效性，因此這種方法在狀態監測和故障診斷中日益顯示其重要地位。
2.5 無損檢測技術
該技術是一門獨立的技術，被引進到狀態監測和故障診斷技術中。如超聲及射線探傷，磁粉、著色滲透的表面裂紋探傷及聲發射探傷等技術被用來對大型固定或運動著的裝置進行監測和診斷已越來越受到人們的重視。
3 振動信號的概念與處理方法
3.1 振動信號的概念
振動是指物體在平衡位置上作往復運動的現象。最簡單的就是簡諧振動，簡諧振動可以用正弦曲線或余弦曲線來表示。非確定性信號是指不能用數學關系式描述的信號，也無法預知其將來的幅值，又稱為隨機信號。在工程實踐中，采集到的幾乎全部是隨機信號。
3.2 隨機信號的分析和處理方法
主要有時域分析、頻域分析。常常采用倒頻譜分析法，與時域分析相比，它在頻率分辨方面大大提高了靈敏度。倒頻譜分析可以使信號中較低的幅值分量得到較高的增強，可以清楚地識別信號的組成，突出感興趣的周期成分，并且能清楚地分離邊帶信號和諧波。使用倒頻譜分析能夠清楚地檢測和分離出這些周期信號。
3.3 信號處理的要求
一是處理的快速性，二是高的分辨率。對信號處理的高分辨率的要求是來自于設備結構的復雜化和工作轉速的日益提高。研究任意頻帶的頻率分析技術，即細化分析技術，是應用最廣泛的是復調制FFT（快速傅氏變換）方法，它是一項最為有效地提高頻率分辨率的實用技術。
4 化工機械設備故障診斷
化工機械設備種類繁多，如汽輪機、壓縮機、泵、風機、電動機、粉碎機、膨脹機等，統稱為旋轉機械。旋轉機械故障的診斷，首先要根據各種故障發生的機理，尋找其特有的癥狀及敏感參數。
4.1 故障的簡易診斷方法
簡易診斷方法就是采用一些便攜式測振儀拾取信號，并直接由信號的某些參數或統計量構成診斷指標，根據對診斷指標的分析以判定設備是正常或是異常，主要是用于設備狀態監測中。正確地拾取信號是進行設備診斷的基礎或先決條件，因此需正確處理好以下幾個問題。
正確選擇測量方式和測量參數振動信號的采集有兩種測量方式，一種是離線測量，即采集信號和分析數據是分別進行的。測量參數的選擇除了根據頻率范圍外，還應同時考慮所采用的傳感器及判斷標準等。例如采用渦流傳感器進行軸心軌跡分析時，就要選擇輸出位移。采用國際標準進行振動等級評判時就必須輸出速度。
合理布置測點。因軸承是反映診斷信息最集中和最敏感的部位，主要測點應布置在的軸承部位。遵循原則：即每次測量要在同一測點進行，還要保持測量時設備的工況、測量的參數和使用的儀器和測量的方法相同，這樣才能保證每次所測數據的真實性和相互可比性。
選定合適的測量周期。測量周期是指每次采集信號的間隔時間。它與機器的類型及故障發展的速度有關。而一般低速旋轉機械或與磨損有關的故障，則可以采用較長的測量周期，但是一旦發現故障進展較快時，就應縮短測量周期。
4.2 齒輪故障診斷方法
由于齒輪傳動具有結構緊湊、效率高、壽命長、工作可靠和維修方便等特點。功率譜一般有三種頻率結構，分別對應于不同的原因。正常運行的齒輪的功率譜中一般可能同時有這三種頻率結構。隨著齒輪故障的產生，其線狀譜部分的幅值會上升。線狀譜，主要產生原因是齒輪的嚙合頻率及其諧波；山狀譜，主要產生原因是結構共振如齒輪軸橫向振動固有頻率；隨機譜，主要產生原因是隨機振動信號。
5 結語
功率譜分析作為目前振動監測和故障診斷中應用最廣的信號處理技術，它對齒輪的大面積磨損、點蝕等均勻故障有比較明顯的分析效果，但對齒輪的早期故障和局部故障不敏感。旋轉機械故障的診斷，不僅把測得的振動信號進行各種數據處理和分析，還要對振動的方向和位置、對機器的工作參數（如轉速、載荷、壓力、流量、油溫度及環境溫度等）的敏感特征進行識別。
參考文獻
[1]劉軍.化工機械設備狀態的診斷與分析[J].中國新技術新產品.2011.10
關鍵詞：故障診斷；類間可分性判據；K近鄰分類器
中圖分類號：TH165 文獻標識碼：A 文章編號：1671-2064（2017）11-0081-02
滾動軸承作為旋轉機械的核心應用部件，其工作質量的好壞將會對整臺設備產生重要影響[1]。據統計，旋轉機械中的故障大部分是由滾動軸承引起的。因此，開展滾動軸承的故障診斷意義重大。
在進行滾動軸承故障診斷時，為了獲取較高的診斷精度，就必須獲取盡可能多的故障信息，此時基于時域、頻域及時頻域的故障特征提取就具有較強優勢[2]。但是該方法在獲得敏感信息的同時也勢必會引入大量的干擾特征。因此如何獲取敏感信息的特征選擇問題已成為滾動軸承故障診斷的重要研究方向，如Kappaganthu等人[3]利用互信息算法滾動軸承的時域、頻域和時頻域特征進行敏感性評估，基于神經網絡分類器識別結果表明這些敏感特征能有效識別出軸承內圈和外圈故障；雷亞國等人[4]提出一種改進的距離評估技術，該方法能夠從大量原始特征集中剔除不相關特征、保留敏感特征，從而有效提升了自適應神經模糊推理系統的診斷精度。江麗[5]提出了邊界Fisher分析分值，該方法剔除了原始特征集中的不相關及冗余特征，得到的敏感特征子集大大支持向量機的診斷性能。這些研究成果為特征選擇算法在滾動故障診斷中的應用開辟了新的思路。
基于上述分析，本文以滾動軸承典型故障狀態為研究對象，提出基于類間可分性算法和K近鄰分類器（KNNC）的故障診斷方法，對描述滾動軸承運行狀態的敏感特征集的構造以及解決故障劃分問題的方法進行探討。欲為基于數據驅動方法實現滾動軸承故障診斷，提供參考依據。
1 基本算法
1.1 類間可分性算法
對于輸入空間的數據X={xi|i=1，2，…，n；xi∈Rd}，類別屬性Cf∈（1，2，…，e）。類間可分性算法首先求解每個特征的總類內離差矩陣Sw和總類間離差矩陣Sb見式（1）和（2）。然后通過Sb和Sw的比值得出每個特征的可分性指標J見式（3）
式中：g（h）為總體樣本X的第h維特征的均值；pi為Xc∈X的頻率。
1.2 K近鄰分類器
KNNC作為一種非參數分類方法，以其簡單直觀，分類特性好，時效性強等優點[6]，在故障診斷方面得到了廣泛應用[7-8]。
設輸入空間的數據集為X={xi|i=1，2，…，n；xi∈Rd}，類別屬性Cf∈（1，2，…，e），KNNC首先基于歐氏距離選取與測試樣本xi最近的k個訓練樣本xj見式（4）
2 基于類間可分性和KNNC的滾動故障診斷方法設計
基于類間可分性和KNNC的故障診斷方法流程見圖1，具體步驟如下：
Step1：對消噪后的滾動軸承振動信號按表1進行故障特征提取。
Step2：將故障特征集隨機分成訓練樣本及測試樣本。首先應用類間可分性算法對訓練樣本特征集進行特征評估得到每個特征的分類敏感度，將特征按敏感度降序排列。然后將特征按敏感度大小輸入KNNC得到識別正確率，直到滿足終止條件（a.診斷精度達到100%；b.完成循環后取得最高識別正確率所對應的特征數）。
3 實驗驗證
本文數據來源于美國凱斯西儲大學電氣工程實驗室的滾動軸承實驗數據[9]。軸承型號為SKF公司的6205-RS深溝球軸承，內徑為25mm，外徑為52mm，厚度為15mm。在采樣頻率為48kHZ，轉速為1750r/min情況下，通過軸承座上的加速度傳感器拾取振動信號。本文以采樣頻率0.1s的采樣個數為一組，分別測取損傷尺寸為0.1778mm的軸承外圈、軸承內圈、滾動體故障及正常狀態下的振動信號各100組，以其中的20組作為訓練樣本，剩余的80組樣本作測試樣本。
按照節3所示的故障診斷流程，得出基于類間可分性對每個特征的敏感度評估見圖2。按照敏感度將特征集按降序排列，并將特征依次輸入加權KNNC識別測試樣本的分類精度，由于輸入完所有特征后都沒有得到最優分類精度100%，因此根據第二個終止條件，得出敏感度最高的15個特征得到最佳分類正確率98.75%（見故障類別的識別率見表2），此時選擇出的敏感特征見圖2。
為了驗證類間可分性特征選擇的效果，本文將原始特征集輸入了KNNC得到的識別結果見表2。從表2中可以看出，基于類間可分性判據特征選擇的敏感特征要明顯優于只將原始特征導入KNNC，這是因為原始特征集的無用故障信息對故障分類進行了干擾。
4 結語
（1）基于時域、頻域及時頻域的特征提取能較好的反映故障特征的基本信息。
（2）類間可分性算法能夠給故障特征給出最為合適的評價。
（3）基于類間可分性算法和KNNC的故障診斷方法能有效提升敏感特征在分類中的作用，有效實現了滾動軸承不同類型的故障診斷。
參考文獻
[1]褚福磊，彭志科，馮志鵬，等.機械故障診斷中的現代信號處理方法[M].北京：科學出版社.2009.
