（机械电子工程专业论文）基于rbf神经网络的旋转机械故障诊断.pdf

摘要 摘要 随着现代工业和科学技术的迅速发展，特别是计算机技术的发展，现代设 备的结构越来越复杂，自动化系统的规模越来越大。一个大型的设备系统往往 是由大量的工作部件组成的，不同的部件之间互连，紧密耦合。这一方面提高 了系统的自动化水平，为生产带来了可观的经济效益，另一方面由于系统运行 的因素骤增，使其产生故障和失效的潜在可能性越来越大，一个部件故障常常 引起链式反应，导致整个系统甚至整个生产过程不能正常运行乃至瘫痪。所以 现代系统运行的安全性和可靠性已成为人类必须解决的刻不容缓的问题。本文 结合当今世界一些先进的旋转机械故障诊断的方法和技术，提出了一个新型的 故障诊断方法，并在实验和工厂现场中验证。实验表明基于r b f 神经网络的旋 转机械故障诊断方法的科学性和实用性，具有一定的实用价值。本文主要研究 以下内容：1 根据普通b p 神经网络训练收敛速度慢和精度不高的缺陷，研究了 几种b p 神经网络的改进模型，并通过实验数据进行仿真，得出改进的b p 神经 网络在故障诊断中比普通b p 网络具有很大的优势。2 提出了基于r b f 神经网 络的故障诊断，分析了r b f 神经网络原理，用m a t l a b 语言实现了r b f 神经 网络仿真，并对故障进行诊断，并和b p 神经网络诊断的结果进行了比较分析。 把r b f 网络仿真模型应用于通过b e n t l y 实验台模拟常见的几种旋转机械故 障所得到的故障数据和在工厂现场( 燕山石化注水机组) 得到的数据进行故障 诊断，其诊断结果与实际故障类型吻合，证明了此r b f 神经网络模型在故障诊 断中的有效性，具有一定的实用价值。 关键词：旋转机械；神经网络；故障诊断；m a t l a b 目录 a b s t r a c t 蚴m o d e mi n d u s t r ya n dt h er a p i dd e v e l o p m e n to fs c i e n c ea n dt e c h n o l o g y , e s p e c i a l l yc o m p u t e rt e c h n o l o g y , m o d e me q u i p m e n ti si n c r e a s i n g l yc o m p l e x s t r u e t t t r e , a u t o m a t i o ns y s t e ms i z ei si n c r e a s i n g am a j o re q u i p m e n ts y s t e mo f t e ni s c o m p o s e db yl a r g ep a r t so ft h ew o r k s t h ed i f f e r e n tc o m p o n e n t sa f ec o n n e c t e da n d t i g h t l ye o u p l e de a c ho t h e r t l l i si n c r e a s e dl e v e lo fa u t o m a t i o ns y s t e m sf o rt h e p r o d u c t i o nh a sb r o u g h tc o n s i d e r a b l ee c o n o m i cb e n e f i t s 勰o t h e rf a c t o r sl e a d i n gt o s y s t e mo p e r a t i o nf a u l ta n df a i l u r ei n c r e a s i n g l yl a r g e l y1 1 1 eo f t e nc a u s e dac h a i n r e a c t i o n , r e s u l t i n gi nt h ew h o l es y s t e ma n de v e nt h ew h o l ep r o d u c t i o np r o c e s si nn o t n o r m a lo p e r a t i o n , a n de v e np a r a l y s i s s om o d e mo p e r a t i n gs y s t e ms e c u r i t ya n d r e l i a b i l i t yh a v eb e c o m em a i np r o b l e mn e e d i n gt oe l i m i n a t ew i t h o u td e l a y t l l i s c o m b i n a t i o no ft h ec o n t e m p o r a r yw o r l ds o m ea d v a n c e dr o t a t i n gm a c h i n e r yf a u l t d i a g n o s i sm e t h o d sa