旋转机械故障相关诊断技术(标准版)
设备状态监测与故障诊断技术第5章-旋转机械故障诊断技术
2020/10/16
2
第一节 旋转机械典型故障的机理和特征
一、转子不平衡
不平衡是旋转机械最常见的故障。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，材质不均匀，受 热不均匀，运行中转子的腐蚀、磨损、结垢、零部件的松 动和脱落等。
旋转机械故障诊断技术是近些年来国内外开展广泛研究，发 展比较成熟的故障诊断技术，具有一定的代表性，因此书的 重点部分，也是难点部分。
2020/10/16
1
第五章 旋转机械故障诊断技术
学习目标：
掌握旋转机械典型故障，如转子不平衡、转子不对中、共振、 机械松动、转子摩擦、滑动轴承故障、转轴裂纹、流体动力 激振、拍频振动等的机理和特征；
2020/10/16
10
实例三：转子不平衡故障的诊断
电机
齿轮箱 喂入轮
图5.4 喂入机传动示意图
图5.5 喂入机轮不平衡速度谱图
在涤纶短纤维生产工艺流程中有这样一台瓶颈设备——喂入 机，纤维丝束从喂入轮绕过，由于其结构和用途的特殊性，喂入 轮不平衡现象频发。它们的共同频谱特征是：喂入轮转速频率占 绝对优势。
2020/10/16
4
第一节 旋转机械典型故障的机理和特征
2．转子偏心：皮带轮、齿轮、轴承和电动机框架等旋转中心与 几何中心线偏离时出现偏心。最大的振动出现在两个转子中心 连线方向上 。
3．轴弯曲：弯曲的轴引起大的轴向振动，如果弯曲接近轴的中 部，占优势的振动出现在转子转速频率，如果弯曲接近力偶， 则占优势的振动出现在2倍转速频率。用千分表可以证实轴的 弯曲。在汽轮发电机组中，通常是在盘车时和盘车后测量晃动 度的大小来判断转子是否存在初始弯曲。源自频振动幅值大。同时会出现较小
设备状态监测与故障诊断技术第5章-旋转机械故障诊断技术
3．滚动轴承偏斜地固定在轴上
不对中的滚动轴承卡在轴上时，将产生明显的轴向振动。 通常，必须卸下轴承并重新正确安装。
2020/3/14
17
第一节 旋转机械典型故障的机理和特征
旋转机械故障诊断技术是近些年来国内外开展广泛研究，发 展比较成熟的故障诊断技术，具有一定的代表性，因此书的 重点部分，也是难点部分。
2020/3/14
1
第五章 旋转机械故障诊断技术
学习目标：
✓ 掌握旋转机械典型故障，如转子不平衡、转子不对中、共振、 机械松动、转子摩擦、滑动轴承故障、转轴裂纹、流体动力 激振、拍频振动等的机理和特征；
19
实例四：转子不对中故障的诊断
MO MI PI PO
电机
水泵
出现2×频率成分。 轴心轨迹成香蕉形或8字形。 振动有方向性。 轴向振动一般较大。 本例中，出现叶片通过频率。
2X频率 1X频率
叶片通 过频率
2020/3/14
20
第一节 旋转机械典型故障的机理和特征
➢ 不对中故障的影响和防治：
当转子存在不对中时，将产生一种附加弯矩，给轴承增加一 种附加载荷，致使轴承间的负荷重新分配，形成附加激励，引起 机组强烈振动，严重时导致轴承和联轴器损坏、地脚螺栓断裂或 扭弯、油膜失稳、转轴弯曲、转子与定子间产生碰磨等严重后果， 所以及时预测处理不对中故障对确保设备正常运行，减少事故损 失十分重要。
跃响应，主要特征是振动会突然发生变化而后趋于稳定，振动 幅值一般会有较明显的增大，如果有在线监测系统的话将能捕 捉到这一情况。为了防止脱落部件在惯性力作用下飞出使机体 发生二次事故，必要时应及时停机检修。
