旋转机械的测试信号及分析.docx
- 文档编号:3399116
- 上传时间:2022-11-22
- 格式:DOCX
- 页数:8
- 大小:353.34KB
旋转机械的测试信号及分析.docx
《旋转机械的测试信号及分析.docx》由会员分享,可在线阅读,更多相关《旋转机械的测试信号及分析.docx(8页珍藏版)》请在冰豆网上搜索。
旋转机械的测试信号及分析
旋转机械的测试信号及分析
随着科学技术的日益发展,对各类机械的运行速度、承载能力、工作寿命等
方面的要求越来越高,振动问题是机械设备中最主要的问题,人们对振动危害的
认识越来越深入,因而对振动测试与振动信号分析技术的研究提出了越来越高的
要求。
近几十年来旋转机械状态监测与故障诊断技术得到了广泛的重视,世界各国纷纷投入巨资,积极开展故障诊断理论与技术研究,在许多行业得到了实际应用,取得了良好的经济和社会效益。
尽管机械设备故障诊断技术得到了很大的发展,并有许多成功应用的报导,但机械设备故障诊断技术仍未能很好满足故障诊断现场应用的实际需求,探索和研究新的故障诊断方法、技术,开发研制先进的仪器、系统,仍是机械学科重要的研究内容之一。
1.发展现状
数十年以来,故障诊断技术不断吸收各门科学技术发展的新成果,诊断的理
论与应用有了很大的发展,取得了明显进步。
故障诊断学科成为集数学、物理、力学、信息技术、人工智能等基础学科以及各相关专业学科于一体的交叉学科。
故障诊断技术研究的主要内容包括以下四个方面:
故障机理及其特征、故障信号的处理技术、故障源分离与定位技术、人工智能技术的应用研究。
①故障机理及其特征
故障机理的研究是故障诊断的基础,是获得准确、可靠的诊断结果的重要保
证。
旋转机械的故障机理研究通常是以转子动力学为基础,研究故障的物理或数
学模型,进行物理模拟或计算机仿真,其目的是了解故障的形成和发展过程,明
确故障的动力学特征,从而进一步掌握典型的故障信号,提取故障征兆,建立故
障样板模式。
国内外科研工作者对各种故障模型作了大量的研究]。
故障旋转机械转子的力学模型也从比较简单的Jeffcot转子模型发展到各种非线性模型,诸如分叉与混沌行为及其稳定性的研究等等,取得了重要的研究成果。
②故障信号的处理技术
故障信号的处理技术是故障诊断的前提,它对于提高诊断的准确性和可靠性
方面具有非常重要的意义,是旋转机械故障诊断中最关键的一步。
常规的故障信
号的处理技术包括故障信号检测和故障信号分析处理两个部分。
故障信号分析处
理是对检测到的各种状态信息进行加工、变换,以提取故障征兆。
目前应用最广
泛的故障信号分析处理方法是Fourier分析和相应的FFT快速算法。
借助于FFT算法实现的信号处理有频谱分析、相关分析、时间序列分析、倒频谱分析等。
这些分析方法在故障诊断过程中起到了重要的作用,但Fourier分析方法只适合于分析连续的、平稳的时域信号。
为了有效地分析处理工程应用领域中大量的非平稳信号,人们把时频分析理论引入到故障信号的分析处理中。
③故障分离与定位技术
故障源分离与定位技术是故障诊断的关键技术,也称为故障模式识别,是将
经过信号处理得到的有限的或不完整的特征信号与故障原因对应起来,使故障源
定位(确定故障源)。
20世纪60年代以来,随着故障诊断理论研究的不断深入,人们克服了越限诊断方法的局限,发展了多种故障源分离与定位技术,包括基于系统数学模型的方法、统计分析方法、模糊综合评判方法等等。
④人工智能诊断技术
由于大型复杂系统在工业生产中的广泛应用,使得常规故障诊断技术越来越
难以满足人们对大型复杂系统提出的可靠性要求,因此,智能诊断成为一个重要
的发展方向。
人工智能技术主要研究如何利用计算机模拟人的智能,目的是使计
算机去做只有人才能做的任务,如推理、理解、决策、学习等等。
近年来,人们
对诊断知识的获取、表达、组织和推理方法—故障信息的智能处理技术的研究,
作了大量工作,但无论是在理论方面还是在实际应用方面都还存在许多问题有待
于研究解决。
旋转机械的故障诊断离不开实际应用,从振动信号的拾取、信号的处理、特
征提取到故障的诊断与识别,目的都是为了开发能应用于实际的测试与诊断系统。
目前,在这方面的发展主要有以下两个方向:
便携式的振动监测与诊断系统、在
线监测与诊断系统。
便携式的振动监测与诊断系统主要采用单片机,其功能是对旋转机械的振动信号进行测试并对所测信号进行分析,提取旋转机械的故障特征,从而进行故障诊断。
在线监测与诊断系统配有传感器系统、数据预处理系统、采样控制系统、计算机系统以及打印输出系统,配备丰富的监测与诊断软件,存储大量的数据,以备分析诊断用。
