旋转设备在线监测与故障分析判断
设备状态监测与故障诊断
1.设备监测目的意义保障设备安全，防止突发故障。
保障设备精度，提高产品质量和经济效益。
推进设计理念和维修制度的革新。
避免设备事故、人员伤亡、环境污染。
维护社会稳定。
2.故障分类按故障对机械工作能力的影响分类：完全性故障局部性故障按故障发生速度及演变过程分类：突发性故障渐进性故障按其发生的原因分类：磨损性故障错用性故障先天性故障按造成的后果分类：危害性故障安全性故障3.故障规律浴盆曲线：磨合期，正常使用期，耗损期4.故障发生的原因宏观上分析1.设计错误2 原材料缺陷3 制造过程的缺陷4 运转缺陷微观上分析：疲劳，磨损，断裂，腐蚀5.零件磨损的一般规律磨合阶段，正常磨损阶段，急剧磨损阶段6.零件变形失效塑性变形失效，弹性变形失效，蠕变变形失效，翘曲变形失效7.断裂失效塑性断裂，脆性断裂8.状态监测与故障诊断的技术方法1.振动、噪声诊断技术2. 油液分析技术3. 温度检测技术4. 无损检测技术9.振动的危害降低机器及仪表的精度,引起机械设备及土木结构的破坏10.机械振动的分类按振动系统本身的特点分类: 离散系统连续系统按振动系统所受的激励类型分类: 自由振动强迫振动自激振动参数振动按系统的响应（振动规律）分类: 确定性振动随机振动按描述系统运动的微分方程分类:线性振动非线性振动11.机械振动要研究的内容和步骤1. 建立物理力学模型2.建立数学模型3.方程的求解4.结果的阐述12. 随机振动非确定而又具有统计规律，它们的规律不能用时间的确定性函数来描述，但又具有一定的统计规律性。
平稳随机过程与各态历经过程13. 自相关函数∑=∞→+=+nk k k Tx t x t x n t t R 11111)()(1),(lim ττ同一点不同的两个时间函数乘积称为随机过程 X(t)于时刻 t 1与 t 1+ τ的自相关函数。
它是时差 的函数，在一般情况下，它也依赖于采样时刻 t 1，反映这两个时刻的随机变量的X k （t 1）与X （t1+τ）统计联系。
点检基础篇-6-旋转电机的故障监测与诊断
4．3旋转电机的故障监测与诊断4 .3. 1概述旋转电机系泛指同步机、异步机、直流机。
这些设备是企业生产的动力，是关键设备，一台电机出现 故障将会造成整条生产线停产，给企业带来巨大经济损失这些关键设备一则个大，二则技术性能要求高、价格都很贵、故障和事故意味着效益的流失。
预防事故的发生已是企业管理者主要工作内容之一。
投人较少资金安置设备事故监测系统、监测预防设备故障的发生可以减少设备故障造成巨大的经济损 失。
大型电机的故障可分为电气故障和机械故障两类，产生两类故障原因及故障性质不同，处理方法也 不尽相同。
4. 3. 2旋转电机的电气故障4. 3. 2 .1故障种类电气故障可分为短路、断路、失磁、破损等几类。
短路：电机绕组匝间、绕组对地、绕组相间、定子与转子之间、接线端子与滑环的短路等。
造成短路 事故的原因是绕组匝间、匝对地、相间绝缘受潮或老化，或机械损伤、长期过载发热绝缘性能降低电击 穿、过电压击穿等。
断路：绕组和导体发热烧断、导体连接点松开、绕组端接点脱焊或受机械力甩开等。
失磁：直流机磁场失电或绕组断路短路等。
4. 3 .2 .2旋转电机的关键参数——绝缘强度旋转电机所产生各种故障几乎都和绝缘参数有直接和间接的关系。
电机质量的高低绝缘是度量的 主要参数之一，对于电机运行维护的主要工作也是围绕绝缘进行的。
绝缘材料致命的弱点是怕高温，温度升高绝缘值下降，温度达到一定值后绝缘材料变质，所以监控电机的运行温度成为监控电机绝缘状况 的重要手段。
4. 3. 3电机的监测内容4. 3. 3. 1监测电机的各种电流(1)检测电机电流的有效值。
通过对电机三相绕组运行电流有效值的监测，可知道和掌握电机的 运行状况，电流表读数表咀三相电流平衡不超过额定值，表示电机运行正常；如果三相电流有一相无读 数，表明电机断相；如果三相电流超出额定值，应迅速查明原因进行处理或者进行限载减载，防止电机发 热而破坏电机的绝缘；如果三相电流不平衡，有的很小，有的大于额定值很多，表示三相绕组绝缘出现故 障，可能柏接地或匝间短路，必须减载和相应检查处理。
设备状态监测和设备故障诊断技术
设备状态监测与设备故障诊断技术第一章：绪论第一节：什么是设备诊断技术机械设备状态监测与故障诊断是同一学科的两个不同层次，它们既有联系又有区别，为了方便起见统称为机械设备故障诊断。
机械设备故障诊断是识别机械设备（机器或机组）运行状态的一门综合应用科学和技术，它主要研究机械设备运行状态的变化在诊断信息中的反映。
具体来说，就是通过测取设备运行的状态信号，并结合其历史状况对所测取的信号进行处理、分析、提取特征，从而定量诊断（识别）机械设备及其零部件的运行状态（正常、异常、故障），再进一步预测设备未来的运行状态，最终确定需要采取何种必要的措施来保证机械设备取得最优的运行效果。
主要内容包括对机械设备运行状态的监测、诊断（识别）和预测三个方面。
其中，状态监测也被称为简易诊断，一般是通过测定设备的某些较为单一的特征参数（如：振动、温度、压力等）来检查设备运行状态，再根据特征参数值与门限值之间的关系来确定设备当前是处于正常、异常还是故障状态。
如果对设备进行定期或连续的状态监测，就可以获得设备运行状态变化的趋势和规律，据此就可以预报设备的未来运行发展趋势，也就是人们常说的趋势分析。
诊断（识别）则不仅要掌握设备的运行状态和发展趋势，更重要的是查找产生故障的原因，识别、判断故障的严重程度，为科学检修指明方向，这就是人们常说的精密诊断，设备状态监测与设备故障诊断可以从以下两个方面来理解。
1.设备状态监测以监测设备振动发展趋势为手段的设备运行状态预报技术。
2.设备故障诊断以分析设备振动主要特征为手段的设备运行故障诊断技术。
设备故障诊断技术是以设备为对象，采用多种现代化科学成果而形成的一门综合性学科。
它涉及了传感器技术、信息采集技术、信息处理技术、识别理论、预报决策、计算机诊断技术及有关机械设备的专业技术与理论。
第二节：故障诊断的目的机械设备故障诊断的根本目的就是要保证设备的安全、可靠和高效、经济地运行，具体来说就是：1．及时、正确、有效地对设备的各种异常状态和故障状态作出诊断，预防或消除故障；同时对设备的运行维护进行必要的指导。
旋转机械常见振动故障及原因分析
旋转机械常见振动故障及原因分析旋转机械是指主要依靠旋转动作完成特定功能的机械，典型的旋转机械有汽轮机、燃气轮机、离心式和轴流式压缩机、风机、泵、水轮机、发电机和航空发动机等，广泛应用于电力、石化、冶金和航空航天等部门。
大型旋转机械一般安装有振动监测保护和故障诊断系统，旋转机械主要的振动故障有不平衡、不对中、碰摩和松动等，但诱发因素多样。
本文就旋转设备中，常见的振动故障原因进行分析，与大家共同分享。
一、旋转机械运转产生的振动机械振动中包含着从低频到高频各种频率成分的振动，旋转机械运转时产生的振动也是同样的。
轴系异常（包括转子部件）所产生的振动频率特征如表1。
二、振动故障原因分析1、旋转失速旋转失速是压缩机中最常见的一种不稳定现象。
当压缩机流量减少时，由于冲角增大，叶栅背面将发生边界层分离，流道将部分或全部被堵塞。
这样失速区会以某速度向叶栅运动的反方向传播。