最新整理旋转机械故障相关诊断技术.docx
最新整理旋转机械故障相关诊断技术
一、旋转机械故障的灰色诊断技术
灰色诊断技术就是在故障诊断中应用灰色系统理论，利用信息间存在的关系，充分发挥采集到的振动信息的作用，充分挖掘振动信息的内涵，通过灰色方法加工、分析、处理，使少量的振动信息得到充分的增值和利用，使潜在的故障原因显化。
二、旋转机械故障的模糊诊断技术
模糊诊断技术就是在故障诊断中引入模糊数学方法，将各类故障和征兆视为两类不同的模糊集合，同时用一个模糊关系矩阵来描述二者之间的关系，进而在模糊的环境中对设备故障的原因、部位和程度进行正确、有效地推理、判断。
三、旋转机械故障的神经wang络诊断技术
所谓的神经wang络就是模仿人类大脑中的神经元与连结方式，以构成能进行算术和逻辑运算的信息处理系统。
神经wang络模型许多类似于神经元的非线性计算单元所组成，这些单元以一种类似于生物神经wang络的连结方式彼此相连，以完成所要求的算法。
在旋转机械故障的诊断中，引入神经wang络技术，以类似于人脑加工信息的方法对收集到的故障信息进行处理，从而对故障的原因、部位和程度进行正确的判断。
旋转机械故障相关诊断技术(最新版)
( 安全技术 )单位：_________________________姓名：_________________________日期：_________________________精品文档 / Word文档 / 文字可改旋转机械故障相关诊断技术(最新版)Technical safety means that the pursuit of technology should also include ensuring that peoplemake mistakes旋转机械故障相关诊断技术(最新版)一、旋转机械故障的灰色诊断技术灰色诊断技术就是在故障诊断中应用灰色系统理论，利用信息间存在的关系，充分发挥采集到的振动信息的作用，充分挖掘振动信息的内涵，通过灰色方法加工、分析、处理，使少量的振动信息得到充分的增值和利用，使潜在的故障原因显化。
二、旋转机械故障的模糊诊断技术模糊诊断技术就是在故障诊断中引入模糊数学方法，将各类故障和征兆视为两类不同的模糊集合，同时用一个模糊关系矩阵来描述二者之间的关系，进而在模糊的环境中对设备故障的原因、部位和程度进行正确、有效地推理、判断。
三、旋转机械故障的神经网络诊断技术所谓的神经网络就是模仿人类大脑中的神经元与连结方式，以构成能进行算术和逻辑运算的信息处理系统。
神经网络模型由许多类似于神经元的非线性计算单元所组成，这些单元以一种类似于生物神经网络的连结方式彼此相连，以完成所要求的算法。
在旋转机械故障的诊断中，引入神经网络技术，以类似于人脑加工信息的方法对收集到的故障信息进行处理，从而对故障的原因、部位和程度进行正确的判断。
云博创意设计MzYunBo Creative Design Co., Ltd.。
旋转机械故障相关诊断技术
旋转机械故障相关诊断技术
一、旋转机械故障的灰色诊断技术
灰色诊断技术就是在故障诊断中应用灰色系统理论，利用信息间存在的关系，充分发挥采集到的振动信息的作用，充分挖掘振动信息的内涵，通过灰色方法加工、分析、处理，使少量的振动信息得到充分的增值和利用，使潜在的故障原因显化。
二、旋转机械故障的模糊诊断技术
