设备监测与故障诊断

设备监测与故障诊断设备监测与故障诊断现实生活和工业过程中恶性事故时有发生转子事故现实生活和工业过程中恶性事故时有发生透平机械事故设备监测与故障诊断现实生活和工业过程中恶性事故时有发生水轮机事故设备监测与故障诊断现实生活和工业过程中恶性事故时有发生美国哥伦比亚号载人航天飞机失事设备监测与故障诊断现实生活和工业过程中恶性事故时有发生断裂部位三峡塔带机断裂事故

2002年9月3日设备监测与故障诊断机电设备状态监测与故障诊断对关键设备进行状态监测和故障诊断可以提高设备的可靠性，实现“事后维修〞到“预知维修〞的转变，提高企业和设备的管理水平，保证产品的质量，防止重大事故的发生，降低事故危害性，从而获得潜在的巨大经济效益和社会效益。机电设备故障诊断的意义：机电设备状态监测与故障诊断★美国最早，1967年美国宇航局倡导成立了机械故障预防小组〔“MFPG〞〕★70年代英国机械保健中心成立，并用于核发电、钢铁、电力等诊断。★71年日本开始开展自己的TPM〔全员生产维修〕：钢铁、石油、化工、铁路★进而欧美许多国家都在重视开展。如瑞典SPM轴承监测、挪威船舶诊断、丹麦B&K的振动与声发射诊断

机电设备状态监测与故障诊断机电设备状态监测与故障诊断机电设备状态监测与故障诊断状态监测与故障诊断系统:离线监测与故障诊断定期或不定期的巡检的方式采集现场数据，然后回放到计算机，由计算机软件进行监测与诊断分析。

特点：离线分析，对突发故障无能为力，但可精细分析例如：基于便携式数采仪的故障诊断与预测维修系统〔天津大学机电科技中心〕机电设备状态监测与故障诊断状态监测与故障诊断系统：离线监测与故障诊断在线监测与故障诊断由传感器及高速实时数采硬件、控制计算机及监测分析软件组成。特点：在线监测，可以给出设备的当前状态，捕捉突发故障并进行精细分析。例如：在线故障诊断与自动报警系统〔天津大学机电科技中心〕机电设备状态监测与故障诊断状态监测与故障诊断系统：机电设备状态监测与故障诊断状态监测与故障诊断系统：在线监测与故障诊断机床电源计算机监控箱记录、文件机电设备状态监测与故障诊断状态监测与故障诊断系统：在线监测与故障诊断机电设备状态监测与故障诊断状态监测与故障诊断系统：前瞻性的故障诊断模式：状态监测与故障诊断系统：。。。。。。。。。。。….信号调理信号调理信号调理机组机组现场工控机….信号调理信号调理信号调理机组机组现场工控机。。。。。。。。。。。….信号调理信号调理信号调理机组机组现场工控机远程计算机局域网多机组网络化实时监测模式机电设备状态监测与故障诊断机电设备状态监测与故障诊断状态监测与故障诊断系统：前瞻性的故障诊断模式：机电设备状态监测与故障诊断设备状态监测与故障诊断主要包括如下几个环节：机电设备状态信息的获取状态特征的提取状态判断与决策测取的信号应能反映设备的状态与故障信息，具体包括：振动、声、力、温度、超声、油污染、锈蚀、转速、扭矩、功率、电流、电压等。其中：振动信号最常用，方法成熟，信息量大；声信号采用非接触测量，测取方便，信息量大，但容易受干扰方法：以振动测量为例，可以测：加速度、速度、位移。通常采用加速度传感器。