[2]王雪冬.趙榮珍.鄧林峰.基于KSLPP與RWKNN的旋轉機械故障診斷[J].振動與沖擊，2016，35（8）：219-223.
[3]K. Kappaganthu， C. Nataraj. Feature Selection for Fault Detection in Rolling Element Bearings Using Mutual Information[J]. Journal of Vibration and Acoustics-Transactions of The ASME，2011，133（6）.
[4]雷亞國，何正嘉，訾艷陽.基于混合智能新模型的故障診斷[J].機械工程學報，2008，44（7）：112-117.
[5]江麗.基于流形學習的智能診斷方法研究[D].博士學位論文，武漢：華中科技大學，2013.
[6]胡智，段禮祥，張來斌.優化KNNC算法在滾動軸承故障模式識別中應用[J].振動與沖擊，2013，32（22）：85-87.
關鍵詞：離心風機；故障診斷；小波變化
Abstract： Abnormal vibration is the main form of centrifugal fan failure， affecting the production when vibrating seriously. Many causes lead to vibration of the fan. Based on the analysis of vibration fault of centrifugal fan with the method of wavelet transformation，the article summarize the main causes of vibtation of centrifugal fan，making themaintenance of fault point easier.
Key words ： Centrifugal fan， fault diagnosis，wavelet transform
0.前言
現代大型機組的安全運營越來越受到業內的重視，而故障特征的提取和分類又是振動故障診斷技術中的關鍵問題。離心風機非正常振動是風機隱患的最顯著表現，也是事故發生的先兆。本文通過小波變化的診斷方法對非平穩信號分析，分解出時間與尺度平臺，使其時間、頻率局部化信息充分表現出來，探索出振動故障解決的方法，取得顯著效果。
1.小波分析方法介紹
1.1小波分析方法
小波分析方法是在時域、頻域內對信號進行分析處理，更好的反應信號的本質特征。時域和頻率構成了觀察信號的兩種方法，基于Fourier變換的信號頻域表示及其能力的頻域分布揭示了信號在頻域的特征，它在傳統的信號分析與處理中發揮了極其重要的作用。為了分析和處理非平穩信號，通過Fourier的變化推廣，對信號實現時間-頻率的聯合描述，接下來簡單介紹小波變換分析方法。
2.2故障原因分析
小波變換既保持了傅里葉變換的優點，又加入時頻分析過程。通過對上述信號頻率采用逐步精細的時域或頻域取樣步驟，從而聚焦到信號的細節，進行多分辨率的時頻分析，小波分解后，相對頻率可以看出系統異常點的出現頻率，重構細節的信息及近似信號，反應出故障振動信號的特征，通過時頻圖分析出振動的故障發生點：
（1）軸承運時，內圈、外圈滾道表面及滾動體表面的損傷引起振動和噪聲；
（2）滾動體在這些凹凸面上轉動，產生交變的激振力引起設備的振動；
（3）滾動體的尺寸大小不一造成軸承振動；
（4）軸的彎曲導致軸承偏移，轉動時產生的振動；
（5）安裝過程中軸承游隙過大或滾道偏心時引起軸承的振動；
3.振動故障處理
3.1更換軸承，緊固軸承座，保證軸與孔的定位
拆卸軸承后，軸承內外圈有魚鱗狀的點蝕小坑，滾動體脫出保持架。對損壞的軸承進行更換并調整軸承座，重新組裝在原來的位置，以免產生新的不平衡。另外，如果導致的振動與機器或結構的某些部件產生共振，可能造成更嚴重的振動，為了防止這類誤差，從平衡軸拆下轉子時在孔與軸接觸點做標記，安裝時在水平放置的軸上滑動轉子，直到標記處相對時，在這個位置卡緊。
3.2葉輪安裝
安裝葉輪前使用磁粉探傷檢查葉片裂紋及傷痕，更換破損的葉片與原葉片材料一致。裝配葉片時將葉片逐個過稱，將質量最小的葉片，放在葉輪圓盤的對稱位置上，減少葉輪的不平衡度。
3.3聯軸器裝配
連軸器安裝不對中相當于對該轉子施加了一個不平衡的負荷。因此，半連軸器與軸頭的配合緊密，高速轉子的軸頭配合接觸面需保證大于80%，并保證其端面與中心線的垂直度。
4.結論
按照上述方案維修后對同一點A進行振動測試，并對數據進行小波分析，處理后故障特征頻率消失如圖6所示。
本文通過運用小波變換對離心風機的振動故障進行分析，實現風機轉子組件的平衡及對中，在安裝過程中嚴格執行作業標準，減少了停機時間，優化維修資源，使之達到技術要求。今后的維修過程中，我們將結合小波變換診斷技術對離心風機振動軸心進行準確、有效的診斷。
參考文獻：
[1]張博，王凱，馬高杰，吉利.小波變換及Hilbert-Huang變換在轉子系統故障診斷中的應用[J].機床與液壓，2009，37（06）：234-237
[2]于芙蓉，王淑芳.小波變換在振動故障信號仿真研究中的應用[J].機床與液壓，2008，36（7）：252-255
[3]張正松等編著.旋轉機械振動監測及故障診斷[M].機械工業出版社，1991.