模糊诊断技术就是在故障诊断中引入模糊数学方法，将各类故障和征兆视为两类不同的模糊集合，同时用一个模糊关系矩阵来描述二者之间的关系，进而在模糊的环境中对设备故障的原因、部位和程度进行正确、有效地推理、判断。
三、旋转机械故障的神经网络诊断技术
所谓的神经网络就是模仿人类大脑中的神经元与连结方式，以构成能进行算术和逻辑运算的信息处理系统。
神经网络模型由许多类似于神经元的非线性计算单元所组成，这些单元以一种类似于生物神经网络的连结方式彼此相连，以完成所要求的算法。
在旋转机械故障的诊断中，引入神经网络技术，以类似于人脑加工信息的方法对收集到的故障信息进行处理，从而对故障的原因、部位和程度进行正确的判断。
旋转机械故障相关诊断技术范文
旋转机械故障相关诊断技术范文一、引言：旋转机械在工业生产中占据着重要的地位，如电机、风机、水泵等。
这些机械设备的正常运行对于工业生产中的连续性和效率有着至关重要的影响。
然而，由于长期的使用和运转，旋转机械往往会出现各种故障，影响其正常运行。
因此，对旋转机械的故障进行及时准确的诊断非常重要。
本文将介绍几种常用的旋转机械故障诊断技术，包括振动分析、红外热成像、声音诊断、油液分析等。
这些技术可以通过检测旋转机械的振动、温度、声音、油液等参数来检测故障，准确判断故障的原因和程度，为维修和保养提供科学依据。
二、振动分析：振动分析是一种常用的旋转机械故障诊断方法。
通过检测旋转机械的振动信号，分析其频谱和特征，可以判断出故障的类型和位置。
常见的故障类型包括轴承故障、不平衡、偏心、齿轮故障等。
振动分析的基本原理是利用传感器检测旋转机械产生的振动信号，然后通过信号处理和频谱分析来得到故障特征。
常用的振动传感器包括加速度传感器和速度传感器。
振动分析一般分为时域分析和频域分析两种方法。
时域分析是通过对振动信号的波形进行分析，来判断故障的类型。
常见的时域分析方法有峰值幅值分析、包络分析等。
频域分析是通过将振动信号转换为频谱信号，来判断故障的位置。
常见的频域分析方法有傅里叶变换、功率谱分析等。
三、红外热成像：红外热成像是一种通过检测物体表面的红外辐射来获取其温度分布的技术。
在旋转机械故障诊断中，可以利用红外热成像仪来检测机械的温度分布，从而判断是否存在异常热点，进而确定故障的位置和严重程度。
在旋转机械中，故障常常伴随着局部摩擦、磨损或电流异常等现象，这些异常会导致机械产生异常的热量。
通过红外热成像仪可以直观地观察到这些热点，从而准确诊断故障。
在使用红外热成像仪进行故障诊断时，需要注意机械运行时的环境温度对诊断的影响，以及机械表面的反射率等因素的影响。
四、声音诊断：声音诊断是一种通过检测机械产生的声音信号来诊断故障的技术。
旋转机械故障诊断中的信号处理技术综述
6、谱分析
总结 本次演示介绍了旋转机械故障诊断中常用的几种信号处理技术。这些技术在 分析设备的振动、声音等信号时具有不同的优势和特点。在实际应用中，可以根 据设备的类型和故障类型选择合适的信号处理方法，以提高故障诊断的准确性和 效率。随着科技的不断发展，更多的信号处理技术将会被应用到旋转机械故障诊 断中，为工业生产的稳定性和安全性提供更好的保障。
4、独立成分分析
4、独立成分分析
独立成分分析（ICA）是一种用于分离独立源信号的方法，它能够从复杂的混 合信号中找到主要的成分。在旋转机械故障诊断中，ICA可用于分析复杂的振动 信号，以识别出由不同故障源引起的振动。例如，通过ICA分析，可以区分由轴 承故障和齿轮故障引起的振动信号，从而更精确地诊断设备的故障类型。