n dt e c h n o l o g y , an e wm e t h o do ff a u l td i a g n o s i si si n t r o d u c e d w h i c hi sv a l i d a t e di nt e s ta n dt h ef a c t o r ys i t e e x p e r i m e n t ss h o wt h a tr o t a t i n g m a c h i n e r yf a u l td i a g n o s i sm e t h o dw i t ht h en e u r a ln e t w o r k - b a s e dr b fi ss c i e n t i f i c a n dp r a e t i e a l h a ss o m ep r a c t i c a lv a l u e t l l i sp a p e rs t u d i e st h ef o l l o w i n g ：1 u n d e r o r d i n a r yb pn e u r a ln e t w o r kt r a i n i n gs l o wc o n v e r g e n c ea n dd e f e c to fl o wp r e c i s i o n , t h es t u d yw i l li n t r o d u c es e v e r a li m p r o v e db pm o d e lw h i c hs i m u l a t et h r o u g h e x p e r i m e n t a ld a t at op r o v ei m p r o v e db pn e u r a ln e t w o r ki nf a u l td i a g n o s i sh a v e t r e m e n d o u sa d v a n t a g e s 也a l lo r d i n a r yb p 2 b a s e do nl m fn e t w o r kf a u l td i a g n o s i s i sp r o p o s e da n dt h e o r yo ft h ei l e u r d ln e t w o r ki sa n a l y s e d b y 脚l a bl m fn e u r a l n e t w o r ki ss i m u l a t e dw h i c hi se o m l ) a r e dw i t hb pn e u r a ln e t w o r k t l l i sp r o v e dt h a t r b fi l c u l n e t w o r km o d e li se f f e c t i v ei nf a u l td i a g n o s i s h a ss o m ep r a c t i c a lv a l u e k e yw o r d s ：r o t a t i n gm a c h i n e r y ；n e u r a ln e t w o r k s ；f a u l td i a g n o s i s ；m a t l a b n 学位论文版权使用授权书 本人完全了解北京机械工业学院关于收集、保存、使用学位论 文的规定，同意如下各项内容：按照学校要求提交学位论文的印刷 本和电子版本；学校有权保存学位论文的印刷本和电子版，并采用 影印、缩印、扫描、数字化或其它手段保存论文；学校有权提供目 录检索以及提供本学位论文全文或者部分的阅览服务；学校有权按 有关规定向国家有关部门或者机构送交论文的复印件和电子版；在 不以赢利为目的的前提下，学校可以适当复制论文的部分或全部内 容用于学术活动。 学位论文作者签名： 年月 日 经指导教师同意，本学位论文属于保密，在年解密后适用 本授权书。 指导教师签名：学位论文作者签名： 年 月日年月日 硕士学位论文原创性声明 本人郑重声明：所呈交的学位论文，是本人在导师指导下，进 行研究工作所取得的成果。除文中已经注明引用的内容外，本学位 论文的研究成果不包含任何他人创作的、已公开发表或者没有公开 发表的作品的内容。对本论文所涉及的研究工作做出贡献的其他个 人和集体，均已在文中以明确方式标明。本学位论文原创性声明的 法律责任由本人承担。 签名： 年月日 引言 第一章引言 1 1 课题研究的目的和意义 现代机械设备发展的一个明显趋势是向大型化、集成化、连续化、高速化、 柔性化和自动化方向发展。由此而使设备的功能越来越多，性能指标越来越高， 组成和结构越来越复杂，价格越来越昂贵，同时对设备的管理和维修的要求也 越来越高。现代机械设备的发展，一方面极大的促进了生产的发展，这主要表 现在大幅度提高了生产率和正品率，降低了成本和改善了劳动条件，同时也节 约了能源和精简了人员；另一方面也使生产潜伏着很大的危机，即一旦发生故 障停机，其直接、间接损失将十分巨大。