大型旋转机械的状态检测与故障诊断
机械设备状态监测与故障诊断技术
优点与局限性
温度监测技术具有简单 、直观和易于实现的优 点。然而，对于非热力 设备或低温设备，温度 变化可能不明显，需要
采用其他监测方法。
油液分析技术
总结词
油液分析技术是通过分析机械设备的润滑油或液 压油的成分和性能指标，从而判断设备运行状态 的一种方法。
适用范围
油液分析技术适用于各种类型的机械设备，特别 是润滑系统和液压系统，如轴承、齿轮和液压缸 等。
温度监测技术是通过测 量机械设备的温度变化 ，分析其特征参数，从 而判断设备运行状态的 一种方法。
详细描述
温度监测技术主要应用 于热力设备、电机和电 子设备的监测。通过测 量和分析温度信号的变 化趋势、波动幅度和温 差等参数，可以判断设
备的运行状态。
适用范围
温度监测技术适用于各 种类型的热力设备和电 子设备，如锅炉、汽轮 机、变压器和集成电路
技术应用前景
工业4.0
机械设备状态监测与故障诊断技术是工业4.0的重要组成部分，能 够提高生产效率和设备利用率，降低维护成本。
智能制造
在智能制造领域，该技术能够实现设备的远程监控和预测性维护， 提高制造过程的可靠性和效率。
航空航天领域
在航空航天领域，该技术对于保障飞行安全和提高飞行器寿命具有 重要意义。
机械设备状态监测与故障诊断 05 技术的挑战与未来发展
技术挑战
监测设备兼容性
不同品牌和型号的机械设备可能 需要特定的监测设备，导致监测
设备的兼容性成为一大挑战。
数据处理与分析
机械设备产生的数据量庞大，如何 高效地处理和分析这些数据以提取 有价值的信息是一个技术难题。
故障预测准确性
准确预测机械设备故障的发生时间 和部位是一个具有挑战性的任务， 需要不断优化算法和提高预测模型 的精度。
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。
旋转机械的角位移测量及故障判断系统
旋转机械的角位移测量及故障判断系统随着工业机械的不断发展，旋转机械在各个领域中都扮演着至关重要的角色。
在这些机械中，角位移是一个极为重要的参数，因为它可以直接反映出机械的运动状态以及故障情况。
因此，为了保证旋转机械的正常运行和及时发现故障，设计旋转机械的角位移测量及故障判断系统显得尤为重要。
一、旋转机械的角位移测量原理在旋转机械中，角位移就是旋转角度，通常用弧度或角度来表示。
为了测量旋转机械的角位移，我们需要根据机械运动的特点来选择合适的测量方式。
常见的测量方式包括：1. 光电编码器测量法光电编码器是一种能够检测机械位移的传感器。
它由一个旋转的光圈和固定的光电传感器组成，光圈会随着机械的旋转而在光电传感器上产生相应的光信号。
通过对这些信号的处理，我们可以得到机械的角位移。
2. 磁性编码器测量法磁性编码器原理与光电编码器类似，只是它使用磁性信号来代替光信号。
磁性编码器有着更高的测量精度和更稳定的信号输出，但它的安装和使用要比光电编码器复杂。
3. 传感器测量法通过在旋转机械上粘贴或安装转角传感器，可以直接测量机械的角位移。
这种测量方式具有较高的可靠性和精度，但需要对传感器进行定期的校准和维护。
二、旋转机械的故障诊断原理不论是哪种测量方式，都能够对旋转机械的角位移进行实时监测。
如果机械出现故障或运行异常，我们可以通过对角位移的监测数据进行分析来进行诊断。
1. 故障诊断旋转机械的故障种类繁多，常见的有机械磨损、轴承损坏、电机故障等。
这些故障都会对机械的运动状态和角位移产生影响，因此对角位移的监测数据进行分析可以发现故障的产生及其类型。
2. 维修保养定期对旋转机械进行维修保养是保持机械正常运转的重要手段。
通过对角位移数据的分析，我们可以得到机械的运动状态，将这些数据和机械的维修保养记录进行比对，可以定期制定有效的维修保养计划。