1、傅里叶变换
1、傅里叶变换
傅里叶变换（FT）是信号处理领域中最基本的工具之一，它将时域信号转换 为频域信号，从而让我们能够看到信号在各个频率下的强度。在旋转机械故障诊 断中，通过FT可以分析设备运行时的振动、声音等信号，揭示其工作状态。例如， 通过对振动信号的FT分析，可以识别出轴承是否处于正常状态或出现故障。
2、基于神经网络的诊断技术
2、基于神经网络的诊断技术
基于神经网络的诊断技术是一种利用神经网络进行模式识别的技术。该技术 通过训练神经网络，使其能够根据输入的故障信号进行分类和识别，从而实现故 障诊断。该技术具有自适应性、鲁棒性和学习能力等优点，但需要大量的训练数 据和计算资源。
3、基于深度学习的诊断技术
5、神经网络
5、神经网络
神经网络是一种模拟人脑神经元连接方式的计算模型，它能够学习和识别复 杂的模式。在旋转机械故障诊断中，神经网络可用于训练和识别设备的故障模式。 通过收集大量的正常和故障状态下的信号数据，可以训练神经网络对不同类型的 故障进行分类和预测。此外，深度学习技术如卷积神经网络（CNN）和循环神经 网络（RNN）也在旋转机械故障诊断中得到了广泛应用，它们能够在复杂的信号 中提取出更有效的特征，从而提高故障诊断的准确性。
旋转机械的混合智能故障诊断技术
２１ 人 工 免疫 与支 持 向量 机 、 据 理 论 等 的混 合 ． 证 孟 庆华 等 提 出基 于 小 波 变 换 和 免 疫 系 统 的故 障 诊 断 系统 ，
信 号 ，但 实 时 时 域 信号 往 往 因为 工 况 变 化 而 产 生 振 动 参 数 漂 移
变 化 ， 于 捕 捉 其 故 障 特 征 ； 基 于 傅 里 叶变 换 的 频 域 分 析 法 ， 难 而 由于 变 换 对 非 平 稳 信号 的处 理 存 在 局 限性 及 缺 乏 时 间分 辨 率 等 不足 ，特 别 是 通 过 计算 机实 现 的 离散 傅 里 叶变 换 还 往 往 存 在 难
并 将此 系统 应 用 到 车 辆 总成 故 障诊 断 中 ， 得 了 良好 的 效 果 ； 取 李
唯 为将 粗 糙 集 与 人 工 免 疫 网 络分 类 算 法结 合在 一起 ，提 出基 于
最 小诊 断规 则 改 进 的 人 工免 疫 网 络分 类 算 法 ， 例 分 析 表 明 ， 实 该
Ｋｅ ｗｏ ｄ ｒｔ ｔ ｇ ｙ ｒ ｓ： ａｉ ｍ ａ ｈｉ ｒ ｖｂ ａｉｎ ｉ ａｌｎｅｌ ｏ ｎ ｃ ｎｅｙ，ｉｒ ｔ ｓｇｎ ， ｔ ｌｇｅｎ ａｕｔ ａ ｏｓｓｄｅ ｅｏ ｏ ｉ ｉ ｔｆ ｌ ｄｉｇｎ ｉ， ｖ ｌｐｍ ｅ ｔｔ ｎ ｎ ｅ ｄｅｎ ｙ ｃ
利 用 振动 信 号 对 旋 转 机 械 进 行 诊 断 是 最 有 效 、 最 常 用 的 方 法 ， 故 障 诊 断 实 践 中 ， 原 始 反 映 故 障 特 征 的 是 振 动 实 时 时 域 在 最
６
旋 转 机 械 的混 合 智 能 故 障 诊 断技 术
旋转机械的混合智能故障诊断技术
Ｓ ｕ ｙ ｏ Ｈｙ ｒ Ｉｔ ｌ ｅ ｔ Ｆ ｕｔ Ｄｉｇｎ ｓｓ Ｔ ｃ ｎ ｌｇ ｆ Ｒｏ ａ ｉｇ Ｍａ ｈｎ ｒ ｔｄ ｎ ｂ ｉ ｎ ｅｌ ｎ ａ ｌ ａ ｏ ｉ ｅ ｈ ｏｏ ｙ ｏ ｔ ｔ ｃ ｉｅ ｙ ｄ ｉ ｇ ｎ
旋转机械故障相关诊断技术模版