实验表明，失速区的相对速度低于叶栅转动的绝对速度，失速区沿转子的转动方向以低于工频的速度移动，这种相对叶栅的旋转运动即为旋转失速。
旋转失速使压缩机中的流动情况恶化，压比下降，流量及压力随时间波动。
在一定转速下，当入口流量减少到某一值时，机组会产生强烈的旋转失速。
强烈的旋转失速会进一步引起整个压缩机组系统产生危险性更大的不稳定气动现象，即喘振。
此外，旋转失速时压缩机叶片受到一种周期性的激振力，如旋转失速的频率与叶片的固有频率相吻合，将会引起强烈振动，使叶片疲劳损坏造成事故。
旋转失速故障的识别特征：1）振动发生在流量减小时，且随着流量的减小而增大；2）振动频率与工频之比为小于1X的常值；3）转子的轴向振动对转速和流量十分敏感；4）排气压力有波动现象；5）流量指示有波动现象；6）机组的压比有所下降，严重时压比可能会突降；7）分子量较大或压缩比较高的机组比较容易发生。
2、喘振旋转失速严重时可以导致喘振。
喘振除了与压缩机内部的气体流动情况有关，还同与之相连的管道网络系统的工作特性有密切的联系。
电气设备在线监测与故障诊断技术综述
电气设备在线监测与故障诊断技术综述周远超摘㊀要:随着经济的发展ꎬ国内电量需求日益加大ꎬ电网超负荷运转ꎬ再加上电网设备自身存在一些故障ꎬ导致国内电网大面积停电的事故时有发生ꎮ文章在阐述电气设备状态监测及诊断相关概念的基础上ꎬ分析电气设备状态监测与故障诊断系统的组成及相应功能ꎬ总结并提出了目前常用的在线监测与故障诊断技术存在的问题及解决办法ꎮ关键词:电气设备ꎻ在线监测ꎻ故障诊断一㊁电气设备在线监测与故障诊断的定义与实现(一)电气设备在线监测与故障诊断的定义１.在线监测在线监测是在电气设备正常运行的前提下ꎬ利用传感技术㊁计算机技术和光电技术对电气设备状态进行连续㊁自动的监测方法ꎮ为防止产品质量问题对电气设备运行可靠性造成不利影响ꎬ采用在线监测技术ꎬ对电气设备的运行状态进行实时监测ꎬ及时发现隐患ꎮ２.故障诊断故障诊断主要是对电气设备的在线实时监测数据进行比较分析ꎬ给出设备的故障点㊁故障类型和故障发展趋势ꎬ提出有效的维修策略ꎬ以保证设备安全稳定运行ꎬ减少电气设备故障造成的不利影响ꎮ(二)电气设备在线监测与故障诊断的实现一般来说ꎬ电气设备的在线监测和故障诊断过程可分为运行信号检测㊁信号特征提取㊁运行状态识别和故障诊断结果ꎮ运行信号检测:根据对电气设备的监测和监测目的ꎬ选择相应的不同传感器ꎬ对电气设备的运行信号进行监测ꎬ将模拟信号同声传译为数字信号ꎮ信号特征提取:保留或增加信号中有用的部分ꎬ提取一些与电气设备故障有关的信号ꎬ便于后续故障诊断ꎮ二㊁制约电气设备状态在线监测与故障诊断技术的问题根据以往的经验ꎬ从停电后电气设备的诊断和维护过渡到电气设备的诊断和评估ꎬ确定电气设备的剩余寿命ꎬ并提供维修计划ꎬ是一项重大的技术变革ꎮ它需要大量的技术支持ꎮ根据我国国情ꎬ引进先进技术ꎬ开展长期的实践工作和经验ꎬ总结了防治的技术流程ꎮ电气设备的在线监测与故障诊断技术是实现无停电检修的基本和必要条件ꎮ因此ꎬ要发展电气设备在线监测与故障诊断技术ꎬ必须解决运行中存在的问题ꎮ(一)在线监测设备稳定性在线监测设备的稳定性是电气设备在线监测与故障诊断技术广泛应用的基础和必要条件ꎮ电气设备监测元件老化㊁电气设备状态在线监测和故障诊断设备中使用的元器件种类繁多ꎬ而电子元器件在恶劣的环境条件下ꎬ经受住电网电压㊁短路等正常故障的考验ꎬ很容易损坏ꎮ对于温度变化范围大㊁工作环境恶劣的电器元件ꎬ也要求其工作温度和稳定性要求较高ꎮ但是ꎬ如果后台工控机的质量不能得到保证ꎬ很容易受到负载的冲击ꎬ导致主板㊁控制器等元器件损坏ꎬ导致频繁的死机ꎮ监测电气设备的电磁兼容性和防止电磁干扰一直是阻碍电气设备在线监测与故障诊断技术发展的重要原因ꎮ制造商一直在不断地研究和探索这个问题ꎮ从现有技术来看ꎬ在线监测主要是软硬件结合ꎬ软件是电气设备在线监测的主导因素ꎬ但在强电磁场干扰下ꎬ监测信号的提取非常困难ꎮ虽然已经取得了一流的进展ꎬ但在实际运行过程中ꎬ不同变电站的干扰是不同的ꎬ需要具体分析才能得到在线监测结果ꎮ因此ꎬ有必要在积累大量经验的基础上ꎬ根据不同的工作环境定制相应的设备标准ꎮ电气设备的现场维护监测ꎬ由于电气设备的在线监测设备长期工作在复杂的环境中ꎬ受多种因素的影响ꎮ电子元器件的老化速度和灵敏度下降很快ꎬ导致采集的数据存在一定的误差ꎬ需要定期更换和维修ꎮ这就要求生产厂家对电气设备进行在线监测ꎬ给出准确的设备维护和更换时间ꎮ电力监控不仅可以对这些设备进行归档ꎬ建立信息ꎬ以便及时更换和维护以及相应的维修队伍ꎬ并增设专职岗位负责ꎮ(二)实行电气设备状态在线监测与故障诊断系统标准化电气设备在线监测与故障诊断技术尚处于起步阶段ꎮ相关软件和技术还不成熟ꎬ软件有待开发和完善ꎮ而且ꎬ互相交流是不现实的ꎮ电气设备在线监测与故障诊断技术的标准化在短期内是不可能建立的ꎮ为了发展电气设备在线监测和故障诊断技术ꎬ必须建立标准的产品模型和信息管理系统ꎬ采用标准的现场总线技术和数据管理系统ꎬ相互借鉴ꎬ统一标准ꎬ使设备的任何一部分都可以由不同的厂家更换ꎬ不同厂家的不同产品具有一定的可开发性㊁互换性和可扩展性ꎬ减少维修的制约性和依赖性ꎬ降低维修成本和人员ꎬ以便用户及时维修和维护电气监控设备ꎮ(三)电气设备剩余寿命的精确预测电气设备在线监测与故障诊断技术的最大优点是根据大量的数据和实证分析来判断电气设备在正常情况下的使用寿命ꎮ在电气设备正常运行的情况下ꎬ故障主要分为初次安装调试一年左右暴露的故障ꎬ在稳定期为５~１０年期间ꎬ定期检查主要是为了延长电气监控设备的使用寿命ꎻ在劣化期从１０年开始到２０年ꎬ根据实际情况逐步增加定期检查的频率ꎬ根据大量监测数据判断电气设备的剩余寿命ꎻ主要采用２０年以上的风险期ꎬ要持续监测ꎬ准确预测剩余寿命ꎬ制订更换和维护计划ꎮ三㊁结束语随着电力设备状态检修策略的全面推广和智能电网的加速发展ꎬ状态监测与故障诊断技术将得到广泛应用ꎮ电气设备状态监测系统和诊断结果的准确性将直接影响状态检修策略的有效实施ꎮ因此ꎬ电力系统状态监测应与前沿技术成果紧密结合ꎬ创新开发智能化㊁系统化的信息诊断专家应用系统ꎬ提高电气设备运行的可靠性ꎬ优化设备状态检修策略ꎮ参考文献:[１]钟连宏ꎬ梁异先.智能变电站技术应用[Ｍ].北京:北京出版社ꎬ２０１９.[２]王波ꎬ陆承宇.数字化变电站继电保护的ＧＯＯＳＥ网络方案[Ｊ].电力系统自动化ꎬ２０１９(３７).作者简介:周远超ꎬ男ꎬ山东省青岛市ꎬ研究方向:电气方向ꎮ２２２。
旋转机械检测诊断流程图
振动分析
比较历史振动数据，以识别长期趋势和变化。
ABCD
振动分析
分析振动的频率、幅值和相位，以确定异常的原 因和位置。
振动分析
根据振动分析结果，制定相应的维修和调整计划。
油液分析
油液分析
采集旋转机械的润滑油样本，进行油 液分析。
油液分析
检测油液的粘度、酸碱度、金属颗粒 等参数，以评估润滑系统和机械部件 的磨损情况。
随着人工智能和机器学习技术的快速 发展，智能化检测诊断技术在旋转机 械领域的应用将更加广泛。
详细描述
通过集成传感器、大数据和机器学习 算法，实现对旋转机械的实时监测和 故障预测，提高设备运行效率和安全 性。
在线监测与远程诊断技术应用
总结词
在线监测和远程诊断技术将进一步提高旋转机械的运维效率 和可靠性。
神经网络诊断法
总结词
利用神经网络的自学习、自组织和适应性等 特点，对旋转机械的故障进行智能诊断。
详细描述
