基于转子试验台的典型故障信号分析说明书

基于转子试验台的典型故障信号分析Analysis of Typical Fault Signals Based on Rotor Test Bench摘要随着现代工业飞速发展，旋转机械被越来越广的应用到企业生产之中，旋转机械被广泛地应用于企业生产的各种机械装置中，对机械的生产过程的顺利完成起到了关键性作用。由于旋转机械的复杂性， 在工作中经常会产生各种故障，如果不能及时发现和处理，会使机械设备丧失可靠性及其正常的生产功能，带来难以估量的的经济损失。这使得人们认识到对旋转机械的监测与故障诊断的重要性，并对旋转机械关键部件故障的分析技术也提出了更高要求。本文以实验台的模式对转子的几种故障做了深入研究：（1）研究转子实验台的构造，以及转子不对中、不平衡、基座松动三种故障的机理，为轴心轨迹的识别打下基础。（2）频域时域、轴心轨迹等方法对故障信号分析并进行对比。针对轴心轨迹的图像特征，利用轴心轨迹方法对转子不平衡、不对中、基座松动现象进行了深入研究，并在转子试验台上仿真了三种常见的轴心轨迹图形。（3）在转子试验中进行复合故障信号分析，发现主要是不对中、基座松动两种故障的复合故障，用 ICA 分离故障信号，从而可以获得各自的故障信号。关键字：旋转机械；MATLAB；故障分析；复合故障IAbstractWith the rapid development of modern industry, rotating machinery is more and more widely used in the production of enterprises, rotating machinery is widely used in enterprises to produce a variety of mechanical devices, the mechanical production process has played a key success effect.Due to the complexity of rotating machinery, often in the work of a variety of failures, if not timely detection and processing, mechanical equipment will lose the reliability and its normal production function, bring huge economic losses, more serious even Will lead to major personnel safety incidents. This makes the recognition of the importance of monitoring and fault diagnosis of rotating machinery and the higher requirements for the analysis of key components of rotating machinery.In this paper, several faults of the rotor are studied in detail:(1) The structure of the rotor test bed and the mechanism of the three faults of the rotor misalignment, the imbalance and the base loosening are studied, and the identification of the axis(2) the use of frequency domain time domain, axis trajectory analysis of fault signals and compared. According to the image features of the axial trajectory, the axial unmotor, the misalignment and the loosening of the base are studied deeply by using the axial trajectory method, and three common axial trajectories are simulated on the rotor test bed.