旋转机械故障相关诊断技术模版一、引言1.1 背景旋转机械在工业生产和日常生活中广泛应用，但由于长期运行和使用，机械故障是不可避免的。
机械故障不仅会导致设备停机和生产损失，还可能造成人员伤亡和环境污染。
因此，准确和及时的故障诊断对于维护设备运行和生产安全至关重要。
1.2 目的本文旨在介绍一种旋转机械故障的相关诊断技术模版，以帮助工程师和技术人员识别和解决旋转机械故障。
二、常见的旋转机械故障2.1 轴承故障轴承故障是最常见的旋转机械故障之一，包括轴承损坏、磨损、松动和过热等。
轴承故障会导致机器运行不稳定、噪音增加和能耗增加。
2.2 齿轮故障齿轮故障包括齿轮磨损、齿轮脱齿和齿轮啮合不良等。
齿轮故障会导致机器转动不平稳、噪音增加和传动效率下降。
2.3 皮带故障皮带故障包括皮带松动、皮带磨损和皮带断裂等。
皮带故障会导致传动不稳定、能耗增加和设备停机。
2.4 电机故障电机故障包括电机停止运行、电机过载和电机线圈短路等。
电机故障会导致设备停机、能耗增加和电机损坏。
三、旋转机械故障诊断技术模版3.1 确定故障类型根据机器的工作状态和异常现象，确定故障类型。
可以根据维护记录、设备说明书和现场观察等方法进行分析和判断。
3.2 进行基本检查对旋转机械进行基本检查，包括检查外观、检查润滑情况、检查传动系统和检查电机等。
通过基本检查，可以发现一些明显的故障和异常现象。
3.3 使用传统故障诊断技术传统故障诊断技术包括振动分析、温度检测和噪声检测等。
通过对机器振动频谱、温度分布和噪声谱进行分析，可以确定故障的具体位置和原因。
3.4 使用先进故障诊断技术先进故障诊断技术包括红外成像、声发射检测和电机诊断等。
通过红外成像，可以检测机械的热量分布，从而确定故障的位置和程度。
通过声发射检测，可以检测机械的声波信号，从而判断机械是否存在故障。
通过电机诊断，可以检测电机的电流、电压和功率等参数，从而判断电机是否存在故障。
3.5 进行故障分析通过对机器的故障现象、故障原因和故障根源进行分析，确定故障的具体原因和解决方案。
旋转机械故障机理及诊断讲稿
相频响应曲线
当ζ=0时，当z<1，则ψ=0；当z>1，则ψ=π ；当z=1，则共振点前后相位角发生突然变化 当ζ很小时，在z<<1，即转子运行在低频范围 内，ψ≈0，即表示位移与激振力的相位相同 ；在z>>1，ψ≈π，在高频范围内，即表示位 移与激振力的相位相反 当ζ很大时，相位角ψ随z增加而增大。当z=1 （即共振）时，相位角ψ=π/2，与阻尼大小 无关，这是共振时的一个共同特征
当ω=p时，即z=1 B= e/2ζ，ψ=π/2回转半径 即为转轴的横向位移最大值B= e/2ζ 子临界转速的影响 弹性支承对转子临界转速的影响 组合转子对临界转速的影响
转子不平衡的故障机理及诊断
转子不平衡的分类
静不平衡 动不平衡 一般不平衡
转子临界转速及其影响因素
当ω<p时，ψ<π/2，在ω<<p，z≈0即转子运行 在低频范围内 ψ≈0，即表示位移与激振力的相 位相同，这时转子的重点和高点同相位
当ω>p时，ψ>π/2，在ω>>p ，z→∞，即转子 运行在高速范围内 ψ≈π，即表示位移与激振 力的相位相反,这时转子的振动很小,自动对心.
第一阶(和第二阶、第三阶……)共振频率是否 降低(轴裂纹使系统刚度下降，故共振频率也 有所降低)
共振峰的开裂(与裂纹有关的轴的不对称性导 致了两个横向振型的差别）
轴振动变化
3-2-1
p2＝ｋ／ｍ；2n=ｒ／ｍ
．．
.