三、旋转机械的角位移测量及故障判断系统的设计旋转机械的角位移测量及故障判断系统是一个综合性的系统。
旋转机械故障诊断与预测方法及其应用研究
旋转机械故障诊断与预测方法及其应用研究1. 引言1.1 研究背景旋转机械是工业生产中常见的设备，其故障可能会导致生产中断和安全隐患。
旋转机械故障诊断与预测方法的研究备受关注。
目前，随着传感技术、数据分析和人工智能的发展，针对旋转机械故障诊断与预测方法的研究取得了不少进展。
旋转机械故障诊断方法的研究包括基于振动、声音、温度等传感数据的分析，通过识别故障特征来实现快速准确的故障诊断。
预测方法则是通过数据建模和算法分析，预测旋转机械未来的运行状态，提前采取维护措施，避免故障发生。
在实际应用案例分析中，研究人员通过实验验证了不同的故障诊断与预测方法在旋转机械上的有效性和实用性。
技术优势的讨论则涉及不同方法的优缺点比较和适用范围。
未来的发展方向包括不断优化算法和模型，提高故障诊断和预测的准确性和可靠性，推动旋转机械故障管理技术的进一步发展和应用。
1.2 研究意义旋转机械故障诊断与预测方法及其应用研究的研究意义在于提高旋转机械设备的运行可靠性和安全性，减少设备故障对生产造成的影响，提高生产效率和降低维护成本。
通过研究旋转机械故障诊断和预测方法，可以实现对设备运行状态的实时监测和评估，及时发现故障隐患，提前采取维修措施，避免设备停机损失。
通过建立预测模型和算法，可以对设备未来的运行状态进行预测，有针对性地制定维护计划，延长设备寿命，降低维护成本。
旋转机械在现代工业生产中扮演着重要的角色，涉及到诸如风力发电机组、涡轮机、离心泵等关键设备。
这些设备的故障通常会导致生产中断，造成巨大经济损失，并可能带来安全隐患。
研究旋转机械故障诊断和预测方法对于提升工业生产的稳定性和可靠性具有重要意义。
通过不断完善故障诊断和预测技术，可以不断提高设备运行的效率和安全性，推动工业生产向更高水平发展。
1.3 研究目的研究目的是为了探讨旋转机械故障诊断与预测方法及其应用的相关问题，通过系统性的研究和实践，对旋转机械故障诊断与预测方法进行深入理解和探讨，为相关领域的研究和实践提供理论支持和技术指导。
旋转机械故障诊断技术的研究与应用
旋转机械故障诊断技术的研究与应用旋转机械是指在运转过程中部分或全部的部件都会作旋转运动的机械。
因其广泛应用于各种重要设备中，如汽车、火车、飞机、电站发电机组、造船、机床等领域，因此旋转机械的故障诊断技术一直是工业领域研究的重点之一。
本文将介绍旋转机械故障诊断技术的研究和应用。
一、背景旋转机械是在运转过程中部分或全部的部件都会作旋转运动的机械。
如汽车的发动机、齿轮机构、橡胶轮胎等；火车的机车、机械部件、制动器等；飞机的发动机、减速器等；发电机组的转子、转子轴承、电机配件等；机床的主轴、轴承等。
这些机械的失效会对安全生产带来巨大的威胁，因此旋转机械故障诊断技术具有重要的意义。
二、研究内容旋转机械故障诊断技术包括机械故障的检测、诊断和预测。
其中检测是指对旋转机械工作状态进行监测和记录，通过标准化数据部件，对旋转机械性能参数进行实时跟踪和分析。
诊断是指在检测的基础上，根据检测数据和故障特征，确定故障原因和位置。
预测是指通过对旋转机械的工作状态进行长期、连续的监测，预测故障的发生和发展趋势，对未来的维护进行有效的规划和安排。
1. 诊断方法旋转机械故障诊断技术主要分为两大类，一类是基于信号处理和模式识别算法的故障诊断技术，另一类是基于震动谱分析和失效模式分析的故障诊断技术。
基于信号处理和模式识别算法的故障诊断技术主要是通过对旋转机械的感应信号进行分析和处理，对故障进行判别和诊断。
常见的信号处理方法包括小波分析、快速傅里叶变换等，常见的模式识别算法有神经网络、支持向量机、决策树等。