神经网络诊断法是一种新兴的故障诊断方法 。它通过训练神经网络对大量的故障样本进 行学习，使其具备对旋转机械故障进行智能 诊断的能力。这种方法能够自动提取故障特 征，进行分类和识别，提高诊断的准确性和 可靠性。同时，神经网络还具有较好的泛化 能力，能够处理复杂的、非线性的故障情况
专家系统诊断法
总结词
利用专家知识和经验构建诊断系统，通 过推理和判断，对旋转机械故障进行诊 断。
VS
详细描述
专家系统诊断法是一种基于人工智能的故 障诊断方法。它通过收集和整理专家在旋 转机械领域的经验和知识，构建一个庞大 的知识库，并利用推理引擎进行故障诊断 。这种方法能够提供更加准确和快速的诊 断结果，尤其适用于复杂和不确定的故障 情况。
浅谈旋转机械状态监测技术
科
浅谈 旋转 机械状 态监 测 技术
于 淼
（ 尔滨污水治理工程有 限责任公 司 ， 哈 黑龙江 哈 尔滨 １０ ０ ） ５０ ６
摘 要 ： 转 机 械 是 工 业上 应 用 最 广 泛 的机 械 ：针 对 旋 转 机 械 监测 技 术 进 行 了论 述 。 旋 关 键 词 ： 转 机 械 ； 态监 测技 术 ； 展 旋 状 发
Байду номын сангаас
旋转机械是工业上应用最广泛 的机械 。 许 传感器依次对各测点进行测试 ，并 用磁带 目单一， 甚至还往往限于对 温度 、 压力 、 液位 、 电 多 大型旋 转机械 ， ： 心泵 、 如 离 电动机 、 发动机 、 机记录信号 ， 数据处理在专用 计算 机上完成 ， 或 量等常规参数的检测 ，不具备对振动量为主的 压缩 机、 汽轮机 、 轧钢机 等 ， 还是石化 、 电力 、 冶 是直接在便携式 内置微 机的仪器上完成 ；这是 机械动态特性进行检测 和分析 的功能 ，因而无 金、 煤炭 、 核能等行业 中的关键设备 。本世纪 以 当前 利用进 口监测仪器普遍采用 的方式 。采用 从反映旋转机械设备重要 的工作状态 ；即便具 来， 随着机械工业 的迅速发展 ， 现代机械工程 中 该方式 ，测试系统较简单 ，但是测试工作较烦 有检测振动量的功能 ，尚限于状态的监测和故 的机械设备朝着轻 型化 、 大型化 、 重载化和高度 锁 ，需要专门的测试人员 ；由于是离线定期监 障分析 ，不能对旋转机械设备工作状态发展 趋 自动化等方向发展 。出现 了大量的强度 、 结构 、 测 ， 不能及时避免突发性故 障。 势进行预测。 振 动、 噪声 、 可靠性 ， 以及材料与工艺等问题 ， 设 ２２在线检测离线分析 的监测方式 。 ． 亦称 主 ４旋转机械状态在线监测及预测 技术的研 备损坏事件时有发生，国内外大型汽轮机严重 从机监测方式 ，在设备上 的多个测点抱歉安装 究 事故是其典型实例。 传感器 ，由现场微处理器从机系统进得各测点 通过对机械设备运行和发展状态的在线检 ｌ 现代监测技术经历 的阶段 的数据采集和处理 ，在主机系统上 由专业人员 测 ， 实现了对机械设备状态 自动分析和判断 ， 对 第一 阶是 以传 感器技术 和动 态测试 技术 进行分析和判断。这种方式是近年在大型旋转 机械设备状态发展进行在线趋势预测 ，具体 完 为基础 ，以信号处理技术为手段的常规技术发 机械上采用的方式。 相对第一 种方式 ， 该方式免 成 的主 要 内 容如 下 ： 展 阶段 ，这一阶段 的技术 已在工程中得到了应 去了更换测点的麻烦，并能在线进行检测和报 ４１提出 了大 型旋转机械设 备状态在线监 ． 用， 它吸收了大量 的现代科技成果 ， 传感器技术 警 ； 但是该方式需要离线进行数据分析和判断 。 测及预测的总体方案和技术路线 ，开发了传感 的飞跃发展 ， 使之 可以利用 振动 、 噪声 、 、 力 温 而且分析和判断需要专业技术人员参与 。 器、 数据采集 、 现代信号处理 、 工智能 以及硬 人 度 、 、 光、 电 磁、 射线等多种信息。 由此产生了设 ２３自动在线监测方式 。 － 该方式不仅能实现 件 、 软件的有关技术 。 状态监测研究主要考虑 的 备 的振动 、 噪声、 光谱 、 铁谱 、 无损检测 、 成像 自 热 动在线监测设备 的工作状态 ，及时进行故障 是针对随机性故障 ，状态预测研究 主要考虑 的 等监测和故 障分析技术 。信号分析与数值处理 预报 ，而且能实现在线地进行数据处理和分析 是针对趋 势性故障 、 可预知故障。 技术的发展 ， 结合微计算机技术的发展 ， 使各种 判断 ；由于能根据专家经验和有关准则进行智 ４２在故障分析和预报方法的研究上 ， ． 考虑 方法应运而生， ： 如 状态空间分析、 对比分析 、 函 能化的 比较和判断 ，中等文化水平的值班工作 到传统 的布尔逻辑识别 、Ｔ Ｆ Ａ方法 （ 故障树分析 数分析、 逻辑分析 、 统计和模糊分析方法。近年 人员经过短期培训后就能使用。该方式技术最 法 ） 因为识别 能力 差 、 ， 判据不 足 ， 不能满 足要 来， 各种数据处理软 、 硬件的出现使 实时在线监 先进 ， 不需要人为更换测点 ， 不仅不需要专门的 求。 采用了灰 色系统理论 、 时间系列、 神经 网络、 测及故障分析技术成为可能。 测试人员 ， 也不需要专业 技术 人员参加 与分析 遗传算法 、 小波分析等新技术 。 人 工智能技 术为设 备监测 和故 障分析 的 和判断 ； 但是软硬件的研制工作量 很大。 本课题 ４ 从特 征信 号 中提取 有关机组状 态的信 ． ３ 智能化发展提供 了可能 ，使得现代 监测技 术发 研 究 的是 这 种方 式 。 息； 选择的机械设备状态 敏感因子（ 特征参 数） ３ 转 机 械 状 态 预 测 技 术 的发 展 旋 展步人第二 阶段的研究内容与实 现方法 已开始 具 有较高灵敏度、 较高识别 能力 ， 采用合适的敏 并 正 在继 续 发 生 着 重 大 变 化 ， 以数 据 处 理 为 核 随着 我 国科 学 技 术 的 发展 ，一些 大 型企 业 感 因子 提 取 装 置 、 取 方式 及 提 取 方 法 。 提 心 的过 程 将 被 以 知 识 处 理 为 核 心 的 过 程 所 替 正在从单纯 的振动测量或巡回检 测、定期检测 ４４提 出了大型机械设 备状态正常 与否 的 ． 代， 开展 了专家系统 、 神经网络和模糊分析等理 和检修，逐渐向长期连续 监测 和预测性 维修过 准则， 选择 了安全评定 的标准 ， 确定了对机械设 论、 方法和应用技术的研究。 这阶段起 主导作用 渡 。 有 的高 等 院 校 和科 研 院所 的研 究 方 向也 开 备 整体状态 及主要 零部 件状态 分别评 价 的判 的将是人类专家的知识 ，包括人类专家所拥有 始相应 变化 ，有 代表性 的是 天津 大学 的基 于 据 ； 提供能对异常情况做 出判断的方法。 的领域知识 、 求解总是的方法等 。 由于实现信号 ＷｉｄＷ 的 Ｉ Ｐ ｎｏ Ｓ Ｄ Ｍ智能诊 断与预测 维修 软件 系 ４５研究了时域 、频域综合信号处理方法， ． 检测、 数据处理与知识处 理的统一 ， 使得先进技 统的研究 。但是国内当前研究 的重点仍集 中在 使信号处理后 的特 征突 出、明显 ，便于 自动比 术不再是少数专业人员才能掌握 的技术 ，而是 旋 转机械设备 的状态监测 和故障分 析方面 ， 而 较 、 判别 ； 围绕信号处理 的实时性 、 实用性 、 稳定 般操 作 人 员 所 能 使 用 的 工具 。 