随着机械设备上述发展趋势的加剧， 这一危机造成的后果将越来越严重，影响越来越突出。设备故障诊断技术的意 义主要表现在降低事故的发生率，降低维修费用，减少维修时间，增加运行时 间。无论从安全的角度，还是从经济效益出发，建立完备的监测与诊断系统都 具极其重要的意义。 1 2 旋转机械故障诊断概述 1 2 1 机械故障定义及其分类 从系统的观点来看，故障包括两层含义：一是机械系统偏离正常功能，它 的形成原因主要是因为机械系统的工作条件( 含零部件) 不正常而产生的，通过 参数调节，或零部件修复又可恢复到正常功能；二是功能失效，是指系统连续 偏离正常功能，且其程度不断加剧，使机械设备基本功能不能保证，则称之为 失效。 故障可按其故障性质、状态的不同而分为以下几种类型。 ( 1 ) 间歇性故障间歇故障是有时发生，有时又消失。永久性故障是故障出 现后，除经人工修理，不然就一直存在。 引言 ( 2 ) 局部性故障局部功能失效的故障是该机器设备某一部分存在故障，使 这一部分功能不能实现，而其它部分功能仍可实现。整体功能失效的故障，虽 然也可能是机器设备某一部分出现故障，但是整机功能不能实现。 ( 3 ) 急剧性故障急剧性故障是故障已经发生之后就使工况状态急剧恶化， 不停机修理，机器就不能继续运行。渐进性故障是发展缓慢，可以继续运行一 定时间后再修理。 ( 4 ) 突发性故障突发性故障发生在瞬间，它和急剧性故障不同之处是没有 明显的征兆，往往导致整机功能失效，甚至人身、设备安全难于预测。缓变性 故障具有渐进性和局部功能失效的特点，可以预测。 ( 5 ) 破坏性故障破坏性故障常导致整机损坏、车间破坏，乃至人身事故和 灾难性后果，是机械故障诊断重点预防的问题。非破坏性故障一般是指可修复 的故障。 ( 6 ) 早期故障和随机故障早期故障是有征兆的，可早期发现，一般不影响 机器的继续运行，但应注意其发展趋势，防止故障扩大。随时间变化的故障是 渐进性故障，如轴承磨损等。随机性故障没有明显的规律，大部分故障的特征 都具有随机性，不可重复。 上述故障类型是相互交叉的，随着故障的发展，可从一种类型转移到另一 种类型【1 卅。 1 2 2 旋转机械故障的特点 机械故障是与磨损、腐蚀、疲劳、老化等机理分不开的，根据机械故障形 成的一般过程，机械故障主要有以下一些特性： ( 1 ) 潜在性。机械在使用中会出现各种损伤，损伤引起零部件结构参数发生 变化，当损伤发展到使零部件结构参数超出允许值时，机械即出现潜在故障。 由于机械设计存在一定的裕度( 安全系数) ，因此即使某些零部件的结构参数超 出允许值后，机械的功能输出参数仍在允许的范围内，也即机械并未发生功能 故障。从潜在故障发展到功能故障一般具有较长的一段时间，因为通过润滑、 清洁、紧固、调整等手段，可以消除或减缓损伤的发展，使潜在故障得到一定 程度的控制甚至消除。机械故障的潜在性可通过维护保养来减少功能故障的发 生，从而大大延长了机械的使用寿命。 ( 2 ) 渐发性。由于磨损、腐蚀、疲劳、老化等过程的发生与时间关系密切， 2 引言 因此机械故障的发生多半与时间有关。在使用中，机械的损伤是逐步产生的， 零部件的结构参数也是缓慢变化的。绝大多数故障可能事先通过仪器进行测试 和监控，故障发生的概率与机械运转的时间有关，机械使用时间越长，发生故 障的概率就越大。故障的渐发性使机械的多数故障可以预防，故障诊断、视情 维修就是建立在这一基础上的。 ( 3 ) 耗损性。机械磨损、腐蚀、疲劳、老化等过程伴随着能量与质量的变 化，其过程是不可逆转的。表现为机械老化程度逐步加剧，故障越来越多。随 着使用时间的增加，局部故障的排除虽然能恢复机械的性能，但机械的故障率 仍不断上升，新的故障将不断出现。同时损伤的消除也是不完全性的，维修不 可能使机械的性能恢复到使用前的状态。机械故障的耗损性决定了机械维修级 别与深度的差异，同时机械故障分布模型也不能简单用指数分布来描述。 ( 4 ) 模糊性。机械使用中，由于受到各种使用及环境条件的影响，其损伤与 输出参数的变化都具有一定的随机性与分散性，同时，由于材料与制造等因素 的影响，机械的各种极限值、初始值也具有不同的分布，同一机械，在不同的 使用环境下，输出参数随时间也具有不同的分布，从而导致参数变化及故障判 别标准都具有一定的分散性，使机械故障的发生与判别标准都具有一定的模糊 性。机械故障的模糊性给机械故障的诊断与判别增加了一定的难度，也要求机 械故障的研究必须宏观与微观相结合。 ( 5 ) 多样性。机械使用中，由于磨损、腐蚀、疲劳、老化过程的同时作用， 同一零部件往往存在多种故障机理，产生多种故障模式，如轴的弯曲变形、磨 损、疲劳断裂等。这些故障不仅故障机理与表现形式不同，而且分布模型及在 各级的影响程度也不同，使故障呈现出多样性。机械故障的多样性要求对故障 按不同机理与模式单独进行研究。 1 2 3 旋转机械故障诊断方法 机械故障是一门综合性技术，它涉及现代控制技术、信号处理与模式识别、 计算机技术、人工智能、电子技术、统计数学等学科。现代故障诊断技术已经 有三十年的发展历史了，但作为- - i 综合性的新学科，故障诊断还是近些年发 展起来的。从不同的角度出发有不同的故障诊断分类方法，这些方法各有特点。 