(3) In the rotor test for complex fault signal analysis, found that the main is not on the base loose two kinds of fault complex fault, with ICA separation fault signal, which can get their own fault signal.Key words: rotating machine；MATLAB；fault analysis；complex fault- II -目录- I -摘要IAbstractII1 绪论11.1 论文工作的理论意义和应用价值11.2 目前研究的概况和发展趋势11.3 论文的主要内容32 MATLAB 的应用42.1 MATLAB 简介42.2 MATLAB 应用42.3 matlab 工具介绍73 转子实验台构造及机理分析93.1 转子实验台的构造93.2 转子故障机理103.2.1 转子不平衡的原因及机理103.2.2 转子不对中的原因及机理103.2.3 转子基座松动的原因及机理114 转子故障分析及仿真134.1 转子信号分析方法134.1.1 频域分析方法134.1.2 轴心轨迹分析方法134.2 转子故障仿真信号分析134.2.1 频域及轴心轨迹应用134.2.3 小结215.基于 ICA 分离信号及复合故障225.1 ICA 信号分离概念225.2 ICA 分离信号仿真及应用225.2.1 小结286结论29参考文献30附录 1外文翻译32附录 2外文原文39致谢44基于转子试验台典型故障信号分析1 绪论1.1 论文工作的理论意义和应用价值机械类型中包含着作旋转运动的零部件，此类部件统称为旋转体。在理想条件下、轴承在旋转与不旋转的情况下受到的压力相同，此类旋转体称为平衡旋转体1。此类工程中应用的旋转体由于很多原因会产生误差，容易导致旋转体产生噪音，造成严重的后果。因此，对基于转子试验台典型故障信号分析具有非常重大的研究意义2。随着计算机的稳步发展，以及科学水平和工业技术对机械行业的进一步深化，机械设备正有效地将自动化、大型化、高速化和智能化等多方面优势进行结合，伴随着各种功能的强大化，其机械结构复杂趋势再所难免，同时在振动强度等方面的问题的思考也越发重要3。在旋转机械制造过程中，故障特征提取与分析技术显得尤为重要，其重要性不亚于其他现代先进制造技术，例如常见的计算机辅助设计与制造技术、计算机集成技术和柔性制造技术等。随着与故障特征提取与分析相关理论的不断完善,以及各学科间融合程度的不断加深，特别是自动控制技术、嵌入式技术、信号处理技术、系统工程技术、计算机辅助设计技术以及人工智能等相关技术发展，也使得故障特征提取与 分析技术的研究内容逐渐延伸开来，主要涉及到的相关领域包括电子计算机技术、信号采集与信号处理技术、传感器与检测技术、故障机理研究以及自动控制与分析技术等4。1.2 目前研究的概况和发展趋势随着科学技术的进步与飞速发展，工业设备与系统不断向着大型，高效率，高性能和高自动化方向的发展。作为工厂的关键设备，大型旋转机械如汽轮机，发电机，涡轮机和离心式压缩机等，都价值不菲，在社会经济中占有很重要的地位5。虽然这些设备的安全系数不断提高，但由于工作环境等其他条件，使得它的一些部件可能出现故障， 一旦出现故障，轻则会有经济损失，而重则会酿成机毁人亡的大事故，为了解机械设备的情况，减少或避免事故的发生，及时了解设备的工作情况，预防事故的发生，发挥出设备的潜在能量。这就对设备工况监测和研究提出了较高要求。在旋转机械故障诊断中，最经常碰到的且影响最大的就是振动故障。旋转机械中的振动主要有两种形式:一是强迫振动，它是由于转子不平衡，联轴节不对中，安装偏差造成的，其振动频率为转子的回转频率及其倍频。在转子临界速度前，其振幅随转速增大而增大，超过临界速度，振幅减小。在临界速度处有一共振峰；二是自激振动，其振- 9 -动频率低于转子的回转频率。由于这种差异，在转子与定子中产生交变应力。自激振动常常在某个转速下(大于临界转速)突然发生，往往构成突发性故障。在国内常用的信号分析和处理方法有：时域分析，如相关分析，幅值分析，统计特征参数分析，波形分析； 频域分析，如功率谱分析，倒谱分析，细化谱分析；回顾国内外专家和学者在旋转机械故障特征提取和故障诊断方面的研究6，可以将故障特征提取技术的发展历史分为如下四个阶段：第一阶段 ，20 世纪 60 至 70 年代 ，长期恶劣的运行环境导致旋转机械出现的各类故障，利用简单的信号分析仪器再加上人类有限的经验知识对常见的故障信号进行分析诊断，解决了部分旋转机械失效的问题。