对 大 型旋 转 机 组 的 以 预知 维护 为 目标 的智 能 状 性 进 行 了 相 应 的设 计 和 改 进 ，探 讨 了新 的谱 估 ２旋 转 机 械 状 态 监测 技 术 的 发 展 趋 势 态在线预测技术沿待系统 地研究 。国内许多厂 计 方 法 以 及 小 波分 析 方 法 。 机 械 设 备 运 行 状 态 的监 测 技 术 ， 经 从 单 家 和研 究 单 位 研 制 的监 测 系统 ，大 多 数 测 量 项 已 凭直觉的耳听 、 眼看 、 摸 ， 展 到 采 用 现 代 测 手 发 量技 术 、计 算 机 技 术 和信 号 分 析 的 先 进 的监 测 （ 上接 １ ５页） ４ 贵 的设备 ，只要 利用 电子邮 习 ， 谁 能 够 首 先 达 到 教学 目标 的要 求 。协 同 ： 看 技术， 诸如超声 、 声发射 、 红外 测温等 ， 出不 件功能 ， 层 便可实现 。 是指 多个学习者共同完成某个 学习任务 ，在共 穷。人工智能 、 专家系统 、 模糊数学等新兴学科 ２５协作学习模式 。协 作学习和个别化学 同完成任务的过程中 ，学 习者发挥各 自的认知 ． 在 机 械状 态 监 测技 术 中也 找 到 用 武 之 地 。 习相 比， 有利于促进学生高级认知能力 的发展 ， 特 点 ， 相互争论 、 相互 帮助 、 相互 提示或者是进 在机械动态信号分析方法 和应 用技术上 ， 有利于学生健康情感 的形成 ，因而受到广 大教 行 分工合作 。 伴 ： 现实生 活中 ， 伙 在 学生们 常常 新 近 的发 展 ：采 用 空 间域 滤 波 的 预 处 理 、采 用 育工作者的普遍关注 。基于 网络 的协作学 习是 与 自己熟识的同学一起做作业 。 没有问题 时 。 大 Ｖ ｄ Ｋ ａ ｏｌ— ￣ｍ ｎ分 布分 析 、 波（ａｅ ｔ 换方 指利用计算 机网络 以及多媒 体等相关 技术 ， 小 ｗ ｖｌ １ ｅ变 由 家各 做各的 ， 当遇到 问题 时 ， 便相互讨 论 ， 从别 法 、 沌分析方法 、 能 传感与检测技术 、 混 智 以及 多个 学习 者针对 同～学 习 内容彼 此交互 和合 人的思考 中得到启发和帮助 。 角色扮演 ： 每个人 与 Ｖ 总 线 仪 器 平 台丰 关 的技 术 等 。 ＸＩ Ｈ 作 ，以 达 到对 教 学 内容 比较 深 刻 理 解 与 掌 握 的 都有过这样的经 验一对某个 问题 给别人作 了详 现 今 ， 内外 较 典 型 的 状 态 监 测 方 式 主 要 过程。 国 在基于网络环境的协作学习过程中 ， 基本 细讲解之后 ，自己对该 问题往往会有新 的体会 有 ３种 。 的 协作模式有 四种 ： 竞争 、 同 、 伴与角 色扮 与理 解 。 协 伙 ２１离 线 定 期 监 测 方 ｊ 测 试 人 员 定 期 到 演 。 争 ： 指 两 个或 多 个 学 习 者 针 对 同 一学 习 ． 戈 竞 是 作者简介： 李槟 ， 同济大学软件 学院在读研 现 场 用一 个 内 容 或 学 习情 景 ，通 过 网 络 环 境 进 行 竞 争 性 学 究 生
机械设备状态检测与故障诊断
机械设备状态检测与故障诊断1.简述设备故障诊断的目的和任务答:目的:①能及时的、正确的对各种异常状态或故障状态作出诊断,预防或消除故障,对设备的运行进行必要的指导,提高设备的可靠性、安全性和有效性,把故障降低到最低水平②保证设备发挥最大的设计压力③通过检测监视、故障分析、性能评估等,为设备结构改造、优化设计、合理制造及生产过程提供数据和信息任务:①状态监测②故障诊断③指导设备的管理维修2.简述设备故障诊断技术的定义、内容、类型和方法答:定义:在设备运行中或基本不拆卸设备的情况下,掌握设备的运行状况,判定产生故障的部位和原因,以及预测预报设备状态的技术内容:设备故障诊断的内容包括状态监测、分析诊断和故障预测三方面,实施过程为信号采集、信号处理、状态识别、诊断决策四方面类型:①按诊断对象分类:旋转机械诊断技术、往复机械诊断技术、工程结构诊断技术、运载器和装置诊断技术、通信系统诊断技术、工艺流程诊断技术②按诊断目的分类:功能诊断与运行诊断、定期诊断与连续诊断、直接诊断与间接诊断、常规工况与特殊工况诊断、在线诊断和离线诊断③按诊断方法完善程度分类:简易诊断、精密诊断技术方法:①传统方法:利用各种物理和化学的原理和手段,通过伴随故障出现的各种物理和化学现象直接检测故障;利用故障所对应的征兆来诊断②智能诊断:在传统诊断方法的基础上,将人工智能的理论的方法用于故障诊断③模式识别、概率统计、模糊数学、可靠性分析和故障树分析、神经网络、小波变换、分析几何等数学分支在故障诊断中应用3.机械设备故障的信息获取和检测方法有哪些?答:获取方法:直接观测法、参数测定法、磨损残渣测定法、设备性能指标的测定检测方法:①振动和噪声的故障检测:振动法、特征分析法、模态识别与参数识别法、冲击能量与冲击脉冲测定法、声学法②材料裂纹及缺陷损伤的故障检测:超声波探伤法、射线探伤法、渗透探伤法、磁粉探伤法、涡流探伤法、激光全息检测法、微波检测技术、声发射技术③设备零部件材料的磨损及腐蚀故障检测:光纤内窥技术、油液分析技术④温度、压力、流量变化引起的故障检测4.简述振动检测和诊断系统的组成和原理,说明其区别答:振动检测系统:信息输入-数据预处理-数据变换和压缩-特征提取-状态分类-{①显示、打印、绘图、储存②判断与决策-报警、审核、维修}诊断系统:激振器-被诊断对象-传感器-二次仪表-{①磁带记录仪②分析仪③数据采集、记录和存储器}-故障诊断系统5.测振传感器有哪些类型?简述其工作原理。
设备状态检测与故障诊断
• 设备状态监测的对象一般以重点设备为主。 目前，设备状态监测方法主要有两种：
•(1)由维修人员凭感官和普通测量仪，对设备的技 术状态进行检查、判断，这是目前在 机械设备监 测中最普遍采用的一种简易监测方法。 (2)利用各种监测仪器，对整体设备或其关键部位 进行定期、间断或连续监测，以获得技术状态的 图像、参数等确切信息，这是一种能精确测定劣 化和故障信息的方法。
设备状态检测与故障诊 断
2020/12/8
设备状态检测与故障诊断
一、设备状态监测与诊断技术
的基本概念
设备状态监测，是指用人工或专用的 仪器工具，按照规定的监测点进行间断 或连续的监测，掌握设备运行所处于的 状态，有压力、流量、温度、振动与噪 声等等。所谓的设备诊断技术，是指在 设备运行中或基本不拆卸的情况下，根 据设备的运行技术状态，判断故障的部 位和原因，并预测设备今后的技术状态 变化。
a、 生产设备关键性（A类）指大型、高速、检修费用昂贵，采用在 线监测系统、连续检测（投入费用较大）
b、 重要性生产设备（B类）采用离线状态监测仪器，配置便携式简 易或精密检测分析仪器（数采），定期采集数据进行分析，（投 入费用是可以接受的）
c、 一般性生产设备（C类）采用离线简易检测仪器，定一个标准来 进行评判，也是比较普遍采用的一种常规做法。投入费用低，易 掌握，便于普及。
设备状态检测与故障诊断
B： “定人”
设备状态检测，一般都采用离线数据采集 器，因此数据的真实性，在很大程度上也取决 于检测人员的综合素质，从事该工作应该有比 较强的责任心，因为离线检测仪器的传感器与 被检测的设备是分离的，其位置发生改变，得 到的数据会有很大区别，为了保证分析结果的 可信度，数据检测应该由“专人”负责，即 “定人”。