概括起来讲故障诊断可以分为两大类：基于数学模型的故障诊断和基于人工智 能的故障诊断方法。每类又包括若干具体的诊断方法，如图1 - 1 所示。 3 引言 1 3机械故障诊断的国内外研究现状与发展方向 大型回转机械状态监测技术的研究起步于二十世纪七十年代末。例如：日 本三菱公司的“旋转机械健康管理系统 ( m a c h i n e r yh e a l t hm o n i t o r i n g ，简称 ( ii 基于输入输出和信号处理的方法 i 基于数学模型的方法 基于状态估计的方法 li 基于过程参数估计的方法 故障诊断 l i 基于浅知识的方法 lf ，专家系统基于深知识的方法 lil 基于深浅知识的方法 li 基于案例 基于人工智能的方法、人工神经网络 l 模糊数学 l 基于故障树的方法 0 图1 1 m h m ) ，美国西屋公司的“可移动诊断中心一( m o b i l ed i a g n o s i sc e n t e r ，简 称m d c ) ，美国中心发电部的“透平监测设备一( t u r b i n e s u p e r v i s o r y e q u i p m e n t ) 和“试验设备监测力( t e s te q u i p m e n tm o n i t o r i n g ) ，丹麦b & k 公司 的2 5 0 0 型振动监测系统等，都具备了机组信号数据的采集、分析、计算、显示、 打印、绘图等功能，并配有专项诊断软件。 八十年代中后期以来，我国有关研究院所、高等院校和企业开始自行或合 作研究旋转机械状态监测技术，无论在理论研究、测试技术和仪器研制方面， 都取得了成果，并开发出相应的旋转机械状态监测系统。西安交通大学、浙江 大学、北京理工大学、北京机械工业学院等单位相继开展了这方面的研究工作， 9 0 年代陆续取得研究成果。这些系统的软件功能比较丰富，硬件性能也不断改 进，但价格依然昂贵，主要应用于国家重点企业中关键设备的监测或特定设备 的监测，如大型汽轮机组、大型水轮机组等。 大机组设备诊断技术的发展过程大概可以归纳为以下几个阶段：离线分析 阶段、计算机在线监测阶段和网络化监测诊断阶段。 4 引言 与故障诊断功能相比，在实际生产中，对于机电系统状态的趋势预示功能 的需求更为迫切。能够在故障还没有发生的情况下预先得知将要发生的故障， 能够有效的减少经济损失。目前，趋势预示技术主要方法大致归纳为： 1 数值分析预示方法，该类方法是较直接的预测方法( 采用两点异常状态 的方法，如：直线式、指数式等) ；采用预测统计的方法( 概率预测法) ；按照 最t j 、- - 乘法的预测，回归预测法或因果关系法( 一元线性回归、多元线性回归) 。 2 现代模型预测方法，该类方法正在从研究阶段向实用阶段发展( 时间序 列预测模型方式，灰色系统预测模型方式等) 。 3 基于人工智能的预测方法，该类方法正处于研究探讨阶段( 神经网络预 测方式、专家系统预测方式、模糊预测方式和混沌预测方式等，以及这些方式 的相互交叉形式) 5 。1 0 】。 1 4 神经网络在机械故障诊断中的应用 神经网络是模拟生物神经系统而建立起来的自适应非线性动力学系统，具 有可学习性和并行计算能力，可以实现分类、自组织、联想记忆和非线性优化 等功能。神经网络用于故障诊断领域，可以解决趋势预测和诊断推理问题。其 中，诊断推理可以理解为根据特定的映射关系由故障征兆域到故障原因域的计 算求解问题。对于复杂的机械系统而言，这种映射关系一般为非线性的，由于 神经网络可以对各种映射进行有效的逼近，因此，可以用其解决诊断推理问题。 将神经网络用于诊断推理，一般需要领域专家提供一系列范例( 如标准的故障诊 断实例1 作为学习样本，若学习样本中只有输入状态而没有输出状态，系统可以 通过自组织方式学习、分类，学习过程中，专家知识如启发性知识与推理方式 等，均以非自然语言、非显式逻辑和非语言形式化的方式分布于网络互连与权 值之中。经过大量标准样本学习的故障诊断系统，当输入特定的设备状态模式， 网络将通过各神经元之间的互连与权值构成的大规模非线性并行处理模式进行 计算，来实现隐含的专家知识的应用，最后生成诊断推理结果【1 1 1 。 基于神经网络的智能诊断具有以下优点： 具有统一的知识表达形式，知识库组织管理容易，通用性强，便于移植与扩 展；知识获取容易实现自动化( 如自组织自学习) ；可以实现并行联想和自适应 推理，对知识的完备性要求低，容错性强；能够表示事物之间的复杂关系( 如模 糊关系) ；可以避免传统专家系统的“组合爆炸和“无穷递归等问题；没有 5 引言 复杂的推理过程，可以实现实时在线诊断。 神经网络应用于故障诊断也存在着一些问题： 训练样本获取困难；忽视了领域专家的经验知识；连接权重形式的知识表 达方式难于理解【1 2 l 。 1 5 论文主要研究的内容 本文在介绍机械设备故障和当前一些主要的故障诊断技术的基础上，主要 对b p 神经网络、改进b p 神经网络和r b f 神经网络在旋转机械设备故障诊断 中的应用做了详细的研究。本文的研究内容主要包括以下几个方面： 1 本文针对旋转机械几种常见的故障进行了详细的研究和讨论，研究了旋 转机械故障机理和特征。 