ｘ＋2nx+ px2ｘ＝eω2 cosωt
.y.＋2ny. + py2y＝eω2 ｓｉｎωt
机械故障诊断技术4_旋转机械故障诊断
机械故障诊断技术4_旋转机械故障诊断随着机械制造业的不断发展，机械故障的诊断技术也越来越重要。
特别是对于旋转机械故障的诊断技术，更是需要不断探索和研究，因为这种机械往往出现的故障比较复杂。
在这篇文章中，我们将介绍旋转机械故障诊断的方法和技术，希望能够为读者们的工作提供一些参考。
旋转机械故障的分类和诊断旋转机械故障的种类有很多，比如传动轴承故障、机械紧固件松动、机械部件磨损等。
因此，我们需要对这些故障进行分类，以便更好地进行诊断。
传动轴承故障传动轴承故障是旋转机械故障中比较普遍的一种，主要表现为轴承过热、振动和噪声等，可能导致轴承损坏或者整个机械系统瘫痪。
传动轴承故障的诊断方法主要有以下几种：1.直接观察：通过观察轴承在运转时发生的异常行为，如温度升高、振动、噪音等，来判断轴承是否正常。
2.聆听声音：通过听轴承的声音，来判断轴承是否存在异常。
如果轴承发出一些不寻常的声音，比如咔嚓声或者咬合声，那么很有可能是轴承出现了问题。
3.振动分析：通过采用振动分析仪等设备，对轴承的振动进行监测和分析，找出轴承可能存在的问题。
机械紧固件松动机械紧固件松动是旋转机械故障中比较常见的一种，主要表现为噪声、振动和杂乱的机器运转。
如果机械紧固件发生松动，可能会导致机器的其他部分出现问题，同时也增加了机器的能耗。
对于机械紧固件松动故障的诊断方法可以采用以下几种：1.直接观察：通过观察机械紧固件的紧固情况，来判断是否松动或者脱落。
2.震动分析：通过震动分析仪等设备，对机械运转时的振动进行监测和分析，找到可能存在松动的机械紧固件。
机械部件磨损机械部件磨损是旋转机械故障中比较常见的一种，主要表现为噪声和振动等，可能导致机械部件寿命减少。
对于机械部件磨损故障的诊断方法可以采用以下几种：1.直接观察：通过观察机械部件的磨损情况，如磨损程度和磨损位置，来判断机械部件是否需要更换。
2.震动分析：通过震动分析仪等设备，对机械运转时的振动进行监测和分析，找到可能存在磨损的机械部件。
设备状态监测与故障诊断技术第5章-旋转机械故障诊断技术
4/17/2020
11
实例三：转子不平衡故障的诊断
结合喂入轮实际特点，引起其不平衡的诱因主要有：制造误差， 锈蚀，表面结垢，磨损引起的喂入轮轴系配合松动等。以前在检修 时发现，由于操作人员经常用水冲洗喂入轮致其内部进水，其安装 螺栓已经产生了大量锈蚀① ，再加之油剂等产生的工艺杂质附着在 喂入轮齿形表面越积越厚(结垢) ② ， 是造成喂入轮不平衡现象频发 的主要原因。为此，已将其列为工艺处理注意事项，并要求操作人 员利用缠辊等停机机会及时对喂入轮表面进行清理。
旋转机械故障诊断技术是近些年来国内外开展广泛研究，发 展比较成熟的故障诊断技术，具有一定的代表性，因此书的 重点部分，也是难点部分。
4/17/2020
1
第五章 旋转机械故障诊断技术
学习目标：
✓ 掌握旋转机械典型故障，如转子不平衡、转子不对中、共振、 机械松动、转子摩擦、滑动轴承故障、转轴裂纹、流体动力 激振、拍频振动等的机理和特征；
有的机器，如汽轮发电机之类的设备，在冷态（未运转时）情 况下转子对中情况是符合要求的，一旦运转中温度升高就可能发 生热不对中。
此外，地脚螺栓松动，基础下沉（这一点对于新安装的设备尤 其需要注意），联轴器销孔磨损等故障的存在也会引发不对中。
4/17/2020
14
第一节 旋转机械典型故障的机理和特征
图5-7 转子不对中的基本形式 a) 联轴器不对中；b) 轴承不对中；c) 带轮不对中
➢ 不对中的总体振动特征：
✓ 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；