基于震动谱分析和失效模式分析的故障诊断技术主要是通过对旋转机械产生的振动信号进行分析和处理，对故障进行判别和诊断。
该方法具有可靠性高、适用范围广的优点，常用的分析工具有FFT分析、包络分析等。
2. 应用前景旋转机械故障诊断技术在工业领域的应用前景非常广阔，可以用于石油、化工、电力、机械等领域。
在能源领域，旋转机械故障诊断技术可以用于汽轮机、风电、锅炉等设备的维护和监测。
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四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2007年9⽉西安⽬录第⼀节状态监测与故障诊断的基本知识 (6)⼀、状态监测与故障诊断的意义及发展现状 (6)1. 状态监测与故障诊断的定义 (6)2. 状态监测与故障诊断的意义 (6)3. 状态监测与故障诊断的发展与现状 (8)⼆、⼤机组状态监测与故障诊断常⽤的⽅法 (9)1. 振动分析法 (9)2. 油液分析法 (10)3. 轴位移的监测 (11)4. 轴承回油温度及⽡块温度的监测 (11)5. 综合分析法 (11)三、有关振动的常⽤术语 (11)1. 机械振动 (11)2. 涡动、进动、正进动、反进动 (11)3. 振幅 (12)3.1 振幅 (12)3.2 峰峰值、单峰值、有效值 (12)3.3 振动位移、振动速度、振动加速度 (13)3.4 振动烈度 (13)4. 频率 (15)4.1 频率、周期 (15)4.2倍频、⼀倍频、⼆倍频、0.5倍频、⼯频、基频、转频 (15)4.3 通频振动、选频振动 (15)4.4 故障特征频率 (16)5. 相位 (19)5.1 相位 (19)5.2 键相器 (19)5.3 绝对相位 (19)5.4 相位差、相对相位 (20)5.4 同相振动、反相振动 (21)5.5 相位的应⽤ (21)6. 刚度、阻尼、临界阻尼 (23)7. 临界转速 (24)8. 挠度、弹性线、主振型、轴振型 (25)9. 相对轴振动、绝对轴振动、轴承座振动 (26)10. 横向振动、轴向振动、扭转振动 (26)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） (26)12. ⾼点、重点 (27)13. 机械偏差、电⽓偏差、晃度 (28)14. 同步振动、异步振动、亚异步振动、超异步振动 (28)15. 谐波、次谐波（分数谐波） (28)16. 共振、⾼次谐波共振、次谐波共振 (29)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 (29)18. ⾃由振动、受迫振动、⾃激振动、参变振动 (32)19. 旋转失速、喘振 (33)20. 半速涡动、油膜振荡 (35)四、振动传感器的基本知识 (36)1. 振动传感器的构成及⼯作原理 (36)2. 振动传感器的类型 (36)3. 磁电式速度传感器 (37)4. 压电式加速度传感器 (37)5. 电涡流式位移传感器 (39)6. 常⽤振动传感器主要性能及优缺点 (40)第⼆节状态监测与故障诊断的基本图谱 (41)⼀、常规图谱 (41)1. 机组总貌图 (41)2. 单值棒图 (41)3. 多值棒图 (42)4. 波形图 (43)5. 频谱图 (46)6. 轴⼼轨迹图 (46)7. 振动趋势图 (48)8. 过程振动趋势图 (52)9. 极坐标图 (52)10. 轴⼼位置图 (53)11. 全息谱图 (53)⼆、启停机图谱 (54)1. 转速时间图 (54)2. 波德图 (55)3. 奈奎斯特图 (57)4. 频谱瀑布图 (58)5. 