2 根据普通b p 神经网络训练收敛速度慢和精度不高的缺陷，研究了几种 b p 神经网络的改进模型，并通过实验数据进行仿真，得出改进的b p 神经网络 在旋转机械故障诊断中比普通b p 网络具有很大的优势。 3 提出了基于r b f 神经网络的故障诊断，分析了神经网络原理，用m a t l a b 语言实现了r b f 神经网络仿真，通过模拟样本对r b f 神经网络进行学习及 训练，显示出该模型具有学习速度快、效率高的特点；将该模型应用于旋转机 械故障诊断，显示出r b f 网络具有诊断精度高、容错性和稳定性好的优势，并 和b p 神经网络诊断的结果进行了比较分析，验证r b f 在旋转机械故障诊断中 具有的优势。 6 旋转机械典型故障分析 第二章旋转机械典型故障分析 旋转机械的主要功能是由旋转动作完成的，转子是其转动部件，也是最易 发生故障的部件。研究转子系统故障机理，对于监测旋转机械运行状态和提高 诊断故障的准确度具有重要的理论意义和实际工程应用价值。故障的原因不同 所产生的信息也不一样，根据机器所特有的信息，可以对机器故障进行诊断。 但是，机器发生故障的原因往往不是单一的因素，特别是对于转子故障，往往 是多种故障因素藕合的结果，所以对转子进行故障诊断，必须进行全面的综合 分析研究。转子故障常见形式有转子不平衡、不对中、碰磨、油膜涡动、转轴 裂纹等【1 3 1 。 2 1 常见旋转机械的故障机理及特征分析 2 1 1 转子不平衡故障机理及其特征 转子不平衡是由于转子部件质量偏心或转子部件出现缺损造成的故障，它 是旋转机械最常见的故障。据统计，旋转机械约有一半以上的故障与转子不平 衡有关。引起转子不平衡的原因有：结构设计不合理，制造和安装误差，材料不 均匀，运行中转子的腐蚀、磨损、结垢、零部件的松动和脱落等。转子不平衡 故障包括：转子质量不平衡、转子初始弯曲、转子热态不平衡、转子部件脱落、 转子部件结垢和联轴器不平衡等；不平衡按其机理又可分为静失衡、力偶失衡、 准静失衡、动失衡等四类。 一、振动机理 设转子的质量为m ，偏心质量为小，偏心距为e 。转子的质心到两轴连心 线的垂直距离不为零，挠度为a ，如图2 1 所示 一具有偏心质量的转子，设偏心质量集中于点c ，考虑到其外阻尼的作用， 转子以角速度q 运动时，其轴心d 的运动微分方程为 旅。+ 戗+ 缸= 所e q 2c o s d t 坳。+ 钞+ i o , = m e f 2 2s i n f 2 t ( 2 - 1 ) 令z = x + i y ，其复数形式的运动方程为 z + 2 n z + 缈：z = p q 2 p 曲 ( 2 2 ) 设其特解为 z = j a l e 忸句) 7 旋转机械典型故障分析 i l ， 给函i 卜 o 孺e 一 t 矗毒1 岱 伊一 1 一一一 1 。_ - i ，r -_q-一 曙刃- = 黟喇眵 带入后可得 因 故有 解出h 和同 图2 1 一q 2 + 2 以g 】么i = 细2 9 坩 e 徊= e o s o + s i n 9 k q 2 i a i = 出2c o s 0 ) 1 2 n 剑4 l ：啦2s i n 0 - j a i - - ) 2 + ( 2 y ( ) 2 略幽 扯旦一点2 以：擐竺旦 洲：丝卞丝一 h m ( 1 一名) 2 + ：磐 t a n o ：堡 1 一，z ( 2 - 3 ) ( 2 _ 4 ) ( 2 - 5 ) ( 2 - 6 ) 根据以上结论可以求出，按不同的频率比a 和阻尼系数亭的变化，做出幅 频响应图及相频响应图。实际的转子，由于轴的各向弯曲刚度有差别，特别是 由于支承刚度各向不同，因此转子对不平衡质量的响应，在工和y 方向不仅振 幅不同，而且相位差也不是9 0 0 ，因而转子的轴心轨迹不是圆而是椭圆。如图 2 2 所示【1 3 j 。 有上述分析可知，转子质量偏心及转子部件出现缺损故障的主要振动特征 旋转机械典型故障分析 如下： ( 1 ) 振动的时域波形为正弦波。 ( 2 ) 频谱图中，谐波能量集中于基频。 ( 3 ) 当q 国。时，q 增大振幅趋于 一个较小的稳定值；当q 接近于缈。时发生共振，振幅具有最大的振幅。 ( 4 ) 当工作转速一定时，相位稳定。 ( 5 ) 转子的轴心轨迹为椭圆。 ( 6 ) 转子的进动特征同步正进动。 ( 7 ) 振动的强烈程度对工作转速的变化很敏感。 ( 8 ) 质量偏心的矢量域稳定于某一允许的范围内。而转子发生部件缺损故 障时，其矢量域在某一时刻从气点突变为点。 