机电设备状态监测与故障诊断一、状态信息的获取压电加速度传感器

加速度传感器输出的电荷量与振动加速度成正比。传感器必须与前置电压放大器、电荷放大器或测量放大器配用。直接放大可测加速度，经过一次积分可测速度，经过二次积分可测位移。加速度传感器一般具有很高的固有频率，适于测量高频振动或设备振动中的高频成分。例如齿轮箱的捏合频率、滚动轴承的特征频率等。加速度传感器测量的是被测物体的绝对振动。机电设备状态监测与故障诊断一、状态信息的获取速度传感器速度传感器固定在被测物体上，物体振动时，传感器输出的电量与振动速度成正比。经过一次积分可测位移，经过一次微分可测加速度。速度传感器测量的是被测物体的绝对振动。速度传感器的频响范围较加速度低一些，不适合测量太高频率的振动。机电设备状态监测与故障诊断一、状态信息的获取电涡流式位移传感器涡流传感器属于非接触式传感器一类，在旋转机械中应用最多。可以用来监测转子系统的运动状态，例如转子的径向振动、轴向振动、轴心轨迹、轴心位置、油膜厚度、转子转速等信息。涡流传感器测量的是被测物体与传感器探头端面之间的距离。一、状态信息的获取机电设备状态监测与故障诊断t0t0t0模拟信号离散量化传感器输出的信号一般都是诸如电压、电荷、电阻变化值、电容变化值等模拟信号，在利用计算机对其进行处理之前必须对其进行离散量化成数字信号。模拟信号到数字信号转换的过程如以下图所示。模拟信号的采集机电设备状态监测与故障诊断二、状态特征的提取〔信号处理〕

信号处理的方法：时域分析、幅值域分析、频域分析、时频分析等机电设备状态监测与故障诊断二、状态特征的提取〔时域分析〕均值〔一阶矩〕：描述信号的稳定分量方差〔二阶中心矩〕：描述信号的波动分量信号的时域波形偏斜度〔三阶矩〕：反映信号中大幅值成分的影响机电设备状态监测与故障诊断二、状态特征的提取〔时域分析〕峭度〔四阶矩〕：反映信号中大幅值成分的影响信号的概率表示：概率密度函数的物理意义信号的概率密度函数：机电设备状态监测与故障诊断二、状态特征的提取〔时域分析〕应用：直接应用于机器状态的诊断。例如，图为车床变速箱的噪声概率密度函数p(x)，a—新车床，b—旧车床，显然新、旧车床变速箱噪声概率密度函数p(x)值有较大差异。车床变速箱噪声概率密度函数a)新车床噪声p(x)b)旧车床噪声p(x)机电设备状态监测与故障诊断二、状态特征的提取〔时域分析〕1、自相关函数是偶函数，即。2、当时，自相关函数等于信号的方差3、当时，自相关函数的值总是小于，即小于方差信号的自相关函数：描述信号自身的相似程度重要规律：周期信号或者其他非随机信号的自相关函数不随变量的变化而衰减；随机信号的自相关函数当变量增大时将趋向于零。因此，自相关函数是在机器噪声中查找周期信号或者瞬时信号的重要手段。机电设备状态监测与故障诊断二、状态特征的提取〔时域分析〕应用：正常运行状态—机器噪声是大量的、无序的、大小接近的随机冲击结果，有宽而均匀的频谱。运行不正常状态—随机噪声将出现有规那么、周期性的脉冲，其大小比随机冲击大的多。例如;机构中轴承磨损间隙增大时，轴与轴盖就会有碰击现象。首先运用自相关函数查找出隐藏的周期分量，进而依靠其幅值和波动的频率可以查找出机器的缺陷所在。图C630型车床主轴箱噪声的自相关函数机电设备状态监测与故障诊断二、状态特征的提取〔时域分析〕信号的互相关函数：描述两个信号之间的相似程度或相关性性质：1、互相关函数不一定是偶函数。2、当时，互相关函数不一定是最大值。3、互相关函数具有反对称性。重要规律：假设互相关函数出现峰值，那么表示两个信号相似；假设互相关函数几乎处处为零，那么表示两个信号不相关。机电设备状态监测与故障诊断二、状态特征的提取〔时域分析〕应用一：相关测速机电设备状态监测与故障诊断二、状态特征的提取〔时域分析〕应用二：故障定位机电设备状态监测与故障诊断二、状态特征的提取〔时域分析〕发动机与司机座的相关性较差，而后桥与司机座的互相关较大，可以认为司机座的振动主要是由汽车后轮的振动引起的。应用三：传递通道的相关测定机电设备状态监测与故障诊断二、状态特征的提取〔时域分析〕信号的幅值参数〔2〕平均幅值〔3〕均方幅值〔4〕峰值〔1〕方根幅值机电设备状态监测与故障诊断二、状态特征的提取〔时域分析〕〔2〕峰值指标〔3〕脉冲指标〔4〕裕度指标信号的无量纲指标=均方幅值/平均幅值=峰值/均方幅值=峰值/平均幅值=峰值/方根幅值〔1〕波形指标机电设备状态监测与故障诊断二、状态特征的提取〔时域分析〕汽车后桥齿轮加速度信号的无量纲指标如下图是对28只汽车后桥齿轮在不同运行状态下振动的加速度信号经过计算得到的无量纲指标。由图课件，波形指标K的变化很小，没有足够的诊断能力；脉冲指标I最好，可以作为齿轮运行状态的优良诊断指标。峰值指标C比起脉冲指标I要差一些。机电设备状态监测与故障诊断二、状态特征的提取〔频域分析〕将时域信号转换到频域中去进行分析，最普遍的方法就是通过快速傅立叶变换〔FFT〕进行的