2.旋转机械故障诊断中的振动信号处理
无论是在故障诊断的机理研究,还是在诊断推理的征兆选择上,振动信号分析是目前故障诊断中应用最广泛的方法。
振动信号处理方法大致分为两类:
第一类是稳态或准稳态信号的各类处理方法;第二类是非平稳信号的各类处理方法。
2.1傅里叶变换
傅里叶变换是出现最早、发展最成熟的变换域信号分析方法,它是由法国数
学家J.B.J傅里叶(Fourier)于1822年在热理论的研究中首次正式提出的,傅里叶正变换建立了信号从时域到频域的变换桥梁,而傅立叶逆变换则建立了信号从频域到时域的变换桥梁,这两个域之间的变换为一对一的映射。
傅里叶变换及其逆变换的定义
由上面两个式子可见,傅里叶变换是从整体上将信号分解成不同的频率分
量。
上面两个式子可以用内积形式简洁表示为:
显然,傅里叶变换的核函数为指数函数。
从式(3.3)和式(3.4)可以看出,傅里叶变换的原函数x(t)和核函数的时间长度均为(-∞,∞),而其逆变换则在整个频
率轴上取值。
从这个意义上讲,傅里叶变换本质上是信号x(t)的全局变换。
傅立叶变换的最大贡献不在于把时间域与频率域联系了起来,而是把在时间域内难以观察到的信号特征,在频率域内往往能十分清楚地显示出来,反之亦然。
傅立叶变换的最大贡献也不在于使一些数学问题的求解变得更加简洁、高效。
傅立叶变换的最大贡献在于产生了信号的频谱分析方法。
应用广泛的快速傅里叶变换(FastFourierTransform,FFT)并不是一种新的变换,而是离散傅里叶变换(DiscreteFourierTransform,DFT)的一种快速算法,是由J.W.Cooley和J.W.Tukey于1965年提出的。
2.2特征实例
成都火力发电厂21号机组为东方电机厂生产的N200-130/535/535型汽轮发电机组。
外观如图2.1所示。
其轴瓦除了7瓦、8瓦为椭圆瓦外,其它的1号至11号瓦均为三油楔瓦。
为了配合该机组的大修,对其振动状况做了一次普遍的测试与分析。
1发电机组的测试与分析
本测试采用的传感器为美国Bently公司的速度传感器;采集卡为QL10型便携式数据采集器;汽轮机组转速为3000转/分钟,即转频为50Hz;采样频率为2000Hz,采样长度为36K。
图2.2—图2.4为本次测试中3号轴瓦至5号轴瓦测试的振动信号的时域波形及其频谱。
从图2.2至图2.4可以看出,各瓦的振动都主要是1阶(50Hz,与电机的转速一致)振动,但其中还有明显的2阶振动(100Hz)振动。
结合第2章中的故障类型及其振动特征,可以认为汽轮机低压转子和发电机转子的中心连接不好,即存在不对中故障,在维修检测时发现,确实存在不对中故障。
②给水泵的测试与分析
21号机组配备有两台给水泵。
整个轴系有四付轴承,1号和2号轴承为电机
轴承,3号和4号轴承为给水泵轴承,给水泵工作转速为3000转/分钟,即转频为49.2Hz。
图2.5和图2.6分别为给水泵1号轴瓦和3号轴瓦的垂直振动的时域和频谱。
由图2.5和图2.6的时域波形可以看出振动信号中存在明显的低频调制,而频
域波形中则有明显的以103.5Hz为中心频率的单边带存在,这显然是由于轴的偏心所致;另外,轴瓦1的频谱图(图2.5)中还含有明显的1/2倍频,这是碰摩故障的特征。
在给水泵维修时这两种故障均得以证实。
图2.1N200-130/535/535型汽轮发电机组
Fig2.1TurbogeneratorN200-130/535/535
图2.2汽轮机3号轴瓦振动测试结果
Fig2.2Vibrationtestresult,bush3,turbogenerator
图2.3汽轮机4号轴瓦振动测试结果
Fig2.3Vibrationtestresult,bush4,turbogenerator
图2.4汽轮机5号轴瓦振动测试结果
Fig2.4Vibrationtestresult,bush5,turbogenerator
图3.4给水泵1号轴瓦振动测试结果
Fig3.4Vibrationtestresult,bush1,waterpump
图2.6给水泵3号轴瓦振动测试结果
Fig2.6Vibrationtestresult,bush3,waterpump
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 旋转 机械 测试 信号 分析
![提示](https://static.bdocx.com/images/bang_tan.gif)