【關鍵詞】引風機；振動故障；診斷
中圖分類號：O324 文獻標識碼：A 文章編號：
前言
文章對風機振動的類型、故障概述及診斷思路做了詳細的介紹，并通過對引風機振動故障的分析，并結合自身實踐經驗和相關理論知識，對引風機振動故障預防措施進行了探討，并分享了診斷過程中的一些心得。
二、引風機振動故障概述
引風機是發電設備的三大風機之一，引風機運行中出現的各種問題，造成機組降低負荷，甚至被迫停機的現象時有發生，直接影響炭素公司的安全生產。引風機運行中的故障特征有振動、溫度、噪聲、油中的磨粒和形態、扭矩、扭振等，每個特征都從各自不同的角度反映運行的狀態，但由于現場條件和測試手段所限，有些特征的提取和分析不易實現，有些特征反映的情況不敏感。相對而言，引風機的振動信號中含有設備運行工況的豐富信息，這些信息在振動的相位和譜圖中有所體現，從而可以推斷出振動的原因。
三、風機振動的類型
從振動診斷的角度來看，風機具有以下特點：1.引風機是一種旋轉機械因而有不平衡、不對中之類的故障；2.風機是一種流體機械有旋轉失速、喘振存在的可能性；3.風機受工作環境的影響，經常造成葉片的磨損，輸入的介質還可能粘附在轉子上形成隨機變化的不平衡；4.風機由電機驅動，可能存在電磁振動。基于上述特點，風機的振動可歸結為8種類型，見下圖。
四、引風機振動故障診斷的思路
隨著故障診斷工作的深入，此次對風機的故障診斷徹底擺脫了傳統觀念，避免了解體檢查直觀尋找故障的現象，同時也拋棄了目前人們常用的反向推理方法，而是采用正向推理的方法，避免診斷結果不肯定、產生漏診和誤診的現象。使用正向推理診斷故障必須明確診斷故障范圍，在能夠引起風機振動故障的全部原因中與風機實際存在的振動特征、故障歷史，進行搜索、比較、分析，采取逐個排除的方法，剩下不能排除的故障即為診斷結果。這一診斷結果包括兩個方面：1.當只有一個故障不能排除時，它是引起振動故障的原因；2.當還剩下兩個以上故障不能排除時，這些故障都是振動的可能原因，需要進一步試驗，排除其中無關的故障。
五、引風機的振動分析與故障診斷
對引風機的故障診斷，采用正向推理的方法，即在能夠引起引風機振動故障的全部原因中與引風機實際存在的振動特征、故障歷史，進行搜索、比較、分析，采取逐個排除的方法，剩下不能排除的故障即為診斷結果。
1．軸承座動剛度的檢測與分析
影響軸承座動剛度的因素有連接剛度、共振和結構剛度。通過檢測認為動態下連接部件之間的緊密程度良好、基礎牢固；引風機的轉速為740r／min，遠遠低于共振轉速；引風機為運行多年的老設備，結構剛度不存在什么問題。因此，引風機軸承座動剛度沒問題，可以排除風機轉速接近臨界轉速和基礎不牢的故障。
2．氣流激振試驗
利用調閥門開度對引風機進行氣流激振試驗，在閥門開度O％、25％、5o％、75％和100％的工況下，對各軸承的水平、垂直、軸向振動進行測試，目的是判別引風機是否是由喘振引起的，但測量結果表明引風機振動與閥門的開度大小無關；喘振引起的振動是高頻，振動方向為徑向，從頻譜上也未發現高頻振動，且引風機的振動主要表現在軸向。因此，引風機的振動不是由于喘振引起的。
3．電機的啟停試驗
將簡易測振表的傳感器置于電機地腳上，若在啟動電機的瞬間，測振表的數值即刻上升到最大值；或在電機斷電后，數值迅速下降到零，則屬于電磁振動。通過測試，振動隨轉速的升高而逐漸增大，隨轉速的降低而逐漸下降。因此，引風機的振動不屬于電磁振動。
4.葉片磨損引起振動超標及處理辦法
引風機中最常見的情況是磨損，磨損會導致引風機的振動在正常運營過程中逐漸升高。這種情況通常就是因為葉片磨損，引起動平衡被破壞后產生的。解決這種辦法的一般做法是在停機后做現場動平衡實驗配平。風機進行動平衡試驗的方法步驟如下：第一步，在機殼喉舌徑向對著葉輪處增加一個手孔門，因為這個地方距離葉輪外圓邊緣最近，操作員在風機外邊對其內部進行操作；第二步，在振動發生后把風機停下，把手孔門啟開，在機殼外對葉輪進行配重，通過“三點法”或“四點法”找到質量不平衡點；第三步，找到不平衡點后，計算不平衡質量并在該處增加或減少相應的質量。
六、引風機振動故障預防的措施（1.石油焦選擇:焦油含量超標、水分過大。2.葉輪上面粘接石油焦油、塵垢怎樣預防？……）
1.原材料的選擇
主要考察材料性質、集料顆粒形態、破碎顆粒含量、軟質顆粒含量、扁平顆粒含量、石油焦是否合格、穩定等，對于一些小的煉油廠，其用過濾器是否標準，用過濾器是否維修及時更換等。這些都是保證石油焦焦油含量的有效保證。
2.原料庫建設
①堆積場地要硬化，避免泥土混入和塵土污染，影響集料粘結能力。②各種級配集料分開堆放，要有清晰的界限，避免集料混雜。③各種集料堆積時要分層堆集，避免集料離析。④不同原料之間要用一定的隔擋擋開，避免裝料時不同級配集料混雜。⑤料庫房頂最好做好防水，避免雨水淋濕，含水量相差較大，影響石油焦用量有差別。同時又要避免集料結塊，大集料出現架橋現象導致出料不均勻而造成混合料不均勻。
3.試驗工作
試驗工作是關鍵，是質量的保證，為保證石油焦質量，防止出現焦油含量現象，除正常試驗工作，試驗還需要注意：①生產配合比選擇方面，根據馬歇爾試驗結果，焦油含量可選擇下限，實踐表明，盡管試驗時雙面各擊75次，但擊實功均不如現場壓實效果。也就是說現場壓實度，往往超出試驗密實度，如果仍使室內瀝青用量，勢必偏高，形成泛油并降低瀝青砼強度。②天然砂用量方面要控制，不要為了某項指標而加大砂用量。③選用適當的礦粉用量，多用則會消耗過多的瀝青，過少則達不到增強瀝青與集料粘結力的目的。④施工過程中質量檢測標準，應盡量以配合比設計時的馬歇爾標準，而不應以當天的馬歇爾試驗數據為標準，避免不合格材料和不合格砼用于工程，同時也便于及時發現施工過程混合料變化，因為配合比設計時的馬歇爾試驗標準才是合格的標準。
七、引風機振動故障診斷的幾點體會
1.引風機振動故障原因確認，不能單憑耳聽聲源來判定故障點，不能匆忙草率，而必須通過細致地檢查、試驗，綜合分析，再下結論。
2.當引風機發生振動時，通常應首先檢查機殼、軸承座與支架(墊鐵)、軸承座與軸承蓋等連接墚栓是否松動；軸承座油位，軸承溫升是否正常；風機進、出口煙道支架安裝情況；基礎的剛度是否足夠、牢固；風機軸與電機軸是否平行。然后檢查：葉片上有否積灰、積垢、磨損、葉輪變形、軸彎曲、葉輪軸盤孔與軸、葉輪鉚釘是否松動以及機殼或進口聚流器與葉輪是否摩擦。
為更有效地預防風機軸承燒毀，在風機的設計上應考慮在軸承箱軸承處設置溫度計，因為軸承溫升異常，在冬季不易按時查出。
結束語
引風機在發電設備中的作用不言而喻，為減少引風機振動故障，應該在引風機的質量上下工夫，提高制造工藝，盡可能的避免制造中的漏洞，這樣才是更好的選擇。
參考文獻：
[1]夏松波．旋轉機械不對中故障研究綜述[J]．振動、測試與診斷，1998，18(3)：157—161．
[2]施維新．汽輪發電機組振動及事故[M]．北京：中國電力出版社，1998．
關鍵詞：機械故障；技術狀態；形成過程；特性分析
Abstract: this paper through the data access and combined with work experience, this paper firstly probes the machinery used the change of state and technology knowledge, and then analyzes the general process of the formation of the mechanical fault, the characteristics of mechanical rules analysis, with some theoretical value and guidance, for reference.