第二阶段，20 世纪 70 至 80 年代，随着数字电路、计算机技术以及信号处理技术的发展，同时，随着 FFT 算法的提出，使得频谱分析的运算速度成倍提高。因此就出现了简单频谱分析仪，进一步提高了故障信息采集与分析的准确性。第三阶段，20 世纪 80 至 90 年代 ，随着一些相关技术的发展，特别是嵌入式技术、现代检测技术、信号处理技术、模式识别技术与信号特征估计技术等相关的现代科学技术的迅速发展，许多发达国家投入巨大的人力和物力研究旋转机械故障特征提取与分析技术；因此，旋转机械设备故障特征提取与分析技术研究进入了系统化的阶段。第四阶段，自 20 世纪 90 年代以来，计算机价格不断下降，数据处理速度不断提升， 为工业上应用状态预测创造了有利的条件。同时，随着计算机网络技术的快速发展，使得基于因特网的远程监测与分析系统越来越多的出现在工业领域7。在我国，国内外的很多专家学者对转子轴承系统出现故障时的特性都做了一定程度的研究。李全坤等建立了带有中介支承的双转子不对中故障系统动力学模型,利用解析分析、数值分析和实验验证,揭示了双转子系统存在平行、角度不对中故障时,高、低压转子的振动特性。张娅等教授用了计及回转效应、剪切效应及横向扭转的梁单元建立了实验装置转子的有限元分析模型，研究了不同类型轴承支撑下的转子碰摩故障振动特征。钟志贤采用 Rayleigh 方法计算横向裂纹轴单元的刚度模型,基于有限元法建立具有横向裂纹的多盘柔性转子-轴承系统的数学模型.分析裂纹对多盘柔性转子-轴承系统的动力特性的影响,研究由于裂纹的存在而产生的超谐波共振和亚谐波共振。加拿大科学家 king，g 等提出了一种利用快速正交搜索检测的感应电动机转子故障方法（FOS）。李振平等人在 2004 年，对旋转机械的不对中和不平衡进行了研究，得到了发生这两种故障时候的动力学关系，并且得到了故障与扭矩之间的一些特征关系，不仅建立了仿真模型，还对故障进行了真实实验模拟，实验的结果基本与理论分析保持一致8。顾卫东等人按照实际情况和模型的状况，建立了真实的试验台，对转子不平衡时候的特征进行了研究，发现适当增大转子不平衡量、减小轴承长径比、降低润滑油黏度、减小轴承间隙会提高转子轴承系统的稳定性9。1.3 论文的主要内容（1）认识转子实验台的构造与典型故障原因。（2）在转子故障分析中，应用轴心轨迹法、时域法、频谱法等方法，对于一些实例中的方程做简单的 Matlab 仿真。（3）使用 matlab 对不对中、不平衡、基座松动等故障信号进行信号分析。（4）用 ICA 分离信号对复合故障信号进行分离。2 MATLAB 的应用2.1 MATLAB 简介MATLAB(Matrix Laboratory),是一种以矩阵的模式处理数据的科学计算软件。很多领域都在大量的使用仿真、分析、设计等 matlab 处理方式，可以对问题得到有效的结果。 Matlab 应用领域。1 数值分析2 数值和符号计算3 工程与科学绘图4 控制系统的设计与仿真5 数字图像处理6 数字信号处理7 通讯系统设计与仿真8 财务与金融工程matlab 它在应用数学以及相关学科的计算分析软件中独树一帜，不光是在数值计算方面尤其突出，更是在人机交流能力上十分强大。在业内的计算软件中，matlab 已经逐渐成为了行业的领头羊。matlab 的实用领域很多，大概包含矩阵的分析运算、二维以及三维函数图像的绘制、算法的编辑与实现、人机界面的交互、与其它通领域的编程语言进行换算交流等等。除此之外，还可以应用在机械制造领域与工业工程计算、控制工程自动化控制系统、各种声波信号与超声波信号的处理和通讯、数字图像处理、未知信号检测、经济层面上的金融计算设计与分析等相关技术研究上面10。2.2 MATLAB 应用% 仿真信号轴心轨迹sf=800;%采样频率;N=512;%采样点数t=0:1/sf:1;x=6*sin(60*pi*t)+8*sin(120*pi*t+pi/6);% 信号 Ay=8*sin(60*pi*t+pi/2)+3*sin(120*pi*t+pi/4);% 信号 B figuresubplot(2,1,1);plot(t,x);xlabel(时间 t (s);ylabel(幅值 x(cm);title(A 的波形图); grid on; subplot(2,1,2);plot(t, y, g);xlabel(时间 t (s);ylabel(幅值 y(cm) );title(B 的波形图); grid on;%轴心轨迹图figure