在机电设备状态监测与故障诊断中，一些零部件都有自己的特征频率，我们把时域信号转换到频域中，查找对应的特征频率及其幅值的大小，就可以粗略判断故障的部位和程度。机电设备状态监测与故障诊断二、状态特征的提取〔其他分析方法〕波德图：波德图是反响及其振幅和相位随转速变化的关系曲线。如下图。图中以转速为横坐标，振幅和相位角为纵坐标。这种图形一般用跟踪矢量滤波器在机器起动或停车阶段测得。从波德图上可以得到：〔1〕转子系统在各种转速下的振幅和相位。〔2〕转子系统的临界转速。〔3〕转子系统的共振放大系数。〔4〕转子振型。〔5〕系统的阻尼大小。机电设备状态监测与故障诊断二、状态特征的提取〔其他分析方法〕奈奎斯特图：奈奎斯特图是把振幅与相位随转速的变化关系用极坐标的形式表示出来。如下图。图中用一旋转矢量的点代表转子的轴心，该点在各转速下所处位置的极半径表示轴的径向振幅，角度就是相位角。从奈奎斯特图上可以得到比波德图更多的信息，例如转子不平衡质量的方位。机电设备状态监测与故障诊断瀑布图：瀑布图是三坐标图，x轴为振动频率，y轴为转速或者时间间隔，z轴为振动幅值。如下图。二、状态特征的提取〔其他分析方法〕瀑布图常用来表达机器振动在骤变过程或者启动停车过程中各频率成分的幅值变化，可以判断机器的临界转速、振动原因以及系统的阻尼情况。例如，机器过临界转速、轴承发生油膜振荡、零件磨损以及各种突然发生的亚异步振动等，均能在瀑布图上获得分析故障原因的有用信息。机电设备状态监测与故障诊断轴心轨迹：轴心轨迹的获取是利用相互垂直的两个非接触式传感器分别安置于转子某一截面上，同时采集数据绘制而成。如下图。二、状态特征的提取〔其他分析方法〕通过分析轴心轨迹的运动方向与转轴的旋转方向，可以确定转轴的进动方向〔正进动和反进动〕。轴心轨迹在故障诊断中可以用来确定转子的临界转速、空间振型曲线以及局部摩擦，如不对中、摩擦、油膜振荡等。机电设备状态监测与故障诊断二、状态特征的提取〔其他分析方法〕轴心位置：借助于相互垂直的两个电涡流传感器，监测直流间隙电压，就可得到转子轴颈中心的径向位置。如下图。通过轴心位置图可判断轴颈是否处于正常位置，对中好坏、轴承标准高是否正常、轴瓦有否变形等情况，从长时间轴心位置的趋势可以观察出轴承的磨损情况。轴心位置图是指转轴在没有径向振动情况下轴心相对于轴承中心的稳态位置。机电设备状态监测与故障诊断二、状态特征的提取〔其他分析方法〕趋势分析：趋势分析是把所测得的特征数据值和预报值按一定的时间顺序排列起来进行分析。如下图。这些特征数据可以是通频振动、1倍频振动、2倍频振动、0.5倍频振动、轴心位置等。时间序列可以按前后各次采样、按小时、按天等。趋势分析在故障诊断中起着重要的作用。