图2 2 二、诊断方法及治理措施 1 转子质量偏心的诊断方法 ( 1 ) 振动特征如表2 - 1 所示 表2 - 1 转子质量偏心的振动特征 9 旋转机械典型故障分析 ( 2 ) 转子敏感参数如表2 - 2 所示 表2 2 转子质量偏心的敏感参数 l23456 振动随转速变化振动随负荷变化振动随油温变化振动随流量变化振动随压力变化其他 明显不明显不变不变不变低速趋于零 2 转子部件缺损的诊断方法 ( 1 ) 振动特征如表2 - 3 所示 表2 3 转子部件缺损的振动特征 l 2345678 特征频率常伴频率振动稳定振动方向 相位特征 轴心轨迹 进动方向矢量区域 l x突发增大后稳定径向突变后稳定椭圆 正进动突变后稳定 ( 2 ) 敏感参数如表2 - 4 所示 表2 - 4 转子部件缺损的敏感参数 l23456 振动随转速变化振动随负荷变化振动随油温变化振动随流量变化振动随压力变化其他 明显 不明星 不变不变不变振幅突然增大 3 转子质量偏心的故障原因及治理措施 ( 1 ) 故障原因如表2 5 所示 表2 - 5 转子质量偏心的故障原因 l234 故障来源 设计制造安装维修运行操作机器老化 结构不合理，制造 转子回转体结垢( 饲如压缩 主要原因 误差大，材质不均 转予上安装错位 转子上零件配合松动 机流道内结垢) 匀动平衡精度低 ( 2 ) 治理措施 ( 1 ) 转子除垢后，进行修复。 ( 2 ) 按技术要求对转子进行动平衡。 4 转子部件缺损的故障原因及治理措旌 ( 1 ) 故障原因如表2 6 ( 2 ) 治理措施：修复转子，重新动平衡，正确操作。 l o 旋转机械典型故障分析 表2 6 转子部件缺损的故障原因 l234 故障来源 设计制造安装维修运行操作机器老化 结构不合理。制造误差超负荷运行零部件损转子受腐蚀疲劳。应力 主要原因转子有较大预负荷 大，材质不均匀 坏脱落集中 ：卜 ：i i ：，il：l j ， 0i i1 o = ： ?7 i： ： i：i：i 。 ? a 。i ，i l 1 7 - 良 ! ， = - ：f ： ： ： ：! ： 。 ：少：i ：i ：i 7篪，1。ii1 ：i ：i： ： ：i ：i 。 ? ，7。i ii i 一j。? 。 山? i 。i 。i 。i 专节! ：i!：li!i ： l i ! ! i - - , a 一。 i 。 i ；j ， 1- 占删k 拥酗q 曼 图2 - 3 旋转机械转子振动特性 l l ，笔墨8i_d出易 旋转机械典型故障分析 三诊断实例 某大型旋转机械，在运行一段时间后，机组开始出现强烈振动，机器不能 正常工作。停机检修，主要振动特性如图2 3 所示。其振动特性具有以下特性： 1 振动频率与机械转速相同。 2 在频谱图中能量主要集中于基频，其他频率的振动烈度不明显。 3 有上图可知，轴心轨迹为椭圆。 4 振动的强烈程度对转子工作速度的变化很敏感。 诊断结论：由图2 3 所示的振动特性可知，旋转机械发生强烈振动的原因 是由于转子质量偏心、不平衡造成的。以上对故障类型和原因的判断符合在实 验中模拟的故障，说明用此方法进行故障诊断的准确性和科学性【m 1 6 1 。 2 1 2 旋转机械不对中的故障机理与诊断 大型机组通常由多个转子组成，各转子之间用联轴器联接构成轴系，传递 运动和转矩。由于机器的安装误差、工作状态下热膨胀、承载后的变形以及机 器基础的不均匀沉降等，有可能会造成机器工作时各转子轴线之间产生不对中。 具有不对中故障的转子系统在其运转过程中将产生一系列有害于设备的动态效 应，如引起机器联轴器偏转、轴承早期损坏、油膜失稳、轴弯曲变形等，导致 机器发生异常振动，危害极大。 ( 1 ) 不对中故障机理 转子不对中包括轴承不对中和轴系不对中两种情况。轴颈在轴承中偏斜称 为轴承不对中故障，即使采用自动调位轴承和可调节联轴器也难以使轴系及轴 承绝对对中。当对中超差过大时，会对设备造成一系列有害的影响，如联轴节 咬死、轴承碰磨、油膜失稳、轴挠曲变形增大等，严重时将造成灾难性事故。转 子不对中通常是指相邻两转子的轴心线与轴承中心线的倾斜或偏移程度。转子 不对中可分为联轴器不对中和轴承不对中，联轴器不对中又可分为平行不对中、 偏角不对中和平行偏角不对中三种情况。 ( 2 ) 不对中故障特征 转子径向振动出现二倍频，以一倍频和二倍频分量为主，不对中越严重， 二倍频所占比例越大。 相邻两轴承的油膜压力反方向变化，一个油膜压力变大，另一个则变小。 典型的轴心轨迹为香蕉形，正进动。 1 2 旋转机械典型故障分析 联轴器不对中时轴向振动较大，振动频率为一倍频，振动幅值和相位稳 定。 轴承不对中时径向振动较大，有可能出现高次谐波，振动不稳定。 振动对负荷变化敏感。当负荷改变时，由联轴器传递的扭矩会立即发生 改变，如果联轴器不对中，则转子的振动状态也立即发生变化。由于温度分布 的变化，轴承座的热膨胀不均匀而引起轴承不对中，使转子的振动也要发生变 化。但由于热传导的惯性，振动的变化在时间上要比负荷的改变滞后一段时间。 ( 3 ) 诊断方法 振动特性如表2 7 所示 表2 7 转子不对中的振动特征 l 2345678 特征频率常伴频率振动稳定性振动方向相位特征轴心轨迹进动方向矢量区域 2 xl x 2 x稳定径向、轴向较稳定双环椭圆正进动不变 敏感参数 转子不对中时，转子受力及轴承所加的附加力直接与所传递的转矩成正比， 即转子不对中所发生的异常振动随机器的负载荷增大而增大。转子的热态对中 状态对机器的基础变形、热膨胀不均匀及环境温度的突变等因素比较敏感，具 体见表2 8 所示 表2 8 转子不对中的敏感参数 l23456 振动随温度变化振动随负荷变化振动随油温变化振动随流量变化振动随压力变化其他识别方法 ( 1 ) 转子轴向振 动较大( 2 ) 联轴 器相邻轴承处振动 明曼明显有影响有影响有影响较大( 3 ) 麓机器 负荷增加振动增 大( ) 对环境温 度变化敏感 机械故障原因见表2 - 9 ( 3 ) 诊断实例 某旋转机械在例行检修时，对轴系的转子不对中度进行了调整等。