机械故障诊断技术6_旋转机械故障诊断(1)
➢ 故障甄别
稳态运行时，应能与不对中故障区分。全息谱是最好的区分方法。
通频振动：表示振动原始波形的振动幅值。 选频振动：表示所选定的某一频率正弦振动的幅值。 工频振动：表示与所测机器转子的旋转频率相同的正弦振动的幅值。 基频振动：工频振动又叫基频振动。 例：对于工作转速为6000r/min的机器，工频振动频率是100HZ。
• 6．1．5 转轴弯曲故障的机理
设备停用一段较长时间后重新开机时，常常会遇到振动过大甚 至无法开机的情况。这多半是设备停用后产生了转子轴弯曲的故障。 转子弯曲有永久性弯曲和临（暂）时性弯曲两种情况。 永久性弯曲是指转子轴呈弓形。造成永久弯曲的原因有设计制造缺陷( 转轴结构不合理、材质性能不均匀)、长期停放方法不当、热态停机 时未及时盘车或遭凉水急冷所致。 临时性弯曲指可恢复的弯曲。造成临时性弯曲原因有预负荷过大、开机 运行时暖机不充分、升速过快等致使转子热变形不均匀等。
• 6．1．2 转子—轴承系统的稳定性
转子系统的稳定与失稳：
转子——轴承系统的稳定性是指转子在受到某种小干扰扰动后能否随时 间的推移而恢复原来状态的能力，也就是说扰动响应能否随时间增加 而消失。 如果响应随时间增加而消失，则转子系统是稳定的。 若响应随时问增加，则转子系统就失稳了。
油膜涡动与油膜振荡：
转子的临界转速往往不止一个，它与系统的自由度数目有关。实际情 况表明：带有一个转子的轴系，可简化成具有一个自由度的弹性系统， 有一个临界转速；转轴上带有二个转子，可简化成二个自由度系统，对 应有二个临界转速，依次类推。
旋转机械的故障基本机理和诊断技术
1
一、概述
旋转机械的种类繁多，有发电机、汽轮机、 离心式压缩机、水泵、通风机以及电动机等，这 类机械的主要功能都是由旋转动作完成的，统称 为机器。旋转机械故障是指机器的功能失常，即 其动态性能劣化，不符合技术要求。例如，机器 运行失稳，机器发生异常振动和噪声，机器的工 作转速、输出功率发生变化，以及介质的温度、 压力、流量异常等。机器发生故障的原因不同， 所产生的信息也不一样，根据机器特有的信息， 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，特别是对于机械系 统中的旋转机械故障，往往是多种故障因素的耦 合结果，所以对旋转机械进行故障诊断，必须进 行全面的综合分析研究。
3
因此，对旋转机械的故障诊断，应在获取机器的 稳态数据、瞬态数据以及过程参响运行工作状态等信 息的基础上，通过信号分析和数据处理从中提取机器 特有的故障征兆及故障敏感参数等，经过综合分析判 断，才能确定故障原因，作出符合实际的诊断结论， 提出治理措施。
二、转子振动的基本概念
旋转机械的主要功能是由旋转动作完成的，转子 是其最主要的部件。旋转机械发生故障的重要特征是 机器伴有异常的振动和噪声，其振动信号从幅值域、 频率域和时间域实时地反映了机器故障信息。因此， 了解和掌握旋转机械在故障状态下的振动机理，对于 监测机器的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。
(g)振动的强烈程度对工作转速的变化很敏感。
(h)质量偏心的矢量域稳定于某一允许的范围内（下
图a），而转子部件发生缺损故障时，其矢量域突然
从t0点变到ti点（下图b）。
27
图 转子振动的矢量域
28
3、诊断实例
某大型离心式压缩机经检修更换转子后， 机组运行时发生强烈振动。压缩机两端轴承处径 向振幅超过设计允许值3倍，机器不能正常运行。 主要振动特征如下图所示。
故障诊断方法与应用-旋转机械故障机理与诊断技术-2
故障诊断方法与应用-旋转机械故障机理与诊断技术-2在旋转机械中，故障检测和诊断是一个非常重要的问题。