Keywords: mechanical failure; Technical state; The formation process; Characteristic analysis
中圖分類號：U226.8+1文獻標識碼：A 文章編號：
在機械的設計與使用中，如何有效地預防、控制和排除各種故障，發揮機械的最大功效一直是人們研究的重要課題。本文淺述了機械技術狀態的變化及其故障形成的一般過程，分析了機械故障的基本特性，對排除機械故障、保障機械的可靠性具有一定的指導意義。
1機械使用與技術狀態的變化
機械在使用中受到各種能量的作用，這些能量的作用主要包括：①周圍介質能量的作用，包括執行任務的操作人員、修理人員和環境條件的作用；②與機械運轉以及各機構工作有關的內部能源，如各種載荷、振動、溫度等；③在制造和裝配中集聚在機械材料和零部件內的潛伏能量（鑄件的內應力和裝配內應力）。這些能量主要以機械能、熱能、化學能的形式存在，當能量達到一定數值時，將導致有害過程的出現，引起機械零部件初始性能和狀態的變化，當配合副以一定的動力和速度運動時，相互將產生有害摩擦，摩擦的結果將導致配合副出現磨損，使配合副的運動發生變化。可見隨著有害過程的發展，首先將使零部件出現磨損、變形、裂紋、疲勞、腐蝕等損傷現象。損傷的出現使機械零部件的結構參數（如尺寸公差、形位公差、配合間隙等）發生變化，結構參數的變化又會導致機械功能輸出參數（如機械的輸出功率、速度等）發生變化。隨著損傷程度的進一步擴大，機械零部件的結構參數逐漸超出允許值。若機械零部件的結構參數超出允許值，而功能輸出參數并未超出允許極限范圍，則認為機械出現了潛在故障，對應狀態為失常狀態，此時應通過維護進行消除；若結構參數和功能輸出參數均超出允許值，則認為機械發生了功能故障，對應狀態為故障狀態，此時應通過修理排除相應的故障；若機械經過長時間使用后，其主要零部件的結構參數都達到極限值，且系統功能輸出參數嚴重超限，使用的經濟性明顯下降，此時機械處于極限技術狀態，需要進行大修或更新。機械技術狀態特征如表1所示，技術狀態的變化過程如圖1所示。
表1 機構技術狀態特征
圖1機械技術狀態的變化過程
2機械故障形成的一般過程
如上所述，機械在使用中受到各種有害作用后，將首先導致零部件出現損傷，損傷又影響機械的輸出參數，使其發生變化。若機械輸出參數隨時間變化的規律用X（t）表示，損傷程度隨時間的變化用U（t）表示，則X（t）與U（t）之間的變化可能是一致的，也可能有很大區別，因為其間存在著反映機械產品結構、用途和作用原理的X＝f（U（t））的過渡關系。此外，損傷同產品材料發生的物理現象有關，而輸出參數變化僅僅反映了產品自身的宏觀變化過程。機械經過一個隨機的工作時間間隔后，其參數達到極限允許值Xmax，則會發生故障。圖2表示機械故障形成的一般過程。
圖2 機械故障形成的一般過程
開始時，輸出參數f（a）相對其數學期望值a0有一離散程度，該離散程度與機械初始指標的離散度以及使用條件的變化程度有關。然后，在使用過程中，隨著使用時間的增長，機械輸出參數的劣化就表現為緩慢進行的過程，例如磨損等，這正是零件磨損導致機械性能改變的典型過程。在一般情況下，可能經過某段時間T間隔后，參數的變化就開始了，時間T間隔是一個與損傷的積累（如疲勞）或外因作用有關的隨機量，它也具有一定的離散性。
參數X的變化過程同樣也是隨機的，它與機械各個零部件的損傷變化有關，機械輸出參數的劣化速度Vx為各零部件磨損速度V1，V2，……，Vk的函數，即
Vx＝dx/dt＝f（V1，V2，……，Vk）
3機械故障的特性分析
機械故障是與磨損、腐蝕、疲勞、老化等機理分不開的，根據機械故障形成的一般過程，機械故障主要有以下特性：
（1）潛在性。機械在使用中會出現各種損傷，損傷引起零部件結構參數發生變化，當損傷發展到使零部件結構參數超出允許值時，機械即出現潛在故障。由于機械設計存在一定的裕度（安全系數），因此即使某些零部件的結構參數超出允許值，機械的功能輸出參數仍在允許的范圍內，亦即機械并未發生功能故障。從潛在故障發展到功能故障一般應有較長的時間，因為通過、清潔、緊固、調整等手段，可以消除或減緩損傷的發展，使潛在故障得到一定程度的控制甚至消除。
（2）漸發性。由于磨損、腐蝕、疲勞、老化等過程的發生與時間關系密切，因此機械故障的發生多半與時間有關。在使用中，機械損傷是逐步產生的，零部件的結構參數也是緩慢變化的，機械性能參數也是逐漸惡化的，所以絕大多數故障可以事先進行測試和監控。故障發生的概率與機械運轉的時間有關，機械使用時間越長，發生故障的概率就越大。故障的漸發性使機械的多數故障可以預防，故障診斷、視情維修就是建立在這一基礎上的。
（3）耗損性。機械磨損、腐蝕、疲勞、老化等過程伴隨著能量與質量的變化，其過程是不可逆轉的，表現為機械老化程度逐步加劇，故障越來越多。隨著使用時間的增加，局部故障的排除雖然能恢復機械的性能，但機械的故障率仍會不斷上升，新的故障將不斷出現。同時損傷的消除也是不完全性的，維修不可能使機械的性能恢復到使用前的狀態。機械故障的耗損性決定了機械維修級別與深度的差異，同時機械故障分布模型也不能簡單用指數分布來描述。
例如公司機加工車間的橫剪機是由太原機械廠制造的，飛剪的厚度性能參數是0.3～4.0mm，在生產1系、3系產品使用了1年多后，發現在剪切牌號1060、厚度為0.6mm的鋁板帶時，剪出來的鋁板帶兩頭有毛刺現象，經加強剪刀，效果還是不好。公司考慮到機械故障的潛在性與漸發性，利用測量儀器塞尺測量飛剪剪刀的間隙，結果發現剪刀間隙對0.6mm的鋁板帶偏大，后對剪刀間隙進行了調整，同時加強對飛剪剪刀的，產品毛刺現象消除了。半年多的生產運轉后，毛刺現象又出現了，經查看是剪刀剪刃有缺口，公司考慮到機械故障的漸發性與耗損性，及時替換了剪刀刀片，生產運行恢復正常。
（4）模糊性。機械使用中，由于受到各種環境條件的影響，其損傷與輸出參數的變化都具有一定的隨機性與分散性，同時，由于材料與制造等因素的影響，機械的各種極限值、初始值也具有不同的分布同一機械，在不同的使用環境下，輸出參數隨時間也具有不同的分布，從而導致參數變化及故障判別標準都具有一定的分散性，使機械故障的發生與判別標準都具有一定的模糊性。機械故障的模糊性給機械故障的診斷與判別增加了一定的難度，這也說明機械故障的研究必須宏觀與微觀相結合。
（5）多樣性。機械使用中，由于磨損、腐蝕、疲勞、老化過程的同時作用，同一零部件往往存在多種故障機理，產生多種故障模式，如軸的彎曲變形、磨損、疲勞斷裂等。這些故障不僅故障機理與表現形式不同，而且分布模型及在各級的影響程度也不同，使故障呈現出多樣性。機械故障的多樣性要求對故障按不同機理與模式分別進行研究。
結語
機械故障原因非常之多，不能在此一一述及，關鍵是要善于總結，如能掌握有效的故障分析方法，結合機械的結構特點，對故障進行分類處理，那么在故障的判斷處理中就可收到事半功倍的效果。
參考文獻：
【1】劉成武.機械自動變速器機械故障診斷決策研究[J]. 湖北汽車工業學院學報,2011(2)
【關鍵詞】EMD 振動信號解調 齒輪箱
1 前言
分析汽車故障汽車齒輪箱的異常振動信號可以確定汽車變速器是否發生故障及故障部位。在汽車變速器這種典型的旋轉機械故障齒輪箱故障診斷中，解調分析技術具有其他方法不可替代的作用，但因實際振動信號復雜且干擾信號眾多，傳統的振動信號解調及濾波技術受很多干擾頻率影響，并不能有效地分離特征頻率。1996年，美籍華人Norden E.Huang創立了針對非平穩信號分析的Hilbert-Huang變換的新方法。這一方法提出將信號基于由其本身局部特征確定的本征模函數的經驗模態分解EMD，它在信號特征頻率的去噪及提取上取得了良好的效果[4]。
2 經驗模態分解（EMD）與振動信號解調技術
圖1為經驗模態分解EMD算法：原始信號減去包絡均值，即可得到一個新的數據序列，判斷該序列是否滿足本征模函數的條件，如果滿足，則該序列就是一個本征模函數，本次迭代過程結束，否則，重復上述過程，直到得到一個數據序列滿足迭代結束的判別條件為止。
am或bm包含了非常重要的齒輪箱故障信息，其振動信號表現為以齒輪嚙合頻率為載波頻率，以故障齒輪所在軸的轉頻為調制頻率的調制現象，通過利用濾波技術及解調技術[2]解調出故障齒輪所在軸的轉頻，即可判定出齒輪箱故障位置。
3 實驗原理與信號分析結論
實驗工況：SG135-2變速器輸入軸轉速為600r/min，載荷75NM，軸轉頻：10 Hz（輸入軸），13.06Hz（輸出軸）。
1.如圖1所示，齒輪箱發生斷齒故障時頻域的能量都很大，原因是發生故障時振動信號劇烈很多。
2.如圖2所示，采用傳統濾波解調技術能提取出故障特征信息：即故障5檔齒輪所在軸轉頻13.2Hz及其倍頻66.2Hz，79.3Hz，但有很多干擾噪聲頻率存在：92.8Hz，75.0Hz，74.2Hz，68.8Hz。
3.如圖3所示，采用EMD分解加傳統的濾波解調頻譜不僅成功提取出故障信息：故障5檔齒輪所在軸轉頻13.28Hz及其倍頻65.98Hz，78.75Hz，其它干擾頻率及噪聲消失了，這是因為EMD信號分解技術在去噪方面得天獨厚的優勢。
參考文獻
[1]丁康，李巍華，朱小勇.齒輪及齒輪箱故障診斷實用技術[M].北京： 機械工業出版社，2005.
[2]丁康，米林，王志杰.解調分析在故障診斷中應用的局限性問題[J].振動工程學報，1997.
[3]Huang，N.E， Shen， Z.，Long，S.R.，etc. The pirical mode decomposition and the Hilbert spectrum for nonlinear and non-stationary time series analysis[J]. The Rayal Society，1998.
[4]李卿，張國平，劉洋.基于EMD的拉曼光譜去噪方法研究[J].光譜學與光譜分析，2009（01）.
[5]陳克興等主編.設備狀態監測與故障診斷技術.北京：機械工業出版社，1991.