机组在检 1 3 旋转机械典型故障分析 修后运行时， 机正常生产， 出现异常振动情况振幅明显增大，并且超过了设计的允许值，危 必须停机检修。对转子测点振动情况分析结果如图2 4 所示。 表2 - 9 转子不对中的故障原因 l 234 故障来源 设计、制造 安装、维惨运行、操作 机器劣化 ( 1 ) 超负荷运行( 1 ) 机器基础或基座沉降 对机器热膨胀量考虑( 1 ) 安装精度未达到技术要求 ( 2 ) 机组保温不良，不均匀，使不对中超差 主要原因不够给定的安装对( 2 ) 对热态时转子不对中变化量 轴系各转子热变形不( 2 ) 环境温度变化大，机 中技术要求不高考虑不够 同 器热变形不同 ( 1 ) 时域波形 l x纽3 x4 x5 z ， ( 2 ) 频谱图 ( 3 ) 轴心轨迹 图2 _ 4 转子异常振动特性 从上图可以看出，在频域图中二倍频较大，且伴有一倍频和三倍频，同时 轴心轨迹图为双椭圆，以上情况符合转子不对中的故障特征，因此初步判断故 障为转子不对中，需要停机检修，并且对转子不对中度进行调整。以上判断符 合实验中模拟的故障类型，证明了故障诊断方法的正确性和准确性。 2 1 3 转子与静止件摩擦的故障机理与诊断 在高速旋转机械中，为了提高机器效率，往往把密封间隙、轴承间隙做得 较小，以减少气体和润滑油的泄漏。但是较小间隙除了会引起流体动力激振之 外，还会发生转子与静止部件之间的摩擦。例如轴的挠曲、转子不平衡、转子 1 4 旋转机械典型故障分析 与静止热膨胀不一致、气体动力作用、密封激励作用以及转子对中不良等原因 引起的振动，轻者发生密封件的摩擦损坏，重者发生转子与静止件的摩擦碰撞， 引起严重的机器损坏事件。因此必须了解转子与静止件摩擦激振的故障特征， 以便及时做出诊断，防止重大事故的发生。 转子与静止件的摩擦有两种情况：一种是转子在涡动过程中轴径或转子外 缘与静止件接触而引起的径向摩擦；另一种是转子在轴向与静止件接触而引起 的轴向摩擦。 ( 1 ) 转子与静止件径向摩擦的振动机理 局部动静件碰磨的故障特征 当转子在涡动时与静止件发生接触瞬间，转子刚度增大；被静止件反弹后 脱离接触，转子刚度减小，并且发生横向自由振动。因此，转子刚度在接触与 非接触两者之间变化，变化的频率就是转子涡动频率。转子横向自由振动与强 迫的旋转运动、涡动运动叠加在一起，就会产生一些特有的、复杂的振动响应 频率。 局部摩擦引起的振动频率中包含有不平衡引起的转速频率，同时摩擦振 动是非线性振动，所以还包含有2 ( 0 、3 c o 、一些高次谐波。除此之外，还会引 起低次谐波振动，在频谱图上会出现低次谐波成分m n ，重摩擦时n = 2 ，轻摩 擦时n = 2 ，3 ，4 ，。次谐波的范围取决于转子的不平衡状态、阻尼、外载荷 大小、摩擦副的几何形状以及材料特性等因素，在阻尼很高的转子系统中也可 能不出现次谐波振动。轻摩擦时除了出现2 c o 、3 的高次谐波成分外，还出现 妄国、国、彩、 国的低次谐波成分；在重摩擦时仅出现低次谐波以及2 t o 、 3 0 的高次谐波。另外，在轴心轨迹上，轨迹线总是向左方倾斜的，对次谐波进 行相位分析，则垂直和水平方向上相位差1 8 0 0 。 动静件摩擦接触弧增大时的故障特征 当离心压缩机发生喘振、油膜振荡故障时，轴颈与轴瓦发生大面积干摩擦 或发生全周的摩擦，由于转子与静止件之间具有很大的摩擦力，转子处于完全 失稳状态。此时很高的摩擦力可使转子由正向涡动变为反向涡动。同时在波形 图上会发生单边波峰“削波 现象，如图2 5 所示。同时将在频谱上出现涡动 频率q 与旋转频率的和频与差频，即会产生n f 2 ：e m 的频率成分( n 、m 为 正整数) ，如图2 - 6 所示。另外由于转子振动进人了非线性区因而在频谱上还会 出现幅值较高的高次谐波。摩擦故障产生的轴心轨迹图如图2 7 所示。试验表 旋转机械典型故障分析 明以下结果。 1 ) 在刚开始发生摩擦接触情况下，由于转子不平衡，旋转频率成分幅值较 高，高次谐波中第二、第三次谐波一般并不太高，但第二次谐波幅必定高于第 三次谐波。随着转子摩擦接触弧的增加，由于摩擦起到附加支承作用，旋转频 率幅值有所下降，第二、第三次谐波幅直由于附加的非线性作用而有所增大。 2 ) 转子在超过临界转速时，如果发生3 6 0 0 全周向摩擦接触，将会产生一个 很强的摩擦切向力，引起转子的完全失稳。这时转子的振动响应中具有很高的 亚异步成分，一般为转子发生摩擦时的一个阶自振频率( 由于转子发生摩擦时 相当于增加了一个支承，将会使自振频率升高) 。除此之外，还会出现旋转频率 与振动频率之间的和频与差频。转速频率的高次谐波在全摩擦时会被湮没。 3 ) 利用双踪示波器观察转子的进动方向，当发生全周向摩擦时，涡动方向 将由正进动变为反进动。 九n八九一 uvv 图2 5 局部摩擦削波效应 扎；l 。i 。l 重1。