转炉除尘风机在线监测及故障诊断系统
基于可靠性的状态监控预知系统------风机在线监测及诊断系统技术方案一、概况：监控设备：对于炼钢厂转炉风机,实施在线状态监测,精确了解设备运行状态,实施有计划的预知维修,同时根据运行状态与根源分析,进一步提高设备运行的可靠性,为合理安排设备维修和优化备件提供有力保障;实施目标：该系统通过建立关键设备在线监测体系,实时监控设备振动参量状态,及时报警,防止重大设备事故的发生；同时采用最先进的监控技术,最大程度延长设备的预警时间,从而实现预知维修,并通过智能的专家诊断,精确诊断故障源,实现精密维修,缩短维修用时,为检测维修制度合理化提供准确的数据基础;二、项目意义利用传感器捕捉振动、冲击脉冲、转速、电流信号；进行信号处理、模式识别、预报决策,及计算机技术,监测机组在运行过程中的振动参数及有关性能参数及其动态变化,在机组运行过程中,作出是否有故障、故障种类、故障部位、故障严重程度、故障发展变化趋势等诊断结果,判断机组性能劣化趋势;使运行、维护、管理人员能在维修之前做好有关准备,做到预知维修,并可根据监测诊断结果,进行技术改造,避免类似事故再次发生;实施本项目的意义在于：1、通过本项目实现对机组的连续在线监测和劣化趋势预测达到预知维修的目的,以保证无故障运行;2、利用监测诊断系统可以及时判别设备是否有故障,并且能够迅速查明故障原因、部位、预测故障影响;从而实现有针对性的按状态维修,那里坏了修那里,而不是大拆大卸,延长检修周期,缩短检修时间,提高检修质量,减少备件储备,提高设备的维修管理水平;3、向运行人员提供及时的信息,有效地支援运行,提高设备使用的合理性、运行的安全性和经济性,充分挖掘设备潜力,延长服役期限,以便尽量合理地使用设备;从而降低设备故障停机时间,减少计划检修时间和非计划检修时间;4、向维修管理人员及时提供设备运行情况,及时准备备品备件,及时处理有关故障,真正实现预知维修,以最少的代价发挥设备最佳的效益,做到最佳运行,使设备维修费用、设备性能劣化与停机损失费用最低;根据监测诊断结果确定维修时间、维修部位和维修方法,并根据诊断结果进行技术改造,可以降低设备故障停机时间,减少计划检修时间和非计划检修时间;提高开工率,增加产品产量,减少同类事故发生的次数;三、CMS在线监测系统功能说明：系统功能：1）本系统为瑞典SPM公司着名的CMS网络监控系统,在世界范围内拥有40年的历史,更为ABB、西门子、英格索兰、西马克、阿尔斯通等着名设备制造商应用,进行产品出厂配套或进行出厂质量校核；2） 全中文操作界面,提供WINDOWS 窗口形式和树状结构形式两种操作方式,真正做到会使用计算机就能操作软件；3） 在线监控设备振动指标,长期趋势监控,智能型“绿、黄、红”报警指示；4） 通过专利的“EVAM ”专利技术,实现：① 智能诊断故障原因,对位移、加速度、速度、歪度、峭度、4个等级摩擦量以及不平衡、不对中、松动、轴承故障、转子断条等30多项参数与征兆独立评估,分别给出“绿、黄、红”状态指示,实现智能专家诊断；② 针对设备工况的复杂性,对于变速设备、载荷变化较大的设备,可根据转速和载荷的变化量预先设定设备不同工况下的不同标准；③ 根据设备的多样性,有时设备总体振动不大,但是短时工作后便造成事故停机现象,“EVAM ”根据30多项参数的趋势变化可以捕捉设备的故障原因,并报警提示；④ 根据设备的基本参数和正常状态下的参量,形成适合该设备的企业标准,从而为设备后期更准确判断设备运行状态；⑤ 内置的“专家系统”和庞大的轴承库,方便具有一定专业知识、习惯用频谱来分析设备故障的管理人员来判断如不平衡、不对中、松动、轴承故障、转子断条等等故障;5） 轴承监测 —— 冲击脉冲技术① 振动监测解决不了早期预警问题已是世界公认的事实,原因是轴承早期的问题如润滑不良,点蚀等所产生的是较弱的瞬态信号,常规振动传感器及振动分析方法根本无法捕捉得到;如下图实例中,振动未报警,但轴承冲击脉冲峰值LR 已远远超出报警值,损伤程度值COND 逐渐加大,说明轴承已经失效,继续运行将导致严重隐患;② “冲击脉冲技术”是完全不同于振动监测的技术,该技术已服务世界各国30多年,被公认为是解决滚动轴承、齿轮问题的最佳途径,因此应用极为广泛,仅在中国就已成功应用于上千家企业;绝大多数世界知名设备制造商,如ABB 、英格索兰、苏尔寿、GE,都已在其设备出厂前安装冲击脉冲传感器,或使用该技术进行出厂检验；为数众多的进口石化挤出机、造纸机、船用发动机的齿轮箱上,已经安装了冲击脉冲监测保护系统;③该技术简单易用,只须在轴承座上安装冲击脉冲传感器,系统会直接给出轴承运转状态值及国际标准的“绿、黄、红”状态指示,同时给出：专利的LR/HR 技术,给出强冲击与平均冲击指标；状态代码CodeA 为最佳,B 为干磨擦,C 为轻度损伤,D 为严重损伤；润滑状态代码LUB 油膜厚度：0,1,2,3,4…；损伤程度值Cond<30为轻度,30-40为中度,>40为重度；它包括一个庞大而丰富的轴承库,以及专利的 LUBMASTER 轴承润滑寿命分析模块;见下图④ 冲击脉冲技术的优势是其独特设计的冲击脉冲传感器,仅对轴承运转、齿轮啮合时产生的瞬态冲击做出反应,而对其它低频振动的干扰不作反应,因此可以得到纯净的早期信号;对冲击脉冲信号进行频谱分析,即专利的SPM Spectrum TM,具有其它常规带通滤波、包络技术无法比拟的优势,可得到极为清晰的频谱图;6） 通过企业内部网络实现网络共享,同时支持5个用户同时上网查看设备目前的工作状况； 轴承状态冲击脉冲LR/HR损伤程度COND 润滑指标LUB 水平振动VIB7）系统内置的TLT自检功能,自动监测网络系统的连接质量和硬件品质,保证采集数据的真实可靠；8）本系统自成体系,不受网络系统的故障干扰；9）本系统可以同时接收在线或离线便携式数采器的数据,进入系统进行统一管理；10）可以按企业内部的设备统一编号或自己编排的编号任意编辑测点名,方便查找；11）可以根据管理人员的职责范围来设定管理权限,真正做到职责分明；12）对于问题设备或检修过设备处理的过程、方法和结论可在当时的测定数据中加以注解,便于将来查阅、参考和制定恰当的处理方案；13）本系统采用WINDOWS自带的SQL SERVER 数据库,可以利用SQL SERVER 