[6]何嶺松，楊叔子.包絡檢波的數字濾波算法[J].振動工程學報，1997.
[關鍵詞]振動監測，參數診斷，冷凍機。
中圖分類號：P618.21 文獻標識碼：A 文章編號：1009-914X（2014）10-0376-01
冷凍機屬于旋轉機械，其狀態監測最成熟有效的方法是振動監測，人們可以通過對旋轉機械設備的振動監測，來分析判斷機械設備的運行狀態，并在此基礎上比較準確地確定故障原因、部位、程度、性質等。要實現冷凍機組運行狀態的在線監測，必須先確定需要對那些關鍵狀態信號進行連續監測，首先確定測量參數，測點位置及傳感器類型，然后再。討論可行的冷凍機組在線監測方案
一， 旋轉機械振動診斷參數及傳感器選擇原則
有關振動的三個參數是位移、速度和加速度。通常情況下，在低頻時振動強度與位移成正比，在中頻時振動強度與速度成正比，在高頻時振動強度與加速度成正比。頻率越低的位移測量越靈敏，頻率越高則加速度的測量越靈敏。因此，通常認為可根據信號的頻帶范圍來選擇振動參數，在實際應用中可參考以下頻帶范圍來確定振動診斷參數。低頻范圍（10-----100Hz）診斷參數為位移。
中頻范圍（100----1000Hz）診斷參數為速度。
高頻范圍（大于1000Hz）診斷參數為加速度。與振動檢測參數相對應的傳感器也分為位移傳感器、速度傳感器、加速度傳感器三種類型，每種類型的傳感器又根據不同的檢測原理構成不同品種，可視具體情況進行選擇。
測振系統在選擇傳感器時既要根據機械設備的結構，又要考慮傳感器本身的頻率響應和動態范圍，通常機械設備的轉子與殼體的重量比例不同，就需選用不同類型振動傳感器，所選傳感器的動態范圍也 應與機械設備的振動頻率范圍相匹配。使用什么樣的傳感器很大程度上取決于機械設備自身的結構，當機械設備具有輕的轉子，轉子運行在重的剛性殼體中，即殼體對轉子的重量比率大，軸承為剛性支承時，轉子產生的力大部分都消耗在轉軸與轉軸之間的相對運動上。這種類型的機械設備例如高壓離心壓縮機，其殼體對轉子的重量比率為30：1，宜采用非接觸式電渦流傳感器來測量轉軸與軸承之間的相對位移，相反；一個相對較重的轉子被支承在撓性結構的軸承中運轉，即殼體對轉子的重量比率小，轉子產生的力大部分都消耗在結構運動上，這種類型的機械設備例如風機等，宜采用速度或加速度傳感器來測量殼體振動。
機械設備的軸承類型也是選擇傳感器是必須要考慮的因素，機械設備所用軸承有滑動軸承和滾動軸承兩類，一般認為，對于由滑動軸承支承的設備（如鼓風機）應采用電渦流傳感器來測量軸振動，對于
滾動軸承支承的設備，由于滾動軸承損壞時所產生的高頻小位移振動很難用電渦流傳感器來測得，而加速度傳感器卻很適宜測取這些信號，因此，加速度傳感器常用于滾動軸承支承設備。
二、振動監測點的確定
設備狀態信號是設備工作時異常和故障信號的載體。選擇最佳檢測點，并采用合適的監測方法是獲得有效故障信息非常重要的條件，真實充分地檢測到足夠數量的能夠客觀反映出設備運行狀況的信號是故障診斷能否成功的關鍵。因此，測量點選擇的正確與否直接關系到能否有效地對故障作出正確的診斷。
測量點的位置及數量的確定對診斷效果影響比較大，要選擇檢測點為最佳點，一般選擇振動檢測點的原則是能全面，充分反映出機械設備振動狀態，盡可能選在機械設備振動力最敏感處，且測量點的位置在安裝，拆卸時盡量方便。引入的干擾要小，盡量避免高溫、高濕、出風口以及溫度變化十分大的地方，確保測量真實有效。另外在較復雜的機械設備中，當激振力作用于系統的某一點時，引起設備各個點的響應是不同的，要視具體情況進行具體分析。
傳感器的頻率響應是選擇傳感器的一個重要因素，在理論上，為了測取能反映機械設備運行狀態的振動信號。希望所選用的傳感器能夠測取被監測設備全部頻率范圍內的振動信號，同時還要求在頻率范圍內所測量的振動信號具有一定精度，這就要求傳感器具有較大的動態范圍，事實上，任何一種傳感器的頻率響應都是具有一定的范疇，一般來說，壓電式加速度傳感器的頻響為1 Hz～10KHz，速度傳感器的頻響為5Hz～2KHz，電渦流傳感器頻響為0～2 KHz.。因此，首先要對被測物的運行時所產生的振動頻率范圍進行估算，然后再選擇頻響合適的傳感器。
三、振動傳感器原理及安裝
1、加速度傳感器的原理
選PCB公司的Model732A加速度傳感器為例，其機構原理如圖所示，當創拿起測量振動時，因為質量塊相對被測體質量較小，因此質量塊感受與傳感器基座相同的振動，并收到與加速度方向相反的慣性力，此力為F=ma。同時慣性力在壓電陶瓷片上產生的電荷為q=d33F=d22ma
式中：d33為材料壓電系數；m為質量，a為加速度，該電荷與被測振動物體的加速度成正比，但該電荷很小，需經內置放大電路放大后輸出，壓電式加速度傳感器有兩個特點；它是電容性的，故阻抗很高，電壓的線性度很好，PCB公司的Model732A加速度傳感器內帶電荷放大器電路，其輸出信號為0-10V，頻率響應范圍為0.5～25000HZ，靈敏度為10mv/g，完全能夠滿足測取齒輪高頻信號的要求。
加速度傳感器的靈敏度與壓電材料的壓電系數和質量塊質量有關，為了提高傳感器的靈敏度，一般選擇壓電系數大的壓電陶瓷片，若增加質量塊質量會影響被測振動，同時會降低系統的固有頻率，因此一般不用增加質量的辦法來提高傳感器的靈敏度。此外用增加壓電片的數目和采用合理的連接方法也可以提高傳感器的靈敏度。
2、轉速傳感器的原理
機組轉速信號的獲取，一般是采用光電測速方法，即在轉軸表面粘貼一塊反光金屬紙，電轉軸上的標識通過光電傳感器時得到的脈沖信號來獲取轉速信號。這個方法既不破壞轉軸的平衡，又可將脈沖信號直接送給計算機，這個方法簡單實用，可靠性也非常高，這類傳感器目前市面上有很多，但再選擇時也一定要加以分析，盡量選擇大品牌，知名的公司產品。
參考文獻
關鍵詞：故障診斷；振動分析；信號處理；巖石取樣機
1引言
如今的設備大多都趨向于高速度、大型化、自動化、復雜化、重載荷和連續運轉[1]。當機械設備出現故障時，將帶來較大的人力和財力損失，甚至造成災難性后果。如果能準確及時地發現設備運行過程中的故障或者對故障的發生做出預警，那么對于保障機械系統安全、穩定地運行，減少或避免重大災難性事故將具有非常重要的意義[2-4]。立式巖石取樣機是進行巖石力學性能研究及實驗的重要基礎設備。在高速擋取樣時，取樣軸振動非常明顯，取樣獲得的巖石樣品質量隨即下降，樣品從原來的的圓柱體會變成橢圓柱體[5-6]。所以，對取樣機進行故障診斷，找出振動過大的原因并提出相應的改善措施對于取樣機的安全、穩定和可靠運轉具有重要意義。以立式巖石取樣機的結構與工作狀況為出發點，通過利用有限元模擬和實驗研究得到設備的模態頻率和振動特性，判斷設備是否存在共振故障；測試不同工況下設備的振動信號，得到振動信號的時、頻域特征，結合取樣機的故障機理，對取樣機進行故障診斷。
2立式巖石取樣機的結構分析