级联图 (59)第三节⼤型旋转机组常见振动故障的机理与诊断 (60)⼀、不平衡 (60)⼆、转⼦弯曲 (62)三、不对中 (64)四、轴横向裂纹 (69)五、⽀承系统连接松动 (71)第四节故障诊断的具体⽅法及步骤 (73)⼀、故障真伪的诊断 (73)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 (73)2. 其次应查看仪表、主要是探头的间隙电压是否真实可信 (75)3. 应查看相关的运⾏参数有⽆相应的变化 (77)4. 应察看现场有⽆⼈可直接感受到的异常现象 (78)⼆、故障类型的诊断 (80)1. 振动故障类型的诊断 (80)1. 1主要异常振动分量频率的查找步骤及⽅法 (80)1.2 根据异常振动分量的频率进⾏振动类型诊断 (82)2. 轴位移故障原因的诊断 (88)三、故障程度的评估 (89)四、故障部位的诊断 (92)五、故障趋势的预测 (93)附件⼀齿轮的故障诊断 (94)⼀、齿轮的常见故障 (94)1. 断齿 (94)2. 点蚀 (94)3. 磨损 (95)4. 胶合 (95)⼆、齿轮故障的特征信息 (95)1. 啮合频率及其谐波 (95)2. 信号调制和边带分析 (97)1) 幅值调制 (97)2) 频率调制 (99)3. 齿轮振动信号的其它成分 (100)1) 附加脉冲 (100)2) 隐含成分 (101)3) 滚动轴承信号及交叉调制 (101)4. 齿轮常见故障与特征频率及其谐波、以及边频带的⼩结 (102)三、齿轮故障的诊断⽅法 (103)1. 细化谱分析法 (104)2. 倒频谱分析法 (104)3. 时域同步平均法 (107)4. ⾃适应消噪技术 (108)附件⼆滚动轴承的故障诊断 (108)⼀、滚动轴承的常见故障 (108)1. 疲劳剥落（点蚀） (108)2. 磨损 (109)3. 胶合 (109)4. 断裂 (109)5. 锈蚀 (109)6. 电蚀 (109)7. 塑性变形（凹坑及压痕） (109)8. 保持架损坏 (110)⼆、引起滚动轴承振动的原因及其特征频率 (110)1. 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 (110)2. 由于轴承刚度⾮线性引起的振动 (110)3. 由于制造及装配等原因引起的振动 (111)1) 由于表⾯加⼯波纹引起的振动 (111)2) 由于滚动体⼤⼩不均匀引起的振动 (111)3) 由于轴承偏⼼引起的振动 (111)4) 由于轴承装歪或轴弯曲引起的振动 (111)5) 由于轴承装配过紧或过松引起的振动 (111)4. 由于润滑不良引起的振动 (111)5. 由于轴承⼯作表⾯上的缺陷引起的振动 (112)三、滚动轴承振动的固有频率和缺陷间隔频率 (113)1. 滚动轴承的固有频率 (113)1) 滚动轴承内、外圈固有频率的计算公式 (114)2) 钢球固有频率的计算公式 (114)2. 滚动轴承的缺陷间隔频率 (115)四、滚动轴承故障振动的诊断⽅法 (116)1. 合理选择分析频段的范围 (116)1) 低频段（0 ~ 1 kHz） (116)2) 中频段（1 ~ 20 kHz） (116)3) ⾼频段（20 ~ 80 kHz） (117)2. 传感器位置的选择 (117)3. 滚动轴承故障波形的评定指标及因数判断法 (118)1) 有效值X rms (118)2) 峰值X p (118)3) 波峰因数C f (119)4) 峭度β与峭度系数K (119)4. 滚动轴承的诊断⽅法 (120)1) 低频信号接收法 (120)2) 冲击脉冲法(SPM) (121)3) 共振解调法(IFD) (122)5. 轴承失效的四个阶段及各阶段内的主要特征频率成分 (124)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。