plot(x,y,b)title(轴心轨迹); % 图形标题grid on; clc;fs=800;%设定采样频率N=512;%采样点数n=0:N-1;t=n/fs; y=8*sin(60*pi*t+pi/2)+3*sin(120*pi*t+pi/4);%进行 FFT 变换并做幅频谱yy=fft(y,N);%进行 fft 变换py1=yy/512;py2=py1*2;%单边谱乘以 2 mag= abs(py2) ;%求幅值f=(0:256)*800/512;figure subplot(2,1,1);plot(f,mag(1:257);%做幅频谱图xlabel(频率(Hz);ylabel(幅值);title(B 的幅频谱); grid;图 1.1时域图图 1.2频域图图 1.3轴心轨迹图2.3 matlab 工具介绍Plot(X,Y) 画出以向量 X 为横坐标，向量 Y 为纵坐标的图形loglog双对数曲线clear清除内存中所有变量与函数Fplot(fun,xmin xmax)画出函数 fun 在区间xmin xmax内的图像Fplot(fun,xmin xmax ymin ymax) 对 Y 也有限制，fun 必须是函数 M（文件名） subplot 子图分割命令 调用格式：subplot(m,n,p) 按从左至右， 从上至下排列figure(n) 创建窗口函数，n 为窗 口顺序号title 给图形加标题xlable 给 x 轴加标注ylable 给 y 轴加标注text 在图形指定位置加标注gtext 将标注加到图形任意位置legend 添加图例axis 控制坐标轴的刻度axis(xmin xmax ymin ymax) 用行向量中 给出的值设定坐标轴的最大和最小值。lot 绘制函数图函数fplot 的调用格式: fplot(fun,lims) 绘制函数 fun 在 x 区间 lims=xmin xmax的函数图。ezplot 符号函数的简易绘图函数 ezplot 的调用格3 转子实验台构造及机理分析3.1 转子实验台的构造图 2.1小型转子实验台照片1)底座2)主轴3)飞轮4)直流电机5)主轴支座6)含油轴承及油杯7)电机支座8)联轴器及护罩9)RS9008 电涡流传感器支架10)磁电转速传感器支架11)测速齿轮12)保护挡板支架不平衡、不对中。基座松动故障。这三个转子故障状态的振动数据是在小型转子实验台上仿真得到的。采样频率为 1000Hz ,转子的工作转速为 2550r/min，对应工频为42.5Hz。信号由靠近转子水平方向的涡流传感器测取。分析点数为 512 点11。转子试验台分别仿真三种转子故障信号，分别为转子不对中，转子早期碰磨，转子基座松动三类信号。分别对每种故障转子仿真信号作其时域波形与频域波形，寻找三种不同种类的故障在时域和频域波形中是否有明显的区别，从而可以辨识出它们的不同转子故障种类，达到分析转子不平衡、不对中、基座松动等现象的发生。3.2 转子故障机理3.2.1 转子不平衡的原因及机理造成转子不平衡的主要原因,部件存在质量偏心(生产造成)或工作损坏。由不平衡所造成的机械故障较为常见,以下具体分析及不平衡的各种原因。第一类为转子生产材料存在的制造误差导致转子不平衡或与其他部件进行装配时产生的装配误差，此类误差导致的不平衡统称为原始不平衡。第二类由于转子上存在不均匀结垢，以及不均匀沉积在转子上的粉尘等颗粒，会导致转子磨损加快，此类型统称为渐发性不平衡。第三类由于转子上零部件发生脱落或存在难去除异物，其运转过程中会造成卡塞， 其振值会突然增大，此类型统称为突发性不平衡。图 2.2转子不平衡原理影响离心力大小的因素有；偏心质量 m 转角速度偏心质量 m 以及偏心距 e。导致不平衡产生振动的主要原因是在转子运动过程中有大小和方向都呈周期变化的交变力存在，其产生的振动频率与转速相同。3.2.2 转子不对中的原因及机理图 2.3转子不对中形式- 19 -在机械中转子与转子间连接是用联轴节，如果转子与转子间不在同一直线上，就简称此类故障为轴系不对中。通常在一些大型机械中，都是由很多个转子所组成的，在各个转子间都是用联轴器连接，构成轴系，传递各个部件之间的运动和转矩。转子不对中有可能由热膨胀、安装误差、机器的不均匀沉降等导致。不对中方式有轴承不对中、轴系不对中，其中轴承不对中会产生工频震动，其表现形式如图所示12。