数据库自身的软件进行备份,也可以在客户端自行备份数据；14）数据可与企业EAM或ERP体系实现数据共享；15）本系统采用模块化的方式,可以根据用户的需求扩展功能,如：脉冲技术、油膜分析功能等更深层次的分析功能；16）可以通过网络系统,输入软件序列号,在互联网上免费升级软件;实施方法：1）安装振动传感器,监控设备的振动变化；2）安装冲击脉冲传感器,监控轴承的冲击变化和润滑的状况；3）安装转速传感器,实现转速监控,并实现变速设备智能诊断；4）通过现场监测单元多通道信号处理,将数据通过企业互联网传输；5）服务器运行监控软件与数据库,客户端实现有权限地数据共享与诊断分析;五、在线系统结VCM+BMU1、结构图2、风机测点分布测点说明如下：风机本体安装3个振动传感器：风机本体轴承位水平安装1个振动传感器、垂直方向安装1个振动传感器、轴向安装1个振动传感器,;电机本体安装2个冲击脉冲传感器：两个轴承位各安装1个冲击脉冲传感器;电机和风机之间安装1个转速传感器;电机控制柜上:控制柜上电机电流信号接入VCM;一、风机在线监测系统功能要求；1、按照设备状态在线监测和故障诊断的需求,风机上实施在线监测,并具有故障诊断和故障报警功能;2、利用传感器捕捉振动、冲击脉冲、转速、电流信号；进行信号处理、模式识别、预报决策,及计算机技术,监测机组在运行过程中的振动参数及有关性能参数及其动态变化,在机组运行过程中,做出是否有故障、故障种类、故障部位、故障严重程度、故障发展变化趋势等诊断结果,判断机组性能劣化趋势;3、通过振动准确监测风机系统的不平衡、不对中、松动等问题；4、通过冲击脉冲准确监测风机系统的轴承问题,做到准确预知与诊断；5、通过电机电流信号的监测,反映风机载荷的变化,提高系统诊断的准确性；6、有关诊断分析软件中能实现不同岗位人员的权限设定,并能在局域网内实现数据共享,以便提高各级专业人员利用系统及时了解所监测设备的能力和水平,以便提高此类重要设备管理的效率;二、主要系统硬件的技术条件1、振动监测模块VCM-20VCM-20 是连续测量单元,供采用 EVAM 专家方法进行振动分析;单元内部配有 CPU、硬盘和多路复用测量逻辑模块;VCM-20-8 配有 8个振动测量通道,8 个 RPM 测量通道;可插接4-20mA模拟量输入板,可扩充8-16通道模拟量,监控温度、压力等,也可通过负载电流监控,实现变载分析;VCM-20 可通过以太网与安装 Condmaster Nova 软件的计算机连接;测量设定值在软件中设置;通信程序 DBL 向 VCM-20 单元传送测量设定值,并读取这个单元的结果文件;处理器： 1GHz存储器： 256 Mb RAM硬盘容量： > 20 Gb通道：振动20,转速 8频率范围： 0 –20KHz包络频率： 100, 200, 500, 1000, 2000, 5000, 10 000 Hz检测窗口：矩形、汉宁、海明等分辩线数： 200, 400, 800, 1600, 3200, 64002、轴承监测模块BMU-07BMU-07配有7个测量滚动轴承冲击脉冲通道,与测量单元 VCM20连接,根据 VCM20的请求进行测量、传输数据;BMU 提供冲击振幅值和包络冲击脉冲信号,用于频谱分析;VCM20单元测量轴承转速,计算 SPM 频谱,评估轴承工作状态;测量条件在 Condmaster Nova 中设置,包括冲击脉冲方法、频谱类型、用于识别轴承故障的征兆及告警极限等;测量方法：冲击脉冲 LR/HR, 和 SPM 频谱测量范围： -19 到99 dBsv LR/HR测量通道： 7电源： 5 V DC ±10%温度范围： -10°到60° C尺寸： 139 x 145 x 46 mm3、冲击脉冲传感器42000测量范围：最大值100 dBsv机架基础：不锈钢SS 2382设计：密封温度范围：-30到+150° C外部压力：最大1 MPa 10 bar 扭矩：15 Nm, 最大20 Nm4、振动传感器SLD144B灵敏度：100 mV/m/s2,精度：1%工作环境温度：-50~125℃频率范围：~10KHz适用公制M8内螺纹孔,传感器垂直输出传输距离：400米以内。
大型旋转机械的状态检测与故障诊断
大型旋转机械的状态检测与故障诊断第六期全国设备状态监测与故障诊断实用技术培训班讲义大型旋转机械的状态检测与故障诊断沈立智中国设备管理协会设备管理专题交流中心2008年9月南京目录第一节状态监测与故障诊断的基本知识 (10)一、状态监测与故障诊断的意义及发展现状.. 101. 状态监测与故障诊断的定义 (10)2. 状态监测与故障诊断的意义 (11)3. 状态监测与故障诊断的发展与现状 (12)二、大机组状态监测与故障诊断常用的方法.. 131. 振动分析法 (14)2. 油液分析法 (14)3. 轴位移的监测 (15)4. 轴承回油温度及瓦块温度的监测 (15)5. 综合分析法 (15)三、有关振动的常用术语 (16)1. 机械振动 (16)2. 涡动、进动、正进动、反进动 (16)3. 振幅 (16)3.1 振幅 (16)3.2 峰峰值、单峰值、有效值 (17)3.3 振动位移、振动速度、振动加速度 (17)3.4 振动烈度 (18)4. 频率 (19)4.1 频率、周期 (19)4.2倍频、一倍频、二倍频、0.5倍频、工频、基频、转频 (19)4.3 通频振动、选频振动 (20)4.4 故障特征频率 (20)5. 相位 (23)5.1 相位 (23)5.2 键相器 (23)5.3 绝对相位 (24)5.4 相位差、相对相位 (24)5.4 同相振动、反相振动 (25)5.5 相位的应用 (25)6. 刚度、阻尼、临界阻尼 (27)7. 临界转速 (28)8. 挠度、弹性线、主振型、轴振型 (29)9. 相对轴振动、绝对轴振动、轴承座振动. 3010. 横向振动、轴向振动、扭转振动 (31)11．刚性转子、挠性转子、圆柱形振动、圆锥形振动、弓状回转（弯曲振动） (31)12. 高点、重点 (32)13. 机械偏差、电气偏差、晃度 (32)14. 同步振动、异步振动、亚异步振动、超异15. 谐波、次谐波（分数谐波） (33)16. 共振、高次谐波共振、次谐波共振 (34)17. 简谐振动、周期振动、准周期振动、瞬态振动、冲击振动、随机振动 (34)18. 自由振动、受迫振动、自激振动、参变振动 (37)19. 旋转失速、喘振 (38)20. 半速涡动、油膜振荡 (40)四、振动传感器的基本知识 (41)1. 振动传感器的构成及工作原理 (41)2. 振动传感器的类型 (42)3. 磁电式速度传感器 (42)4. 压电式加速度传感器 (43)5. 电涡流式位移传感器 (44)6. 常用振动传感器主要性能及优缺点 (45)第二节状态监测与故障诊断的基本图谱 (46)一、常规图谱 (46)1. 机组总貌图 (46)2. 单值棒图 (46)3. 多值棒图 (47)4. 波形图 (48)6. 轴心轨迹图 (52)7. 振动趋势图 (53)8. 过程振动趋势图 (58)9. 极坐标图 (58)10. 轴心位置图 (59)11. 全息谱图 (59)二、启停机图谱 (60)1. 转速时间图 (60)2. 波德图 (61)3. 奈奎斯特图 (63)4. 频谱瀑布图 (64)5. 级联图 (65)第三节大型旋转机组常见振动故障的机理与诊断 (66)一、不平衡 (66)二、转子弯曲 (68)三、不对中 (70)四、轴横向裂纹 (75)五、支承系统连接松动 (77)第四节故障诊断的具体方法及步骤 (79)一、故障真伪的诊断 (80)1. 首先应查询故障发生时生产工艺系统有无大的波动或调整 (80)2. 其次应查看仪表、主要是探头的间隙电压是否真实可信 (81)3. 应查看相关的运行参数有无相应的变化. 844. 应察看现场有无人可直接感受到的异常现象 (84)二、故障类型的诊断 (86)1. 振动故障类型的诊断 (87)1. 1主要异常振动分量频率的查找步骤及方法 (87)1.2 根据异常振动分量的频率进行振动类型诊断 (89)2. 轴位移故障原因的诊断 (95)三、故障程度的评估 (96)四、故障部位的诊断 (99)五、故障趋势的预测 (100)附件一齿轮的故障诊断 (101)一、齿轮的常见故障 (101)1. 