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。
状态监测及故障诊断技术在大型旋转机械上的应用
装 备 与产 品版
ＰＯ ＵＴ Ｑ Ｉ Ｅ。 Ｒ Ｄ Ｃ ＆Ｅ Ｕ Ｍ Ｎ Ｐ
状 态监 测及 故 障诊 断技 术 在 大 型 旋 转机 械 上 的应 用
余 毅
（ 投 海 南 水 泥 有 限 公 司 ， 海 南 昌江 ５ ２ ０ ） 国 ７ ７ ０ 生 产 设 备 状 态 的好 坏 ，直 接 影 响 到 生 产 效 率 及
１ 水 泥生 产 设 备 的状 态 监测
实 施 状 态 监 测 的 目 的主 要 是 了解 被 监 测 机 器 当
铸转子 中的铸造缩松 及气孔 、 正常静 态动态气 隙 、 非
静 前 的 运 行 状 况 ， 断 机 器状 态 未 来 的 发 展 趋 。 判 诊 １ ２ 大 型 旋 转 机 械 的 状 态 监 测 ． 机 器 故 障 的 发 生 部 位 ， 以及 检 查 和 验 收 大 修 或 临 时 维 修 的效 果 ， 实 现 对 设 备 故 障 “ 知 道 、 预报 、 以 早 早 早 诊 断 ” 把 故 障 消 灭 在 萌 芽 之 中。 ，
显 得 尤 其 重 要 。 文 采 用 美 国 Ｒ ｃ ｗ ｌ—Ｅ ｔｋ公 司 本 ｏ ｋ ｅｌ ｎｅ
Ｐ 系 统 的监 测 参 数 以振 动 为 主 ， 由软 件 设 定 Ｍ 可 和 数 据 采 集 器 进 行 采 集 的 数 据 包 括 振 动 幅 值 、振 动 频 谱 、 域波形 、 络谱 、 位 、 程参 数等 。 时 包 相 过 能 诊 断 的 故 障 包 括 ：机 械 故 障 如 不 平 衡 、不 对 中 、 动 、 振 、 动 轴 承 故 障 、 瓦 故 障 、 轴 节 故 松 共 滚 轴 联 障 、 轮 磨 损 、 片 故 障 、 子 故 障 、 故 障 等 。 配 备 齿 叶 转 轴 电 机诊 断 专 家 系统 ，可 自动 诊 断 电机 故 障 如 转 子 铸
机械设备状态监测与故障诊断
机械设备状态监测与故障诊断机械设备的状态监测与故障诊断是指利用现代科学技术和仪器，根据机械设备（系统、结构）外部信息参数的变化来判断机器内部的工作状态或机械结构的损伤状况，确定故障的性质、程度、类别和部位，预报其发展趋势，并研究故障产生的机理。
机械设备状态监测与故障诊断技术是保障设备安全运行的基本措施之一，其实质是了解和掌握设备在运行过程中的状态；预测设备的可靠性；确定其整体或局部是正常或异常。
它能对设备故障的发展作出早期预报，对出现故障的原因、部位、危险程度等进行识别和评价，预报故障的发展趋势，迅速地查寻故障源，提出对策建议，并针对具体情况迅速地排除故障，避免或减少事故的发生。
所谓机械故障，就是指机械系统（零件、组件、部件或整台设备乃至一系列的设备组合）因偏离其设计状态而丧失部分或全部功能的现象。
其内容包括●能使设备或系统立即丧失其功能的破坏性故障。
●由于设计、制造、安装或与设备性能有关的参数不当造成的设备性能降低的故障。
●设备处于规定条件下工作时，由于操作不当而引起的故障。
●设备的自然耗损，如磨损、疲劳、老化等所引起的故障。
机械故障诊断可以分类如下1．按目的分（1）功能诊断（2）运行诊断2．按方式分（1）巡回检测（2）在线监测3．按提取信息的方式分（l）直接诊断（2）间接诊断4．按诊断时所要求的机械运行工况条件分（l）常规工况诊断（2）特殊工况诊断5．按功能分（1）简易诊断（2）精密诊断设备诊断技术的三个环节（1）信息的采集（2）信息的分析处理3）状态的识别、诊断、预测和决策设备诊断技术覆盖的知识面较宽，它包括：数据采集技术，计算机数据分析处理技术，计算机诊断、预测、决策技术；设备本身的结构原理、运动学和动力学；设备的设计、制造、安装、运转、维护、修理知识；设备系统与部件的故障或失效机理及零部件可靠性方面的知识等等。