1 1 图2 - 6 摩擦产生的组合频率 图2 7 摩擦轴心轨迹 ( 2 ) 转子与静止件轴向摩擦的振动机理 理论研究和试验表明，转子与静止件发生轴向摩擦时，转子的振动特征几乎与 正常状况一致，没有明显的异常特征，所以诊断轴向摩擦时，不能用波形、轴 1 6 旋转机械典型故障分析 心轨迹和频谱方法去识别，必须寻求新的敏感参数。轴向干摩擦力与旋转速度 有关，由于轴向干摩擦的作用使基频影响相对下降，同时有高频成分出现，所 以轴向干摩擦具有阻尼的特性。轴向干摩擦力的大小正比于转子与静止件间的 干摩擦因数和轴向力。轴向干摩擦阻尼远较径向摩擦阻尼大，由轴向干摩擦会 引起系统阻尼的显著增加，因此系统阻尼的变化可作为诊断轴向摩擦的识别特 征。另外，摩擦会造成功耗上升和效率下降，同时局部会有升温，因此工艺参 数对转子与静止件轴向摩擦的故障诊断非常重要。 ( 3 ) 转子与静止件摩擦的诊断方法 振动特性见表2 1 0 所示 表2 1 0 转子与静止件径向摩擦的振动特性 l234 5 6 7 s 特征频率常伴频率振动稳定性振动方向相位特征轴心轨迹进动方向矢量区域 1 ) 连续摩擦：反向1 ) 反向摩擦：1 ) 连续摩擦： 高次谐波， 位移，跳动，突变扩散扩敌 底次谐波及i x不稳径向 突变 2 ) 局部摩擦：反向2 ) 局部摩擦：2 ) 局部磨擦： 其组合谐波 位移紊乱正进动 敏感参数见表2 1 1 表2 1 1 转子与静止件径向摩擦的敏感参数 l234 56 振动随转速变化振动随负荷变化振动随油温变化振动随流量变化振动随压力变化其他识别方法 不明显不明显不变不变不变时域波形严重削波 故障原因见表2 1 2 表2 1 2 转子与静止件径向摩擦的故障原因 l234 故障来源 设计制造安装，维惨运行、操作机器劣化 1 ) 转子与定子偏心1 ) 机器运转时热膨胀 转子与静止件的间隙 主要原因2 ) 转子对中不良严重基础件或壳体变形大 不当 3 ) 转子动挠度大2 ) 转子位移 2 1 4 油膜振荡故障机理 转轴的转速达到失稳转速后即发生半速涡动。随着转速升高，涡动角速度 1 7 旋转机械典型故障分析 也将随之增加，但总保持着约等于转动速度之半的比例关系，半速涡动一般并 不剧烈。当转轴转速升到比第一阶临界转速的2 倍稍高以后，由于此时半速涡 动的涡动速度与转轴的第一阶临界转速相重合即产生共振，表现为强烈的振动 现象，称为油膜振荡。油膜振荡一旦发生之后，就将始终保持约等于转子一阶 临界转速的涡动频率，而不再随转速的升高而升高。在b e n t l y 实验台上模拟 油膜振荡故障时得到的时域图、频域图如图2 8 、2 9 所示( 工频为1 4 3 3 h z ) ， 在转子升速时得到的瀑布图如图2 1 0 所示。 鸯 罨 飞 图2 8 时域波形 c1 l 【a 图2 - 9 频域波形 蘑k 膻 图2 1 0 升速过程振动瀑布图 旋转机械典型故障分析 油膜振荡的故障特征： 油膜振荡总是发生在转速高于转子系统一阶临界转速的2 倍以上； 油膜振荡的频率接近转子的一阶临界转速，即使转速再升高，其频率基 本不变； 转子的挠曲呈一阶振型； 振动的波形发生畸变，在工频的基波上叠加了低频成分，有时低频成分 量占主导地位，低频振动的振幅不稳，轴心轨迹发散。 转子涡动方向与转子转动方向相同，轴心轨迹呈花瓣形，正进动；下面 列出了识别振动特征和敏感参数； 下面列出油膜振荡涡动的振动特征和诊断方法： ( 1 ) 振动特性见表2 1 3 表2 1 3 油膜振荡的特征 l 2345678 常伴频振动稳定振动方进动方 特征频率相位特征轴心轨迹矢量区域 毫性 向向 小于三( o 4 3 u 04 8 ) 组合频 不稳定径自不稳定扩教不规则正进动改变 率 ( 2 ) 敏感参数见表2 1 4 表2 1 4 油膜振荡的敏感参数 l23456 振动随油温变 振动随流量变振动随压力 振动随转速变化振动隧负荷变化其他识别方法 化化变化 1 ) 工作角频率等于或高于 振动发生后，升高 2 缈。时突然发生 不明星明星 不变不变2 ) 簧动强烈，有低沉吼叫声 转速，轰动不变 3 ) 振荡发生前发生油膜涡动 4 ) 异常振动有非线性特征 ( 3 ) 故障原因见表2 1 5 表2 1 5 油膜振荡的故障原因 1 9 旋转机械典型故障分析 设计、制造安装、维修运行机器劣化 1 ) 轴承问隙不当 轴承设计或制造不符和1 ) 润滑油不良轴承损坏、疲劳损 主要原因 2 ) 轴承壳体配合过盈不 技术要求2 ) 油温或油压不当坏腐蚀及气蚀 3 ) 轴瓦参数不当 ( 4 ) 治理措施 1 ) 工作转速避开油膜共振区。 2 ) 按技术要求安装轴承。 3 ) 增加轴承比压。 4 ) 控制轴瓦预负荷。 5 ) 调整润滑油温。 6 ) 更换轴承或润滑油 2 2 轴承故障机理及特征 旋转机械是设备状态监测与故障诊断工作的重点，而旋转机械的故障有相 当大比例与滚动轴承有关。滚动轴承是机器的易损件之一，据不完全统计，旋 转机械的故障约有3 0 是因滚动轴承引起的，由此可见滚动轴承故障诊断工作 的重要性。 滚动轴承故障的主要形式与原因： 滚动轴承在运转过程中可能会由于各种原因引起损坏，如装配不当、润滑 不良、水分和异物侵入、腐蚀和过载等都可能会导致轴承过早损坏。即使在安 装、润滑和使用维护都正常的情况下，经过