断齿 (101)2. 点蚀 (101)3. 磨损 (102)二、齿轮故障的特征信息 (102)1. 啮合频率及其谐波 (103)2. 信号调制和边带分析 (104)1) 幅值调制 (105)2) 频率调制 (106)3. 齿轮振动信号的其它成分 (107)1) 附加脉冲 (107)2) 隐含成分 (108)3) 滚动轴承信号及交叉调制 (108)4. 齿轮常见故障与特征频率及其谐波、以及边频带的小结 (109)三、齿轮故障的诊断方法 (110)1. 细化谱分析法 (111)2. 倒频谱分析法 (111)3. 时域同步平均法 (114)4. 自适应消噪技术 (115)附件二滚动轴承的故障诊断 (115)一、滚动轴承的常见故障 (115)1. 疲劳剥落（点蚀） (115)2. 磨损 (116)3. 胶合 (116)5. 锈蚀 (116)6. 电蚀 (116)7. 塑性变形（凹坑及压痕） (116)8. 保持架损坏 (117)二、引起滚动轴承振动的原因及其特征频率 1171. 由于结构特点引起的振动——滚动体通过载荷方向时产生的通过频率 (117)2. 由于轴承刚度非线性引起的振动 (118)3. 由于制造及装配等原因引起的振动 (118)1) 由于表面加工波纹引起的振动 (118)2) 由于滚动体大小不均匀引起的振动 (118)3) 由于轴承偏心引起的振动 (118)4) 由于轴承装歪或轴弯曲引起的振动 (118)5) 由于轴承装配过紧或过松引起的振动 (118)4. 由于润滑不良引起的振动 (119)5. 由于轴承工作表面上的缺陷引起的振动 (119)三、滚动轴承振动的固有频率和缺陷间隔频率 (121)1. 滚动轴承的固有频率 (121)1) 滚动轴承内、外圈固有频率的计算公式 (121)2) 钢球固有频率的计算公式 (122)2. 滚动轴承的缺陷间隔频率 (122)四、滚动轴承故障振动的诊断方法 (123)1. 合理选择分析频段的范围 (123)1) 低频段（0 ~ 1 kHz） (123)2) 中频段（1 ~ 20 kHz） (124)3) 高频段（20 ~ 80 kHz） (124)2. 传感器位置的选择 (124)3. 滚动轴承故障波形的评定指标及因数判断法 (125)1) 有效值X rms (125)2) 峰值X p (126)3) 波峰因数C f (126)4) 峭度β与峭度系数K (127)4. 滚动轴承的诊断方法 (128)1) 低频信号接收法 (128)2) 冲击脉冲法(SPM) (128)3) 共振解调法(IFD) (129)5. 轴承失效的四个阶段及各阶段内的主要特征频率成分 (131)第一节状态监测与故障诊断的基本知识一、状态监测与故障诊断的意义及发展现状1. 状态监测与故障诊断的定义通俗地说，状态监测与故障诊断就是给机器看病。
设备状态检测与故障诊断知识
经验建议
低速重载设备，建议在无载荷状态下进行 数据采集与保存，这样能够让故障信息“自由释 放”出来，特别是时域无量纲分析时，信息更加 真实，对高速轻载设备，尽量保证分析数据是在 工作状态下采集，这个时候的高频信息反映真实。 针对可逆式轧机，我们应该选择无负荷，单方向 连续转动时做数据采集。
检测仪器的选择
与诊断的需要
检测仪器的选择-软件系统
检测仪器配套的系统（软件）必须具备 数据兼容性与开放性
系统必须同时具备分析及管理功能 分析方法、手段实用，针对性、目的性
强 具备方便接入ERP、EAM等系统的能力
采样点数与频率分辨率的关系
采样点数的多少与要求多大的频率分辨率有关。当最高分析频率已经
确定，要考虑诊断中频谱的频率分辨率是多少，然后由N采样点数=2.56×M 线数=2.56 fm分析频率/△f分辨率计算采样点数，并将采样点数设置为最接近计算
故障诊断的基本方法
简易诊断法
采用便携式的简易诊断仪器，如测振仪、声级计、 工业内窥镜、红外点温仪对设备进行人工巡回监测， 根据设定的标准或人的经验分析，了解设备是否处于 正常状态。
故障诊断的基本方法
精密诊断法 对已产生异常状态的设备采用精密诊断仪
器及其他辅助分析手段(计算机辅助分析软件、 诊断专家系统等)进行综合分析，了解故障类 型、部位、程度和产生原因及故障发展的趋势 等问题。
检测对象的技术参数
振动参数常用的有A、V、D，三者经积分、微 分转换。低频振动用D（小于10Hz）；高频振动 用A（大于1KHz）；中频振动用V（10—1KHz）度 量。 单位：D---mm、μm；
V---cm/s、mm/s； A---m/s2、1 g=9.8m/s2
检测对象的历史信息
大型旋转机械状态检测与故障诊断讲义
⼤型旋转机械状态检测与故障诊断讲义⼤型旋转机械状态检测与故障诊断讲义沈⽴智阿尔斯通创为实技术发展（深圳）有限公司2006年12⽉⽬录第⼀节状态监测与故障诊断的基本知识 (4)⼀、状态监测与故障诊断的意义 (4)⼆、⼤机组状态监测与故障诊断常⽤的⽅法 (4)1. 振动分析法 (4)2. 油液分析法 (5)3. 轴位移的监测 (5)4. 轴承回油温度及⽡块温度的监测 (5)5. 综合分析法 (6)三、有关振动的常⽤术语 (6)1. 机械振动 (6)2. 涡动、进动、正进动、反进动 (6)3. 振幅 (7)3.1 振幅 (7)3.2 峰峰值、单峰值、有效值 (7)3.3 振动位移、振动速度、振动加速度 (7)3.4 振动烈度、振动标准 (8)4. 频率 (9)4.1 频率、周期 (9)4.2 倍频、⼀倍频、⼆倍频、0.5倍频、⼯频、基频、半频 (9)4.3 通频振动、选频振动 (10)4.4 故障特征频率 (10)5. 相位 (12)5.1 相位、相位差 (12)5.2 键相器 (13)5.3 绝对相位 (13)5.4 同相振动、反相振动 (14)5.5 相位的应⽤ (14)6. 相对轴振动、绝对轴振动、轴承座振动 (16)7. 横向振动、轴向振动、扭转振动 (16)8. 刚性转⼦、挠性转⼦、圆柱形振动、圆锥形振动、⼸状回转 (17)9. 刚度、阻尼、临界阻尼 (17)10. 临界转速 (18)11. 挠度、弹性线、主振型、轴振型 (18)12. ⾼点、重点 (19)13. 机械偏差、电⽓偏差、晃度 (20)14. 谐波、次谐波 (20)15. 同步振动、异步振动、亚异步振动、超异步振动 (20)16. 共振、⾼次谐波共振、次谐波共振 (21)17. 简谐振动、周期振动、准周期振动、瞬态振动、冲击振动、随机振动 (21)18. ⾃由振动、受迫振动、⾃激振动、参变振动 (22)19. 旋转失速、喘振 (23)20. 半速涡动、油膜振荡 (24)第⼆节状态监测与故障诊断的基本图谱 (26)⼀、常规图谱 (26)1. 机组总貌图 (26)2. 单值棒图 (26)3. 多值棒图 (27)4. 波形图 (28)5. 频谱图 (31)6. 轴⼼轨迹图 (31)7. 振动趋势图 (33)8. 过程振动趋势图 (36)9. 极坐标图 (36)10. 轴⼼位置图 (37)11. 全息谱图 (37)⼆、启停机图谱 (38)1. 转速时间图 (38)2. 波德图 (39)3. 奈奎斯特图 (41)4. 频谱瀑布图 (42)5. 