齿面的法向力为 FN= M k d1=cosaM Kd cosa由齿面啮合摩擦力矩为M= mF d = m M Kd = m M KFNd cosacosa中间齿套倾斜的力矩M 为 M= F b =bM KcosjTT =Nd cosa设M 与M 在同一平面内且相互垂直，其产生的径向分力为 F = M F 及 F = M TFTFLTL轴承所受的附加径向力为 Fx =F 2 + F 2 =(M F2 + M2 / L2TFT最大附加轴向力为 Fy max= mFN= m M k maxd cosa根据以上公式可知，当机械轴系转子与转子连接超差时，这时会出现转子的振动以及轴承的损坏。3.2.3 转子基座松动的原因及机理造成转子基座松动的主要原因是紧力不足以及当温度升高作用下产生较大间隙。其导致系统出现连接刚度不足和振动过大等一系列问题。可以通过适当的加强螺栓的强度或添加防松部件有效控制13。图 2.4转子基座松动原理如图 2.4 所示，当有较大间隙存在与轴承套与壳体间，由离心力作用轴承套会产生周期变形，整体会发生不连续位移，其主要会影响油膜稳定性。xO图 2.5庄子支承系统图 2.5 为一典型的庄子支承系统，设其右端轴承配合松动，间隙量为D 。若不考虑转轴质量，可将间隙D 折算到圆盘处记为 Co。转子的运动方程为mx + kx = F (x) + QxkCo(x Co) F (x) = kx(-Co x Co)- kCo(x 第三峰值能量第一峰值能量；故障频率主要为二倍频 100Hz。（二）转子不平衡故障的频谱能量集中在第一个峰值，倍频的能量很小，故障频率为一倍频 100Hz。（三）基座松动故障的频谱能量集中在前三个峰值，但第一峰值能量第三峰值能量；并且高频也具有能量分布。故障频率表现为二倍频100Hz 最大，其余高倍频能量也成递减分布，能量带较宽15。所以从转子不同故障频谱的频谱特征来看，可以分辨出三种故障的不同之处，能够区分三种故障，但是区分度不明显，特别是不平衡和不对中故障的区分度相对偏小，容易造成故障误判。4.2.2 轴心轨迹分析下面分别对三种故障信号做轴心轨迹，查看轴心轨迹对三种转子故障信号区分度。图 3.7转子不对中的轴心轨迹图 3.7 为转子不对中故障信号的轴心轨迹，其图形为双椭圆的环形相扣叠加而成比较密集。图 3.8转子不平衡的轴心轨迹图图 3.8 是转子不平衡故障信号的轴心轨迹图，轴心轨迹呈不规则形状。- 29 -图 3.9 转子基座松动的轴心轨迹图图 3.9 是基座松动故障信号的轴心轨迹，呈现不规则的多个椭圆的重合。从转子不对中故障，基座松动故障，碰磨故障的轴心轨迹可以看出每种故障的轴心轨迹具有各自的形状特征，并且轴心轨迹图的区分度十分明显，所以可以利用轴心轨迹简单准确的辨识转子发生了哪一种故障。4.2.3 小结根据仿真试验及 Matlab 信号分析发现，转子经常发生的不对中故障、不平衡故障、基座松动故障在时域信号图上没有明显的差异，无法从时域图形中辨识三种故障。在转子不对中故障、不平衡故障、基座松动故障频谱上，具有不明显的区分度，区分效果不理想，容易造成故障误判现象。从转子不对中故障、不平衡故障、基座松动故障的轴心轨迹来看，不同的轴心轨迹对应着不同的故障类型，并且三种轴心轨迹都能很好的得到区分。5.基于 ICA 分离信号及复合故障5.1 ICA 信号分离概念在很多机械状态监测与故障诊断中，需要去获取大量监测与诊断设备的各种信息， 这样能快速发现机器出现故障的关键因素。为了找到许多故障信息，这样需要很多测量的到的结果，机械在运行中会出现许多信号的瞬时叠加，这种顺势信号会给监测与故障分析带来很多困难，讲这种信号加以分析与处理是非常必要，而解决这种信号分离问题必须用到 ICA16。独立分量分析（independent component analysis,ICA）是一种盲源分离技术，其基本目标在于寻求某种变换，使变换后哥分量间尽可能统计独立。从概念上，ICA 可视作是主分量分析 PCA 的高阶扩展 PCA 在正交约束下利用信号二阶统计信息对高斯型数据的描述，不适用于强烈的非高斯特性数据的分析。ICA 则是一个强有力的非高斯数据分析工具，具有独特优势，它可以在无正交限制条件下抽取信号的统计独立分量，对数据进行深层次分析。ICA 模型标准 ICA 的数学模型为: x = As这里 x 为 N 维观测信号， A R N 实常数混合矩阵，s 为由M （ N M ）维统计独立的型号分量构成的信号向量。ICA 的目的是在只知道观测信号的情况下，获得解混矩阵。