立式巖石取樣機的結構分析可以為故障信號的分析和判斷提供依據。立式巖石取樣機，如圖1所示。主要由三相異步電動機、固定立柱、懸臂、取樣臂、皮帶傳動裝置和控制系統組成；其中控制系統由懸臂控制器和取樣軸控制器組成，取樣臂由套筒和取樣軸組成。在實際取樣時，電動機輸出軸轉動并通過皮帶帶動取樣軸轉動，取樣頭安裝在取樣軸最下端，通過取樣軸控制器，人工控制取樣臂上下，實現取樣。該取樣機的動力源自固定在大立柱上的三相異步電動機，電機功率為1.3kW、1.8kW，轉速為1430r/min、2850r/min，電動機輸出軸端的皮帶輪的周長為c1=38.2cm，取樣臂端的皮帶輪周長為c2=67.1cm，兩個皮帶輪最外端具有相同的線速度。
3立式巖石取樣的固有特性分析
3.1立式巖石取樣機固有特性的數值模擬
采用ANSYS對取樣機的固有特性進行有限元模擬。取樣機全長0.85m，寬0.6m，高1.6m。考慮到懸臂控制器、取樣軸控制器、皮帶傳動裝置和皮帶傳動裝置的外殼對整體機器的剛度和強度影響很小，所以有限元建模時以配重代替。由于取樣機是固定在底座面上的，所以在立柱底座面上施加零位移固定端約束；對于三相異步電動機將其用30kg集中質量單元來代替；選用SOLID187（三維10節點四面體單元）來模擬取樣機。劃分網格之后的三維實體有限元模型，如圖2（a）所示。通過有限元模擬，得到取樣機各階模態頻率及對應振型特征，如表1所示。取樣機第1階到第3階頻率下對應的振型圖，如圖2（b）~圖2（d）所示。從第1振型圖可以看出，取樣機的立柱產生了X方向一階彎曲變形，而懸臂和取樣臂均未出現變形；第2階振型中懸臂出現了扭曲變形；第3階振型中主要是立柱產生了X方向的二階彎曲變形。通過對取樣機各階振型的觀察，可以把變形較為明顯的部位作為取樣機模態實驗的測點。
3.2立式巖石取樣機固有特性的實驗研究
3.2.1測試方案
實驗研究采用單擊激勵測一點響應的方法，采樣系統為東華DH5922測試系統，如圖3所示。振動測試選用DH187壓電式加速度傳感器，選擇加速度傳感器的測點位置在取樣軸處，根據建模時的坐標方向，力錘的敲擊點布置有X和Y兩個方向，X方向的敲擊點主要分布在取樣機的大立柱和取樣臂上，Y方向的敲擊點主要分布在取樣機的懸臂上（貼白色矩形紙的為敲擊點的位置），測點布置設置采樣頻率為500Hz。
3.2.2測試結果
對所有敲擊點進行敲擊后分析頻響曲線，發現都有相同的峰值頻率。現只分析一個敲擊點的信號，如圖5所示。從圖5（a）中可以看出，頻響函數有三個明顯的峰值點，可以從頻響函數圖中得到三個峰值點對應的頻率，從小到大依次為14.648Hz、32.959Hz、79.346Hz。由于實際的取樣機的地面約束不足，實測的一階模態會包含有較多的剛體模態，而有限元模擬值33.05Hz假定地面完全約束所得，所以實際測得的第一階固有頻率14.648Hz由約束不足引起，并非取樣機的實際模態，故實際分析中將14.648Hz排除在外。
3.3固有特性分析
結果實測頻率與有限元模擬結果的對比，如表2所示。其中相對誤差是模擬值相對于實測值來說。可以看出，誤差均小于3%。當取樣機的工作頻率接近自振頻率時，將會產生很大的振動，取樣機將無法正常工作。為了保障取樣機安全地工作，實際工作轉速應該避開取樣機的固有頻率。在機器空轉時，激振力頻率分別為13.57Hz和27.04Hz，均避開了取樣機的固有頻率，所以取樣機在運行中不存在機器整體共振現象。
4立式巖石取樣機的振動信號監測及故障診斷
基于信號分析和處理的診斷方法，首先通過在機械設備上安裝傳感器，采集設備的運行的狀態信息；其次，運用時域分析、頻域分許、倒頻譜分析等多種信號處理方法對采集到的振動信號進行分析處理，判斷設備運行的狀態并預測其發展趨勢。開機空轉試運行時，發現取樣軸徑向振動比較大，尤其在高速運轉時，振動特別大，產生了較大的環境噪聲。另外，能不間斷地聽到皮帶傳動裝置套殼被敲打的聲響，于是打開套殼并運行設備，發現皮帶發生嚴重松弛，皮帶一直跳動。
4.1測試和測試方法
在基于振動分析的機械設備故障診斷中，必須對系統的工作狀況進行動態測試，采集機械設備在運轉中的振動信號，它是整個設備故障診斷的大前提。測試系統依然使用東華公司的DH5922振動信號測試系統。取樣機在運行中的振動信號包含了豐富的機器狀態信息，由于實驗條件限制，試驗工況為取樣機分別以轉速814.1r/min和轉速1622.5r/min空轉，測試取樣機在各工況下的振動信號。為了獲得取較為全面的振動數據，考慮到取樣機主體及其主要部件的振動，結合取樣機的結構特點，分別在取樣機懸臂和取樣軸附近布置兩個測點，如圖6所示。測點1測量取樣軸的徑向振動信號，測點2測量垂直于懸臂方向的振動信號。測試參數選擇振動加速度，設置采樣頻率為5000Hz。
4.2振動信號分析
按照布置的測點，分別測量兩檔轉速下取樣機的振動信號。因為各測點信號的均方根大小能夠反映取樣機各測點的振動能量大小，所以用它來表示振動信號的強度。當取樣機某測點信號的振動均方根值很大時，則說明設備很有可能已經發生故障。取樣機各測點時域信號的振動均方根值，如表3所示。可以看出，在轉速1622.5r/min下，各測點的振動幅值明顯增大。故對于取樣軸和懸臂兩個測點的信號，只研究比較典型的1622.5r/min時的振動數據。
4.3故障診斷
根據取樣軸振動信號的分析結果，取樣軸徑向振動響應主要以基頻27Hz以及其高次諧波成分為主。當取樣軸和套筒之間存在動靜碰磨時，振動信號頻譜圖一般較為復雜，頻譜圖中可能既有轉頻成分又有轉頻的高次諧波成分[7-8]；取樣軸徑向振動信號的功率譜圖正好符合這一特征，所以認為取樣軸振動過大是由于取樣軸和套筒之間存在動靜碰磨。引起碰磨的原因是取樣軸質量不平衡。實際取樣時，取樣軸受到不規則力作用，長期取樣使得取樣軸與套筒之間不斷摩擦，導致套筒和取樣軸產生磨損，隨著取樣軸磨損程度的增加，機器在運行時便會出現取樣軸質量不平衡。若沒有及時處理，便會導致取樣軸和套筒之間動靜碰磨，碰磨又會加劇取樣軸和套筒的磨損，這是一個循環的過程。
5結論
以立式巖石取樣機為研究對象，采用有限元分析和實驗研究的方法分析了取樣機整機的固有特性，排除了取樣機的共振故障；基于取樣機異常振動結構的振動信號分析，診斷出了取樣機的故障位置和狀態，即取樣軸質量不平衡；為了解決該問題，需要對軸質量不平衡做出處理，可以采取現場動平衡的方法來解決。
參考文獻
［1］王國彪，何正嘉，陳雪峰.機械故障診斷基礎研究“何去何從"［J］.機械工程學報，2013，49（1）：63-72.
［2］寇麗萍，王立鵬，戰洪仁.二氧化碳離心壓縮機的振動分析與故障診斷［J］.機械設計與制造，2012（12）：180-182.
［3］雷亞國，何正嘉.混合智能故障診斷與預示技術的應用進展［J］.振動與沖擊，2011，30（9）：129-135.
［5］王天煜，王鳳翔，方程.高速永磁電機機組軸系振動研究［J］.振動與沖擊，2011，30（9）：111-115.
［7］田永偉，楊建剛.旋轉機械動靜碰摩耦合振動分析［J］.機械工程學報，2010，46（7）：102-107.