级联图 (43)第三节故障诊断的具体⽅法及步骤 (44)⼀、故障真伪的诊断 (44)1. ⾸先应查询故障发⽣时⽣产⼯艺系统有⽆⼤的波动或调整 (44)2. 其次应查看仪表、主要是探头的间隙电压是否真实可信 (46)3. 应查看相关的运⾏参数有⽆相应的变化 (48)4. 应察看现场有⽆⼈可直接感受到的异常现象 (49)⼆、故障类型的诊断 (51)1. 振动故障类型的诊断 (51)1. 1主要异常振动分量频率的查找步骤及⽅法 (52)a）先看棒图或多值棒图 (52)b）依次调看振动趋势图 (53)c）最后看频谱图 (53)1.2 根据异常振动分量的频率进⾏振动类型诊断 (54)a) 主要异常振动分量为⼯频时 (54)b) 主要异常振动分量为低频时 (56)c) 主要异常振动分量为⼆倍频时 (58)d) 主要异常振动分量为其它频率时 (59)2. 轴位移故障原因的诊断 (60)三、故障程度的评估 (61)四、故障部位的诊断 (63)五、故障趋势的预测 (64)第⼀节状态监测与故障诊断的基本知识⼀、状态监测与故障诊断的意义状态监测是指通过⼀定的途径了解和掌握设备的运⾏状态，包括利⽤监测与分析仪表（定时的或⾮定时的、在线的或离线的），采⽤各种检测、监视、分析和判别⽅法，结合设备的历史和现状，对设备当前的运⾏状态作出评估（属于正常、还是异常），对异常状态及时作出报警，并为进⼀步进⾏故障分析、性能评估等提供信息和数据。
电机的在线监测与诊断
在线监测系统的实施：某电机厂引入了一套在线监测系统，用于实时 监测电机的运行状态和故障预警。
应用效果：在线监测系统的应用提高了电机的运行稳定性和可靠性， 减少了故障停机时间，为电机厂带来了显著的经济效益。
未来展望：随着物联网 、云计算、大数据等技 术的发展，电机在线监 测技术将更加智能化、 自动化和远程化。
监测技术的分类
温度监测
振动监测
噪声监测
电机电流监测
监测技术的应用场景
电机运行状态监 测
故障预警和诊断
预防性维护和寿 命预测
优化电机性能和 运行效率
数据采集模块
定义：数据采集模块是电机在线 监测系统的重要组成部分，负责 实时采集电机的运行数据。
案例二：某大型电机设备的远程监测与诊断实 践
监测系统：采用先进的传感器和数据分析技术，对电机设备的运行状态进 行实时监测。
诊断方法：通过分析监测数据，识别异常状态，预测潜在故障，并提供维 修建议。
实践效果：有效提高了电机设备的运行稳定性和可靠性，减少了故障停机 时间。
结论：远程监测与诊断是电机维护的重要手段，具有广泛的应用前景。
案例四：多电机协同工作的监测与诊断方案
监测方案：对 多台电机的工 作状态进行实 时监测，包括 电流、电压、 温度、振动等
参数。
诊断方案：基 于监测数据， 运用智能算法 进行故障诊断， 识别出故障类 型、位置和原
因。
实施效果：有 效提高了电机 运行的稳定性 和可靠性，减 少了故障停机
时间。
适用场景：适 用于需要多台 电机协同工作 的工业场景， 如生产线、泵
未来挑战：需要解决监测系统可靠性和稳定性的问题，提高监测数据的精度和可信度， 同时降低监测成本。
- 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)。
旋转设备在线监测分析与故障判断
作者：邓华伟单位：攀工西分维检五部摘要：旋转设备故障的产生，其最显著的特点是设备各组成部分或零部件之间配合间隙的破坏，而配合间隙的破坏主要是由于配合表面不断受到摩擦、冲击、高温和腐蚀等作用而产生磨损的结果，这样就使受力部位的零部件形状、尺寸、金属表面层（化学成分、机械性能、金相组织）发生了改变，从而降低了精度和应有的功能。
一、概况
各种旋转设备运转过程中各零部件磨损并非相同，随其工作条件而异，但磨损的发展是有其规律的，如果能够对设备受到的这种磨损失效规律进行掌握，设备各零部件的相对运动趋势将反应出振动、温度、声音的连锁效应，使我们提前知晓设备各项功能发生改变的趋势与结果。
攀钢做为国内大型钢铁企业，拥有多种大、中、小型旋转设备，其较多旋转设备占据着生产中的核心地位。
二、旋转设备磨损规律分析及判断
1、旋转设备磨损规律分析
旋转设备在试运转后，即为正常工作的开始，正常工作终了时，即进入事故
磨损时期，正常工作期间如果受
到突发的、过早的、迅速增长的磨
损将会很快进入事故磨损时期，加
速设备损坏，势必会发热、振动、
异响。
如图1-1所示旋转设备磨损
的典型曲线。
这条曲线具有三个明显的阶段，分别表示不同的工作时期。
O1A段为初期磨损时期，即新组合部位的试运转磨合过程，表示组合部位在工作初期具有较大的磨损，部件最初的水平度受到了破坏，在油膜或其它作用下将形成新的结合面，曲线趋近A点时磨损速度逐渐趋近平稳。
AB段为正常的磨损阶段（或叫正常运转周期），组合部位磨损成曲线均匀上升，当部件工作时间超过t2时，磨损量将会逐渐加大。
经过B点后，磨损量重新开始急剧增长，BC段为事故磨损阶段，由于间隙过大，润滑油膜被破坏，磨损强烈，这时如果继续工作可能发生设备意外的故障。
2、测振分析
（1）振动位移（振幅）分析
测振仪起到对在线旋转设备监测数据的采集，通过对采集部位数据进行技术性分析，是初步判断设备故障造成原因的一种方法。
对旋转设备支承部位进行测振，测量出支承部位振幅值，继而确定设备是否可能继续运行。
各种设备根据功用、运行环境及参数的不同所确定的振幅也不同。
①离心、轴流通风机、罗茨、叶氏式鼓风机轴承的振副值范围：
表一
②离心鼓风机、压缩机和增速器轴承振副值范围：
表二
③水泵轴承振副值范围：
表三
按照以上表中所示的振副值范围对设备进行判断，如果所测振幅值在对应的范围内，表示设备可以运行，但并不能肯定无问题，如轴承出现了轻微的点蚀、麻点，且数量较多，此时表现出来的振副值在范围了，但设备此时已经存在问题了。
如果振幅已经超出规定值，只能说明设备已经存在问题，如需找到问题得所在，单凭振幅很难判定，需要进一步分析振动烈度。
（2）振动速度（烈度）分析
测振仪起到对在线旋转设备监测数据的采集，通过对采集部位数据进行技术性分析，一般采集部位轴承运转部位，判断在线设备运行所属磨损阶段，分析设备运行参数是否正常。
旋转设备振动速度-磨损值对照图如图1-2所示
图中所示的区间S1段表示设备磨损值较小，设备运行参数值为初始的磨合阶段，可以持续运行；S2段为正常的磨合阶段，设备可以继续运行；S3段为磨合的后期阶段，表示设备进入疲劳磨合阶段，需要停机检修。
时常在线设备运行
中可能突然进入某一阶段，但并不表示设备磨损就达到了某个阶段值，可能是由于其它原因所导致。
如设备对中不够、设备轴承缺油、设备地脚松动、设备连接部位裂纹、设备运行参数发生改变等，实际原因需综合各种情况才能进行判断。
3、温度及温升分析
表四
旋转设备判定振动值后，还需进一步判定轴承振动部位温度及温升情况。
4、声音异常分析
在线运转设备发出异常的声音，较以往在运行中发出的声音异常，一般初学者或经验不足的人员很难凭此条件断定设备问题的所在，判定旋转设备运转故障，此条件只做辅助判定条件。
三、旋转设备常见故障分析简易诊断表
旋转设备的振动问题是很复杂的，但只要掌握各种振动的原因及基本特征，加上平时多积累经验，就能迅速和准确判断风机振动故障的根源所在，进而采取措施，提高旋转设备的安全可靠性。
旋转设备常见故障分析简易诊断表如下：
表五：旋转设备常见故障分析简易诊断表。