机械设备状态监测及诊断技术的主要工作内容如下（1）保证机器运行状态在设计的范围内 监测机器振动位移可以对旋转零件和静止零件之间临近接触状态发出报警。
机械故障诊断—Ch旋转机械的振动监测与诊断授课PPT
旋转机械的故障可能导致生产 中断、设备损坏和安全事故。
振动监测与诊断的方法
振动监测是通过测量和分析设备 的振动信号来评估其运行状态的
方法。
振动诊断则是基于监测数据，通 过信号处理、特征提取和模式识 别等技术，对设备的故障进行诊
断和预测。
振动监测与诊断是实现旋转机械 故障预警和预防性维护的重要手
段。
基于人工智能的方法
神经网络
神经网络是一种模拟人脑神经元结构的计算模型，可以通过训练 学习识别出非线性、复杂的故障特征。
支持向量机
支持向量机是一种分类器，可以通过训练学习将正常状态和故障状 态进行分类和识别。
决策树
决策树是一种基于规则的分类器，可以通过训练学习将故障特征进 行分类和识别。
CHAPTER 05
CHAPTER 02
旋转机械的振动原理
旋转机械振动的类型
强迫振动
由外部周期性干扰力引起 的振动，如不平衡的转子 、不均匀的气流等。
自激振动
由机械内部某种自激力引 起的振动，如油膜振荡、 流体激振等。
随机振动
受到多种随机因素影响的 振动，如环境振动、地震 等。
旋转机械振动的产生原因
转子不平衡
转子质量分布不均匀， 导致转动时产生离心力
振幅
监测机械振动的幅度，判断机械运转的稳定 性。
相位
监测机械振动的相位，判断机械运转的协调 性。
振动监测的频率范围
低频
通常在10Hz以下，用于监测大 型旋转机械和往复机械的振动。
中频
通常在10Hz-1kHz之间，用于监 测大多数旋转机械的振动。
高频
通常在1kHz以上，用于监测精 密机械和高速旋转机械的振动。
基于模型的方法
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。
旋转机械故障诊断方法研究分析
旋转机械故障诊断措施研究分析摘要: 旋转机械故障诊断技术己在国内外得到了非常高旳注重, 虽然多种诊断措施都得到广泛旳发展并且成果丰硕, 文章对其进行总结性分析。
核心词: 旋转机械；故障诊断；措施DOI: 10.16640/ki.37-1222/t..10.026随着诊断技术研究旳进一步, 可以实现故障诊断旳措施越来越多, 既有对前人研究成果旳完善, 也有某些原创性旳研究成果相继被提出, 根据各类措施在实现方式上旳不同, 可以大体将其分为三类, 第一种是通过建立合适旳模型进行故障诊断, 这种措施在实际旳生产应用中, 往往由于设备构造复杂, 无法构建精确旳模型, 即便可以获得合适旳参数模型, 其耗资也会相称大, 因此实际应用可行性不大。
第二种措施是结合人工智能技术旳专家系统, 在实际应用中这种措施得到了一定旳肯定, 但仍然存在知识获取不全面、针对性太强、智能水平低等问题, 使得故障诊断成果可靠性不强。
而模式辨认是故障诊断中应用最为广泛旳措施, 且目前诸多学者都觉得基于模式辨认旳故障诊断有很大旳进步空间。
1 旋转机械故障特点旋转机械故障旳故障特点与其他类型旳机械故障存在一定旳区别, 且是机械设备中最为常用旳一类, 因此有必要对其进行单独旳进一步研究。
旋转机械故障是指有转子系统旳机械设备在运营过程中浮现异常旳工作状态, 例如不正常旳噪声、异常大旳振动、温度急剧升高, 或者其他指标不正常。
旋转机械旳构造复杂, 故障发生具有一定旳阶段性, 并且部分故障旳发生有一种渐进旳过程, 在进行故障诊断时, 必须综合考虑多项因素, 使得进行精确故障诊断旳难度较大。