【關鍵詞】轉機振動，故障處理，預防方法
中圖分類號：TL75文獻標識碼： A
一、前言
轉機是施工質量保證的基礎性資源，在常見的轉機振動故障的分析處理和預防方法是人們不容忽視的重點。只有將管理融入到機振動故障分析中，才能不斷完善故障預防的水平，有效促進施工的持續發展。
二、轉機振動故障分析的意義
旋轉機械是工業部門中應用非常廣泛的一類機械設備，普遍應用于航空發動機、燃氣渦輪機、汽輪機等機械中。這類設備安全、穩定長周期、滿負荷、優質運行會產生良好的經濟效益。但由于工作條件及使用壽命的限制，常常出現各種不同的故障，在嚴重的情況下，甚至會引發嚴重的事故，導致重大的經濟損失，有時還危及人身安全。因此，及時而準確地對轉子系統進行監測分析，并盡早預報出現的故障，這已成為保證安全運行所亟待解決的問題。過去所采用的“事后維修”和“定期預防維修”方式有一定欠缺，且早期的機械設備檢測與診斷依靠人體感官和簡單的工具，難以客觀準確地反映設備的真實狀態。以融合現代傳感技術、信號分析與處理技術、計算機技術及人工智能技術為一體的智能化故障診斷和預測維修為基礎的“視情維修”方式逐漸受到了人們的重視。旋轉機械故障診斷技術的提高，對于維護設備正常運行、降低生產成本、提高生產效率和保障生產安全都具有重要的意義。
三、轉機振動的原因
1、轉子不平衡
它是最常見的振動原因，如轉子制造不良、轉子葉片上異物的堆積、電機轉子平衡不良等。不平衡造成較大振動的另一原因是設備底座剛度較差或發生共振。鍵和鍵槽也是導致不平衡振動的另一原因。轉軸熱彎曲是引起轉子不平衡的另一種現象。一般熱彎曲引起的不平衡振動隨負荷變化而略有變化。但如果設備基礎與其轉動發生共振，則極有可能發生劇烈振動。因此，預防的關鍵，一是轉軸的材質必須滿足要求；二是轉機機座必須堅實可靠。
2.共振
系統中的共振頻率取決于其自由度數量；共振頻率則由質量、剛度和衰減系數決定。轉機支承共振頻率應遠離任何激振頻率。對于新裝置，可向制造廠咨詢所需地基剛度以達到此目的。對于共振頻率與轉速相同的現有裝置有兩種選擇―最大限度地減少激振力或改變共振頻率。后者可通過增加系統剛度和質量來實現。處理共振問題時，最好改變共振頻率。共振也可能是由于轉子與定子系統組件不對中或機械和電氣故障而引起。轉速下諧波的共振頻率也易造成故障。它們也可能由于不對中或機械和電氣故障而誘發。然而與相同頻率下的問題相比，這些共振造成的問題并不常見。
3.、不對中
它可能在轉速和兩倍轉速下造成徑向和軸向的激振力。但是絕不能因為沒有上述現象中的一種或兩種而斷定不存在對中問題。同時應考慮機組的熱膨脹，一副聯軸節之間要留有1.5-3mm間隙。
4、機械故障
質量低劣的聯軸器主要表現在鑄造質量差、連接螺孔偏斜、毛刺，橡皮墊圈很快損壞，使聯軸器由軟連接變為硬連接，產生振動、磨損。徑向軸承的更換，一般是簡單更換。為了避振換新軸承時，應對軸承外環作接觸涂色檢查，必要時處理軸承座。軸向波動是造成轉機，包括聯軸器、軸承在內的另一振動問題的起因。一般轉機的軸向推力靠止推軸承約束。但是，如果軸向對中不良，且轉子軸向發生磨蹭，則可能會產生劇烈的軸向振動。支座軟弱即四個支腳不在同一平面上。轉機用螺栓緊固在這四點時，如果各軸承不對中，必然造成劇烈振動。因此轉機安裝時，應該先用適當力矩對稱擰緊幾個緊固點。然后每次松開一個緊固點，并用千分表測量該點垂直變形量。如果垂直變形量大于.05mm，應在此支腳下加墊片，其厚度等于變形量。重復以上過程，直至松開時每個點垂直變形量小于0.05mm為止。轉機底座和地基的問題有可能是振動過大的直接原因。因此地腳螺栓必須有足夠強度，混凝土基礎結實無空洞，轉機運行中要經常檢查地腳螺栓是否松動、斷裂，并及時排除。同時要查轉機的附屬連接設備支承是否牢靠。
四、常見轉機振動故障的預防方法
故障信息處理技術包括故障信號的檢測和分析處理兩部分，即利用先進的信號采集和處理技術提取故障特征。信號的檢測主要是測取系統的振動、噪音、溫度和壓力等，為信號分析的處理提供數據。信號的分析處理是對這些信號進行加工、變化、提取出反映設備狀態的特征因子。
1、直接分析法
判斷故障的直接分析法是由轉機故障的直觀象來判斷故障發生的部位。它是轉機運行故障及事故分析的最基本的方法。這種方法已被轉機值班員們在不知不覺中得到應用。例如,手摸風機軸承位溫度過高(燙手)而冷卻水中斷,則可斷定為冷卻水管堵塞,必須立即檢查來水閥門,敲打疏通冷卻水管;若風機軸承座軸端漏油嚴重,則多為主軸油封部位間隙增大,需更新密封油氈;若風機或水泵在運轉中,用銅或鐵聽棒觸及軸承處,聽到有金屬刮擊聲或嘯叫聲等,則必為軸瓦或滾珠軸承破裂、燒壞而運轉失效,必須立即停機更換軸承;若投運多時的風機、葉輪處有金屬異響聲,則可判斷有葉輪磨損、松脫故障,需拆開后檢查處理;機殼與轉軸有摩擦聲,則多為機座墊鐵安裝不良,墊鐵滑出或地腳螺母松動所致,需調整墊鐵,擰緊螺母;水泵出口壓力表指針到頭,而壓力表又確認正常,則可判斷為水泵出口閥忘開或出口閥電氣線路接觸不良使閥門未動作,應開閥或檢修電氣線路;水泵軸芯處漏水過大,則說明填料壓蓋內盤根損耗過大,或壓蓋過松,應予更換或旋緊填料壓蓋;若新泵投運電動機電流過大,則多為填料壓蓋過緊,應適當調松壓緊螺母;若出現水泵電動機冒煙或有焦糊味,則該電動機必已燒毀,應予更新;若出現水泵尾蓋內柱狀噴水,則多為鑄造質量低劣而穿孔,應予更換該鑄件等。這類通過聽、看、摸、聞的方法可直接確定故障、判斷缺陷。但僅僅掌握了這類方法,還是遠遠不夠的。因為大多數實際的故障或事故,在初期往往呈現的是一種或數種間接的、隱含的現象,并非“一眼”就能判斷準確。因此,除了要求運行人員掌握、精通直接判斷故障法外,同時還要逐步了解、學會、熟悉間接分析法。
2、間接分析法
（一）、給水流量減小
給水流量降低,對鍋爐本體,表現為水位計水位下降,據此現象,用直接分析法就可反映出泵系故障(受熱面泄漏除外)。至于是泵系的哪一部位,則要作進一步的分析檢查。水泵入口門狀態閥門未開啟;水泵出口門狀態閥門開啟遺忘或失靈;吸入管口布有雜物入口管堵塞;電機轉速高低電機或電源故障而轉速低;水泵入口水箱內水沸騰汽化劇烈泵入口汽化;水箱水位極低(工業鍋爐)自來水壓低。可見處理要點為:先停泵,然后相應地正確操作、清理雜物、檢修電氣、啟動增壓水泵等。
（二）、水泵震動
應立即檢查泵體與電機泵軸與電機軸不同心安裝不當;水泵地腳螺絲松動安裝維護問題;泵與電機靠背輪端面不平行安裝缺陷;泵與電機靠背輪之間未留間隙組裝質量差;泵或電機端部軸承磨損嚴重或跑外套不良或軸承質量低劣;泵軸彎曲制造缺陷或大修后組裝不良而燒瓦。相應處理方式為:調整同心度、不平度、間隙,擰緊螺母、更換軸承、校(更換)軸等。
（三）、水泵耗功過大、電流過大檢查泵體
檢查填料壓蓋填料壓得過緊;檢查機械摩擦情況轉子與固定部分或平衡盤與平衡環發生摩擦。處理:應切換給水至備用泵,然后重新調整填料(盤根)壓蓋,注意切勿壓得過緊。
（四）、新裝引風機電機電流偏大
新裝引風機,通常規定其電動機的空載電流會在電機就位后先行測量過。因此,出現電流偏大,一般與電機本身無關,而多為風機過負荷引起。過負荷的原因主要與風門安裝、傳動皮帶、調節門擋板、啟動方式等有關。所以此時,應立
即檢查。
3、綜合分析法
泵入口閥門是否開啟失靈或閥桿有否斷裂閥瓣脫落;水泵入口管有無雜物堵塞、結垢和腐蝕;葉輪與密封圈之間間隙是否因摩擦增大。注意,若水泵出口管、母管等結垢堵塞或出口閥未開,則會出現流量小現象,但出口壓力不是偏低,而是偏高。判斷轉機運行故障的綜合分析法,是由轉機故障運行的主特征,再去檢查尋找故障的其它表面現象,交叉綜合諸現象,即可確定故障部位和原因,并且盡快對癥處理。