机电设备状态监测与故障诊断三、机电设备故障诊断方法转轴组件的故障诊断转轴组件是机器中主要的装配单元。它的振动类型可分为径向振动、轴向振动和扭转振动三类。其中径向振动对机器运转的影响最大，成了振动监测的主要对象。回转机械中的振动可分为两种形式，其一是同步振动，又称为强迫振动，主要由转子的不平衡、联轴器的不对中、安装不良等引起的。其振动频率为转子的回转频率及其倍频；振动的幅值在转子的临界转速前随着转速的增加而增大；超过临界转速，那么随转速的增加而减小。对转子进行动平衡处理，可以有效减轻和抑制这种振动。机电设备状态监测与故障诊断三、机电设备故障诊断方法转轴组件的故障诊断另一种振动的形式是亚同步振动，又称自激振动。其振动频率低于转子的回转频率。这种振动常常在某个转速下突然发生，具有极大的危害性。常见的亚同步振动有油膜涡动、油膜振荡。〔1〕油膜涡动：油膜涡动的频率约为转子回转频率的一般，常称为半速涡动或半频涡动。〔2〕油膜振荡：随着转子转速增加，油膜涡动频率也增加，两者保持一个近乎不变的恒定比，约为50％。但当转速约为转子一阶临界转速的2倍的时候，随着转速增加，涡动频率将保持不变，等于转子的一阶临界回转频率，转子出现强烈的振动现象，称为油膜振荡。为钢球数；为钢球直径；为滚道节径；为接触角；为回转频率。滚动轴承的常见故障主要有：磨损、疲劳〔点蚀、剥落〕、塑性变形、腐蚀以及断裂、胶合等 其他失效形式。机电设备状态监测与故障诊断三、机电设备故障诊断方法滚动轴承的故障诊断轴承的特征频率计算公式：〔1〕内圈剥落：〔2〕外圈剥落：〔3〕钢球剥落：〔4〕内滚道不圆：〔5〕保持架不平衡：机电设备状态监测与故障诊断三、机电设备故障诊断方法滚动轴承的故障诊断滚动轴承常用分析方法：带通滤波法共振解调法——包络谱脉冲冲击法SPM频谱分析法油样分析〔铁谱、光谱、磁塞〕轴承温度：如高速机车的轴温监测机电设备状态监测与故障诊断三、机电设备故障诊断方法滚动轴承的故障诊断右图为某外圈有剥落206轴承振动信号的频谱和包络谱图。7500Hz附近为测试棒引起的高频固有振动。以15200Hz为中心频率，以带宽3200Hz进行包络分析得到以下图。其上408Hz、816Hz谱线非常明显，这分别是外圈故障特征频率的一倍频和二倍频。在三倍频1224Hz处也有谱峰存在，但不明显。机电设备状态监测与故障诊断三、机电设备故障诊断方法齿轮箱的故障诊断齿轮箱常见故障断裂：41%疲劳（点蚀、剥落）：31%齿面划痕：10%磨损：10%其他：如塑变、腐化：8%1、啮合频率及其高次谐波2、磨损时谐波较基频幅值增加快3、由调制效应产生的边频带〔除磨损外〕4、寄生成分：加工分度误差引起，载荷大寄生力大齿轮箱故障信号特征：机电设备状态监测与故障诊断三、机电设备故障诊断方法齿轮箱的故障诊断1、啮合频率及其高次谐波