2 旋转机械故障检测措施2.1 模式辨认通过数年旳发展, 模式辨认己是故障检测旳重要理论基础之一。
近十几年来, 模式辨认技术在机械设备故障诊断领域旳应用己经非常普遍, 每年均有有关旳改善措施被发布。
在机器人模仿人类思考能力旳研究领域上, 模式辨认措施始终占据着十分重要地位, 在机械故障诊断措施中模式辨认也始终是一种先进且富有挑战旳摸索方向。
旋转机械故障信号处理与诊断方法
旋转机械故障信号处理与诊断方法旋转机械在运行过程中常常会出现各种故障，这些故障会导致机械性能下降甚至完全失效，因此对于旋转机械的故障信号处理与诊断方法的研究具有重要意义。
本文将介绍一种基于信号处理的旋转机械故障诊断方法。
我们需要了解旋转机械的故障信号特征。
旋转机械的故障信号主要体现在振动信号中，振动信号是由于机械部件的不平衡、轴承的损伤、齿轮的啮合不良等问题引起的。
因此，通过对振动信号的分析可以有效地判断旋转机械的故障类型和程度。
在信号处理的方法中，经典的时域分析和频域分析是常用的技术手段。
时域分析主要通过对振动信号的时间序列进行统计分析，如均值、方差、峰值等，从而得到机械的运行状态信息。
频域分析则通过对振动信号进行傅里叶变换，将信号转换到频域中，得到信号的频谱信息。
频域分析可以帮助我们检测到特定频率的故障信号，如轴承的频率分量或齿轮的啮合频率分量。
除了时域分析和频域分析外，小波分析也是一种常用的信号处理方法。
小波分析可以将信号分解为不同尺度的频率成分，从而对信号的瞬时特征进行分析。
小波分析在旋转机械故障诊断中可以帮助我们捕捉到瞬时故障信号，如齿轮的齿面损伤引起的冲击信号。
机器学习方法也被广泛应用于旋转机械故障诊断中。
机器学习可以通过对已有的故障样本进行学习，建立故障模型，并对新的故障信号进行分类。
常用的机器学习算法包括支持向量机、神经网络、随机森林等。
机器学习方法在旋转机械故障诊断中具有较高的准确性和鲁棒性。
旋转机械故障信号处理与诊断方法主要包括时域分析、频域分析、小波分析和机器学习方法。
这些方法可以通过对振动信号的分析，判断旋转机械的故障类型和程度，为维修和保养提供参考依据。
未来的研究可以进一步探索更高效、更准确的故障诊断方法，提高旋转机械的性能和可靠性。
旋转机械故障诊断
旋转机械故障诊断旋转机械故障指的是各种旋转设备在使用中出现的故障，例如电机、风扇、泵等。
为了确保机械设备的正常运转，需要及时检修旋转机械故障。
本文介绍了旋转机械故障的基本知识和常见故障处理方法。
旋转机械故障的基本知识旋转机械故障包括机械故障和电气故障两种。
机械故障主要指机械部分的损坏，例如轴承损坏、磨损、过热等；电气故障主要指电路部分的故障，例如电机烧毁、线路短路等。
为了保障机械设备的安全运行，需要及时检查机械设备中存在的故障并进行有效的处理。
常见的旋转机械故障1. 轴承故障轴承故障是旋转机械故障中最常见的一种故障。
轴承损坏的原因有很多，例如使用时间过长、润滑脂不足、使用温度过高等。
轴承受到过大的负荷或不正确的安装方式也会导致轴承故障。
轴承故障通常会导致机械设备的振动、噪音和温度升高等现象。
轴承故障的处理方法一般包括更换轴承、加强润滑等。
在更换轴承时，需要选择与原轴承参数相同的新轴承，并且必须正确安装、调整轴承预紧力和润滑方式。
2. 汽蚀汽蚀是液体在高速旋转设备内形成的气蚀现象。
汽蚀会导致机械设备的泵体、叶轮、轴承等部件受到损坏。
汽蚀的主要原因是设计不合理、液位过低、磨损等。
汽蚀的处理方法一般包括更换设备、改善设计、加大进口直管长度等。
在更换设备时，需要选择与原设备相同参数的新设备，并且必须正确安装。
3. 电气故障电气故障主要包括电机烧蚀、电路短路、线路老化等。
电气故障通常会造成设备的停止运转，需要及时检查机械设备中电气部分的故障。