5.2 ICA 分离信号仿真及应用信号时域频域图clear; close allt=0.005:0.005:1;x1=sin(2*pi*30*t); x2=sin(2*pi*80*t); x(1,:)=2*x1+1*x2; x(2,:)=1*x1+3.5*x2; dt=0.005;xhplot(x1,dt); xhplot(x2,dt); xhplot(x,dt);nonlinearity = pow3;%nonlinearity = tanh;ss,Aa, W = fastica(x,numOfIC, 2, approach, defl, g, nonlinearity, displayMode, off);% plot(fuheguzhang1-ss)% ss(2,:)=fuheguzhang1-ss;xhplot(ss(1,:),dt); subplot(1,2,1)title(不对中故障 x 方向时域图);图 4.1频谱图图 4.2频域图图 4.3时域频域图对转子不对中与转子基座松动的复合故障，用 matlab 做出时域频域图，并用 ICA 的分离方法进行信号分离，可以更加清楚地观察出是哪一种故障。%独立分量分析-复合转子故障分析clear; close all clc;load(fuheguzhang.mat); dt=0.000384;fuheguzhang1=fuheguzhang(1,:);fuheguzhang2=fuheguzhang(2,:); xhplot(fuheguzhang1,dt);subplot(1,2,1)title(复合故障 x 方向时域图); subplot(1,2,2) title(复合故障 x 方向频域图);% T=wpdec(fuheguzhang1,2,db40);% %对信号 y 进行小波包分解，层数为 5，得到的 T 为小波树，plot 一下就可看到% a(1,:)=wprcoef(T,2,0);% a(2,:)=wprcoef(T,2,1);% a(3,:)=wprcoef(T,2,2);% a(4,:)=wprcoef(T,2,3);% 复合故障分离nonlinearity = pow3;%nonlinearity = tanh;ss,Aa, W = fastica(fuheguzhang,numOfIC, 2, approach, defl, g, nonlinearity, displayMode, off);% plot(fuheguzhang1-ss)% ss(2,:)=fuheguzhang1-ss; dt=0.000385;xhplot(ss(1,:),dt); subplot(1,2,1)title(不对中故障 x 方向时域图); subplot(1,2,2) title(基座松动 x 方向频域图); xhplot(ss(2,:),dt);subplot(1,2,1)title(分离第二故障 x 方向时域图); subplot(1,2,2) title(分离第二故障 x 方向频域图);% 复合故障轴心轨迹fs=8000;speed=3000;%这里插入转速工况naxis=2;% 轴 数 , dim=3;%设定局部区域参数npeak=5;%频谱图上提取峰值个数% %图片幅值设置fheight=0,200;fwidth=0,100; theight=-200,200;twidth=0,16;xyheight=-200,200;xywidth=-200,200; wx=0,200;wy=20,300;wz=0,30; hx=0,300;hy=0,30;data=fuheguzhang; txet= 复 合 故 障 轴 心 轨 迹 图 ; fc=2.5*speed/60;%轴心轨迹截断频率,%生成轴心轨迹图axisxy2(data,fs,fc); title(txet);在实际转子系统工作时，往往并不是只存在单一的故障，而是多种故障同时存在， 图 4.4 是转子不对中+松动的复合故障的时域图和频域图，在时域图中，不能够分别信号存在什么故障。在频域图中，主要变现为二倍频 100Hz，很容易误判为不对中故障。图 4.4转子复合故障时域图和频域图转子复合故障信号经过 ICA 分离之后，能够将两种复合的故障分别分离来，从而可以用单一故障诊断的理论来进行转子复合故障的诊断。图 4.5 分离的第一故障信号时域图和频域图图 4.5 是分离的第一故障信号时域频域图，在频域图中可以看出分离出了 100Hz 的二倍频能量最大，同时高频也有能量分布，大致呈现依次递减，判定为松动故障。图 4.6 基座松动时域频域波形图图 4.6 是分离的第二故障信号时域频域图，在频域图中可以看出分离出了 100Hz 的二倍频能量最大，其余倍频能量较小，判定为转子不对中故障。从 ICA 分离的结果可以看出，经过 ICA 分离之后，再频域能够分辨出两种复合的故障，是一种有效的分离复合故障的方法。