五、結束語
從實踐出發對當前轉機振動故障及預防方法等相關知識，進行了粗略的分析和研究。綜上分析，預防工作的主要任務是運用科學的方法，促進工作的完善。
參考文獻
[1]秦志華.干熄焦除塵風機葉輪磨蝕原因分析[J].化工設備與防腐蝕，2002
關鍵詞: 數據監測；軋鋼；機械設備；故障；檢測；診斷；管理維護；
中圖分類號： F407 文獻標識碼： A
一、概述軋鋼機械設備
軋鋼機械設備分為主要設備和輔助設備兩大類。主要設備是車間構造的特征，其中最重要的設備就是軋鋼機，它能夠實現金屬在旋轉的軋錕間依靠軋制作用發生塑性形變。輔助設備就是指除了軋鋼機之外的設備，它們在里面起著調節的功用，同時使得機械化更加完善，更加高效。
二、軋鋼機械設備故障存在的問題
目前，我國在軋鋼機械設備管理方面不足，常常會導致機械設備產生故障。
許多的大型企業，在追求高效率生產的同時，卻忽略了對機械的保養。時間一長，機器的運轉能力就會大大降低。這將嚴重影響生產的效率，機器的損壞也會增加一部分資金的投入，對企業來講是重大的損失。
三、機械設備故障診斷與監測的方法
由于機械管理方面的力度不強，導致接卸設備故障容易出現各種問題，這對設備故障的診斷和檢測也就提出了更多的要求，目前我國采用的機械設備故障診斷和檢測方法主要有震動監測技術、紅外測溫診斷技術，文章下面針對數據監測在軋鋼機械設備故障診斷中的具體應用措施進行著重闡述。
（一）振動監測診斷技術
這一技術方法主要參照受監測設備的振動參數、振動特點等來積極預測與探究出設備運行狀態以及故障類型。這一方法已經成為當前人們的首選方法，因為振動具有廣泛性、參數多維性，而且這一方面無需過多的成本，也沒有太大的損耗， 能夠實現在線診斷與監測等多方面優勢。機械設備在工作時能夠出現振動，機械運行的狀態就呈現在振動過程中，通過對其振動參數的測量，例如：速度、加速度、位移等等。可以參照機械設備工作運行的頻率來優選測量參數與傳感器，這樣不僅能夠確保檢測擁有充足的數據做參考，同時也能夠更加真實、客觀地呈現出機械工作運行的信息，從而更加精準地把握振動測量點，一般來說，最好選擇一個關鍵點，這一點可以對機械的振動情況做出客觀的反映。最佳點有：靠近核心診斷的點、最易于出現劣化問題的點等等，這樣才能確保振動測量更加高效。對機械運行狀況信息進行放大、過濾處理，再將其輸送到A/D轉換器，將模擬信息變成數據信息，再將其輸送到數據處理分析診斷設備中進行多角度、多維度的分析，例如：時域、頻域、時序模型等方面，經過對這些分析數據的科學處理后，創建一個振動位移與振動時間之間的關系曲線，同時，以頻譜的形式輸送出來，將這些曲線與圖譜充當故障診斷的參照點，從而判斷出機械設備的工作情況、 運轉狀態等，從而采用科學的解決對策。振動監測技術具有易操作、形象、準確等優點，因此得到廣泛的發展和應用。
（二）紅外測溫診斷技術
紅外測溫診斷技術是通過對機械設備各個方位的溫度情況以及溫度變化情況等加以測量、判斷和分析最終得出機械設備的工作狀況以及存在的故障問題。例如：機械部分零件有無磨損、發動機排煙管是否有堵塞現象，液壓系統油液性能高低等等。以及個別部分電器燒毀等等，以上這些故障問題都會造成機械設備對應部位溫度的變化，同時，材料的機械性能也同溫度有著緊密聯系，溫度檢測占據整個機械設備監測的一半以上。然而，普通的傳感器測溫無法得到精準的溫度數值，只有引入紅外測溫儀才能發揮有效的測溫診斷功效，同普通的傳感器測溫儀器相比，紅外測溫儀具有明顯的測溫優點，體現在能夠實現遠距離、遙控式測溫，同時能夠對所獲得信息進行處理、診斷、運算等，也能夠對機械設備應該在什么樣的環境中工作、具體的工作溫度應該是多少等做出準確的估計。
（三）數據監測
軋鋼機械工作時軋件是非連續地被軋制的,其轉速并不恒定,功率更是從空載到滿負荷間周期的波動，從原動機到軋輥間有龐大的傳動和減速機構，可能出現的故障類型很多，因此檢測設備、測點、點檢方式和點檢時間的選擇對診斷的準確與否起到關鍵作用。為保證所測數據具有可比性，在測定數據時應遵循原則：保持每次測量時機器的工況相同、保持測量的參數相同、使用的儀器相同、測量的方法相同和每次測量要在同一測點進行。如不在同一測點測量，由于激振源到測點的傳遞函數不同而使測量的結果相差很大。
1.監測方法
通常情況下，利用智能軸承檢測儀或巡檢儀，檢測軋鋼機械設備的重點部位，首先選擇合適的監測點，監測之前必須擦拭干凈；定期檢測并記錄所測數據；繪制所測數據振動曲線圖（包括機械部件名稱、編號、位置，顯示每個測點位置和編號的簡單示意圖、注釋、測量值、測量日期），跟蹤各點的振動變化情況；當振值發生突變或持續升高時，表明該點的運行狀況發生變化，可能出現了故障。
2.監測區域的確定
在軋鋼的生產過程中，要保證監測到的數據信號正確傳輸，必須正確選擇監測點，例如，被測機械設備軸承與所選監測點之間的數據信號路徑應盡可能直并且短，監測點必須應位于機械設備軸承負載區內，監測到的數據信號路徑必須只包含軸承和機體之間的一個機械界面。
3.故障分析
旋轉機械的常見故障，按轉子類型和振動性質的不同，可分為轉子不平衡、轉子不對中、基座或裝配松動、轉子與定子摩擦、感應電機振動、滾動軸承故障 齒輪機構的振動等。利用振動監測技術對這些常見機械故障可進行較為準確的診斷。在一般情況下，對軋鋼機械設備狀況的總體評價，只要能監測其振動強度即可，即被監測點振動速度的均方根值，單位是mm/s,把故障時所測振值與平常監測數據或推薦的振動極限值進行比較，便可判斷故障的部位和原因，另外，振動的強度與被測機械設備的尺寸、轉速及底座剛度等有很大的關系，機械設備過強的振動主要有機械松動、不對中、不平衡等。監測點的選擇正確，監測到的結果即為分析過強振動的原因提供了很大的依據。總體上，垂直方向的徑向測量能夠反映出結構衰弱方面的信息；水平方向的徑向測量能夠反映出平衡狀況的信息；沿軸線方向的振動一般是對不對中，裝配耦合不佳，軸彎曲等方面的監測反映 。根據水平、徑向、軸向三個方向的測量數據，通常可分析出機械設備出現故障的原因和具體部位。
四、機械設備故障診斷與監測的未來發展趨勢
現代科技的發展推動了機械設備故障診斷與監測技術的進步， 特別是信息技術、 傳感器技術等的發展都為機械設備故障診斷創造了更多的信息分析方法， 未來的故障診斷與監測勢必朝著智能化、自動化等方向發展。
結束語：
機械設備故障診斷、監測與維修等工作都影響著機械設備功能正常發揮，而且維修與監測制度在持續發展，從以往的定期維修到當前的按照需要加以維修，實現了一種發展與飛躍，多元化的故障診斷與監測方法都達到了良好的效果，但是這些診斷監測技術仍然有待發展與進步，應該在依托于現有的診斷與監測技術基礎上開發出新的檢測技術與監測工藝，充分借助現代化信息技術，實現監測的科學化、智能化、自動化進步與發展。數據監測在軋鋼機械設備故障診斷中有著重要的作用，需要相關工作人員進行深入的研究。
參考文獻:
[1]邢劍平. 試論軋鋼機械設備的故障診斷與機械設備安全運轉的重要關系
[J]. 科技資訊,2013,23:80.
[2]楊智宇. 淺談軋鋼機械振動故障的診斷[J].科技創新導報,2012,04:53+55.
[3]裴慶元,蘇健. 軋鋼生產與軋鋼機械分析[J]. 科技資訊,2014,21:66.
[4]趙會平,陸寧云,姜斌. 軋鋼過程故障診斷研究現狀及發展趨勢[J]. 軋
鋼,2011,01:48-53.
[5]張偉. 設備故障診斷技術在軋鋼生產線上的應用[J].產業與科技論
壇,2011,13:86-87.