齿轮在啮合过程中载荷的分配是变化的，载荷的变化会引起齿轮刚性的变化，从而引起齿轮的振动，这种振动通常称为啮合振动。该振动在频谱图上会出现啮合频率及其高次谐波。均匀磨损后啮合频率及其高次谐波振动分量的幅值都会上升，但基频增长较慢，而高次谐波分量的增长比基频快。齿轮传动的振动波形及其频频2、由调制效应产生的边频带在一对齿轮啮合过程中，其啮合频率及其高次谐波可以看作一个高频振荡〔载波〕，而那些在每周呈现出一次或二次的振动信号，如齿面上的点蚀、剥落后引起的振动信号〔故障信号〕可视为缓变信号〔调制信号〕。两种信号同时出现时，就会产生调制效应。在频谱图中，两谱线间的间隔就是调制信号的频率，这是非常有价值的诊断信号。找出调制信号的频率，就可判断其相应的故障。机电设备状态监测与故障诊断三、机电设备故障诊断方法齿轮箱的故障诊断幅值调制过程3、寄生成分〔鬼线〕机电设备状态监测与故障诊断三、机电设备故障诊断方法齿轮箱的故障诊断

鬼线是频谱图上的一个频率分量，其产生的原因为加工过程给一个齿轮带来的周期性缺陷，缺陷来源于分度涡轮、蜗杆及齿轮的误差。鬼线是由一定的几何误差产生的，载荷改变对其影响很小。磨损使鬼线分量幅值减小，却使其啮合频率下的幅值增大。齿轮箱的故障诊断(频谱细化法)机电设备状态监测与故障诊断三、机电设备故障诊断方法某齿轮箱振动加速度信号波形、频谱及其细化谱齿轮箱的故障诊断(倒频谱分析)机电设备状态监测与故障诊断三、机电设备故障诊断方法倒频谱分析能区别出因调制而引起的功率谱中的周期分量，诊断出调制源。倒谱将信号变换到一个新的时间域－倒频域。倒频谱能将原来谱图上成簇的边频带谱线简化为单根谱线，以便观察。从而可是别处复杂频谱图上的周期结构，别离和提取出密集信号中的周期成分。这对于具有周期成分及度成分边频带等复杂信号的识别尤为有效。倒频谱的根本步骤齿轮箱的故障诊断(倒频谱分析)机电设备状态监测与故障诊断三、机电设备故障诊断方法右上图是某齿轮箱的时域波形，中图是其倒频谱图，以下图为低频信号扩展后的频谱图。图中可以清楚地看到主要特征频率对应地时域点，如5轴和6轴啮合频率3.695Hz对应地269.87ms。可以判断这两轴的啮合齿轮之间出现了均匀磨损。同时还可看到点击的转动频率16.93Hz及其2倍频33.77Hz出幅值较大，由此可以判断蹲在电机转子初始不平衡和不对中现象。机电设备状态监测与故障诊断四、在线监测与故障诊断系统〔系统方案〕上海吴中泵站水泵单机组在线监测机电设备状态监测与故障诊断四、在线监测与故障诊断系统〔硬件方案〕工控计算机A/D变换器采样保持抗混滤波增益控制调理器预处理器数据采集器ICP集成压电传感器机电设备状态监测与故障诊断四、在线监测与故障诊断系统〔软件功能〕数据库管理模块设置巡检路径数据回放

数据库建立主控模块信号分析模块轴承数据库设备档案库报表管理动态报警门限数字滤波零均值处理时域统计频域分析故障诊断模块状态监测与预测

特征量提取神经网络诊断法线性回归预测模型时间序列预测模型灰色预测模型神经网络预测模型原始数据管理去除趋势项非线性回归预测模型

时频/小波分析轴心轨迹特征频率计算轴心轨迹加窗处理趋势提取机电设备状态监测与故障诊断四、在线监测与故障诊断系统〔系统特色〕采用高性能ICP传感器精度好，抗干扰性能强。抗混滤波、程控增益等信号调理单元，保证信号的正确、可靠采集。实时连续大样本采集，保证信号不丢点。在线连续监测，便于突发故障检测自动数据存储，便于精密分析。16种参数报警、频带窄带多级报警。强大的轴承数据库功能。远程网络化实时监测。时、频域、小波、倒谱等强大信号分析功能。参数报警返回窄带报警返回轴承数据库返回远程在线监测返回频谱分析返回

下一页小波分析返回

下一页谱阵分析返回

下一页包络分析返回

下一页谱阵+预测返回

下一页在线监测实施效果返回

下一页远程数据分析与管理返回

下一页现场监测图1返回

下一页现场监测图2返回

下一页现场监测图3返回

下一页现场监测图4返回机电设备状态监测与故障诊断五、相关研究成果车辆故障诊断与状态监测机电设备状态监测与故障诊断机电设备状态监测与故障诊断五、相关研究成果便携式故障诊断分析仪TD2000系列便携式故障诊断分析仪采用高性能计算机和高速数据采集卡，具有抗振性好、抗干扰能力强、携带方便等优点，特别应用于野外作业及恶劣工况条件下进行故障诊断与状态分析。

机电设备状态监测与故障诊断五、相关研究成果嵌入式便携故障诊断分析仪