图 4.7分离的第二故障信号时域频域图图 4.7 是转子分离的复合故障的轴心轨迹图，是转子复合故障的轴心轨迹图，可以看出转子轴心轨迹并不是完整的一个椭圆，大致有四分之三是不规则的，出现明显的振动摆动。但并不能完全判断是哪一种故障。在小型转子实验台上仿真得到基座松动和不对中复合故障，分析频率为 1000Hz，转速 3000r/min，工作频率为 50Hz，采用加速度传感器测量信号。两个测点分别布置在远离电机和靠近电机的两端。对于复合故障信号，只能得到不对中的特征频率，而经过 ICA 分解以后各自频谱图17。5.2.1 小结根据仿真试验及 Matlab 信号分析发现，转子经常发生的不对中故障、不平衡故障、基座松动故障在时域信号图上没有明显的差异，无法从时域图形中辨识三种故障。在转子不对中故障、不平衡故障、基座松动故障频谱上，具有不明显的区分度，区分效果不理想，容易造成故障误判现象。转子轴心轨迹的形状是判断转子运行状态和故障征兆的重要根据。转子轴心轨迹是指转子上轴心一点相对于轴承座运动而形成的轨迹。从转子不对中故障、不平衡故障、基座松动故障的轴心轨迹来看，不同的轴心轨迹对应着不同的故障类型，并且三种轴心轨迹都能很好的得到区分。转子复合故障在实际中是多见的，通过 ICA 分离复合故障信号，在频域能够分辨出是哪种单一故障。结论机械行业正在蓬勃发展，在高速发展的过程中转子的工作环境越来越困难，因此对机械转子的故障诊断变得越来越重要。转子在发生故障时会出现机器的振动以及噪声， 这是非常重要的故障特征，振动信号从频域，频域及轴心轨迹等都能有效的反映故障信息。本文对转子故障分析方法进行介绍及研究，现将本文的工作总结如下：（1）在分析故障转子中需要先进行 matlab 的学习，在分析转子故障中，时域法、频谱法、轴心轨迹法都需要用 matlab 进行实现，从最初只能识别简单的函数到现在可以独立完成一些代码编写。到用 matlab 的软件可以跟仪器实际做一些与转子有关的实验，同时也对开始时提出的转子不对中、不平衡、基座松动等故障原因进行了实验的验证。我也对转子的三种典型故障进行深入的研究，分析机理更加掌握三种故障的原因及现象。（2）在一些机械诊断中监测的过程中，我么需要去获取大量监测与诊断设备的各种信息，为了能快速的发现机器出现的故障是关键因素，为了找到很多故障，我们需要大量检测结果运用时域频域、轴心轨迹等方法对故障信号进行对比，可以更加方便有效的对三种故障进行深入研究，也可以方便更快的了解机器是哪一种故障，进行维修预处理。而这种方法至适合出现一种故障信号时，当出现许多故障信号的瞬时叠加时，这种信号分析和处理是非常长困难的，解决这种信号需要 ICA 独立分量分析，这样可以轻松的分离复合故障信号再进行单独分析。其中虽然研究了时域、频域、轴心轨迹三种故障分析方法，但都是经典的故障诊断分析技术，对线性系统的故障诊断较为有用。但在实际生活中都会含有不同的非线性因素，目前的这些方法对这些特征的分析还不是很清晰。现在除了时域分析以及频域分析法外，还有很多新兴的故障分析技术，如自适应 AR 模型法、分段平稳 AR 法等，但这都还处于不断的完善中，也是我以后将要深入研究的课题。参考文献1、陈书凯.转子系统振动故障分析与诊断D.南京航空航天大学，2005. 2、杨文瑛.基于经验模态分解的转子故障信号熵特征提取研究D.兰州理工大学，2012. 3、Thermoelastic Modeling of Rotor Response With Shaft Rub4、周扬.基于振动信号分析的转子故障诊断方法研究D.南京航空航天大学，20145、马文朋.基于振动分析的民航发动机转子系统故障诊断研究D. 天津大学，2015.6、Analysis of the Reliability of a Jet Engine Compressor Rotor BladeCompressor Ro tor Blade Containing a Fatigue Crack 7、霍天龙.基于支持向量机的转子系统故障诊断方法研究D.兰州理工大学，2011. 8、欧阳运芳.旋转机械状态监测与故障诊断中信号分析方法及应用研究D.哈尔滨工业大学， 2001.9、田静，许宝杰.基于转子实验台的典型故障信号模拟与分析J.北京信息科技大学学报(自然科 学版)，2005，20(3):1-4.10、周丽芹，刘建丽，王立红.基于转子实验台的典型故障信号模拟与分析J.振动、测试与诊断， 2004，24(2):131-134.11、刘文彬，郭瑜，郑华文.基于短时傅里叶变换的油膜振荡故障识别J.中国测试，2008，34(