旋转机械由于其复杂性和运动特性，很容易出现故障。
如果不能及时发现和解决故障，这不仅会导致机器的停机和维修，还会对工业生产和甚至人生造成不良影响。
因此，了解旋转机械的故障原因和相应的检测和诊断技术非常必要。
旋转机械故障机理旋转机械故障的机理主要包括机械失衡、摩擦和磨损、振动和冲击等。
•机械失衡是指转子的重量分配不均衡，导致转速不平稳和振动，因此使旋转机械发生故障。
机械失衡故障通常会由绝热断层、转子膨胀及杆式加速放大器等现象引发。
•摩擦和磨损是旋转机械日常生产中常见的故障类型，这种故障往往是由于摩擦力和润滑液的缺乏引起的。
过度的摩擦会导致间隙变小，可能导致机器受损，进而导致故障。
•振动是另一种常见的故障类型。
它通常由外力或内置不均引发，例如机器震动、传动系统故障等。
振动可能对机器部件施加额外的压力，进而导致磨损或振动破坏。
•冲击是机械故障的另一种类型。
它通常由于异常阻力或硬件故障引起。
此外，冲击往往形成旋转机械故障的第一步，因为它会引发一系列的机械运动变化，直到最终导致故障。
故障诊断技术目前，旋转机械故障的诊断技术已经非常成熟。
根据机械故障的机理，有很多可以用来识别和验证故障的技术。
下面列举了一些经常使用的故障诊断技术：1. 传感器技术传感器技术可以监测旋转机械的各个方面，如转速、温度和压力等。
通过检测机械变量可以发现旋转机械内部退化和故障的征兆，例如雷劈、绝缘材料的老化等。
2. 振动分析振动分析是检测旋转机械故障的一种常用技术。
通过检测旋转机械的振动特性以获取台架脏振动数据，可以识别出旋转机械外在的或内部的问题。
振动分析技术可以预防故障，增加旋转机械的寿命。
3. 声音分析声音分析技术可以通过检测旋转机械的声波信号来分析机械的状态。
它依据声音的频率、声域及频率幅值等参数进行分析，可以在旋转机械发生故障时检测到异常声音的变化，从而达到及时诊断的目的。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
旋转机械故障相关诊断技术
(标准版)
Security technology is an industry that uses security technology to provide security services to society. Systematic design, service and management.
( 安全管理 )
单位：______________________
姓名：______________________
日期：______________________
编号：AQ-SN-0100
旋转机械故障相关诊断技术(标准版)
一、旋转机械故障的灰色诊断技术
灰色诊断技术就是在故障诊断中应用灰色系统理论，利用信息间存在的关系，充分发挥采集到的振动信息的作用，充分挖掘振动信息的内涵，通过灰色方法加工、分析、处理，使少量的振动信息得到充分的增值和利用，使潜在的故障原因显化。
二、旋转机械故障的模糊诊断技术
模糊诊断技术就是在故障诊断中引入模糊数学方法，将各类故障和征兆视为两类不同的模糊集合，同时用一个模糊关系矩阵来描述二者之间的关系，进而在模糊的环境中对设备故障的原因、部位和程度进行正确、有效地推理、判断。
三、旋转机械故障的神经网络诊断技术
所谓的神经网络就是模仿人类大脑中的神经元与连结方式，以
构成能进行算术和逻辑运算的信息处理系统。
神经网络模型由许多类似于神经元的非线性计算单元所组成，这些单元以一种类似于生物神经网络的连结方式彼此相连，以完成所要求的算法。
在旋转机械故障的诊断中，引入神经网络技术，以类似于人脑加工信息的方法对收集到的故障信息进行处理，从而对故障的原因、部位和程度进行正确的判断。
XXX图文设计
本文档文字均可以自由修改。