电气故障的处理方法一般包括更换电机、修复电路等。
在更换电机时，需要选择与原电机参数相同的新电机，并且必须正确安装并接好电源。
检修旋转机械设备的步骤1. 确定故障部位在进行旋转机械设备的检修时，需要先确定故障部位。
通过观察、听到故障声音和故障所引起的振动等现象，可以初步判断故障部位。
2. 检查机械设备检查机械设备包括拆卸、清洁机械部件和更换损坏部件等。
在拆卸时，需要根据机械设备的结构图和工作原理，按照规范的步骤拆卸。
一种大型旋转机械远程在线监测和故障诊断系统
⑨ ③ 第 ⑨ 年 期 总 晷 第 毋期
一 大 旋转 械 程 线 测 故 诊 系 种 型 机远 在 监 和 障 断 统
ｌ ｌ
新Hale Waihona Puke 技市 一种大 型 旋 转机 械 远 程在 线 监测 和 故 障诊 断 系统
障诊断技术为核心 ， 对异常数据 ， 进行故 障精 密分析与 智能 自动诊断 ， 可靠的诊 断结论 。 提供 同时与企业 的使 用环境 、 工况 、 管理体制 等密切 相关 。本文简要介绍冶
强大 的诊断功能 ： 与离线测振表相 当的谱线数 ， 启 停 机 同步 图谱 显示 ， 互式 专家 系统 ， 断案例及 报 交 诊
表 自动生成 ， 方便 了诊断工作 。
任一 地方． 进行数据 的存贮与管理 、 据的网上传输 与 数 发布 ， 负责对各 监测分 站 的设 置 与管理 ， 以及其它 的
的关联也越来越 大 ，也带来 了机械设备相应 出现突发
性故 障率 高 、 停机损失大 、 维修费用高 、 维修周期 长等
一
系列问题。 为了确保 大型机械 的正 常运行 ， 并使其发
挥最佳技术 陛能 ，许多生产企业和科研机构对设备 的 故障发生 的规律 、 机理 、 象进行研究 ， 运用故 障诊 现 并 断技术对设备进行监测 和诊断 ， 达到预 防的 目的。 国际上对诊 断技 术 的研究 和应 用 已进入 了第 三 代 。我国的大专 院校和某些 国外驻华机构也纷纷开发 出适合 中国国情 的设备状况监测 和故 障诊断系统 ， 尤 其是针对大 型旋 转机械 （ 大型发 电机组 、 如 压缩机 、 透 平机 、 风机 、 电动机 、 电力供 配电设备 、 冷设备等 ） 制 的 监 测和诊 断系统 ， 已广泛用于机械制造 、 汽车 、 造船 、 石 油、 化工 、 山、 矿 冶金 、 电力 、 矿 、 工 、 煤 轻 纺织 、 空等各 航 类 机电设备 的预知维修和故障诊断 ，同时也可以用于
- 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)。
第四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2007年9月 西安目录第一节状态监测与故障诊断的基本知识 (6)一、状态监测与故障诊断的意义及发展现状 (6)1. 状态监测与故障诊断的定义 (6)2. 状态监测与故障诊断的意义 (6)3. 状态监测与故障诊断的发展与现状 (8)二、大机组状态监测与故障诊断常用的方法 (9)1. 振动分析法 (9)2. 油液分析法 (10)3. 轴位移的监测 (11)4. 轴承回油温度及瓦块温度的监测 (11)5. 综合分析法 (11)三、有关振动的常用术语 (11)1. 机械振动 (11)2. 涡动、进动、正进动、反进动 (11)3. 振幅 (12)3.1 振幅 (12)3.2 峰峰值、单峰值、有效值 (12)3.3 振动位移、振动速度、振动加速度 (13)3.4 振动烈度 (13)4. 频率 (15)4.1 频率、周期 (15)4.2倍频、一倍频、二倍频、0.5倍频、工频、基频、转频 (15)4.3 通频振动、选频振动 (15)4.4 故障特征频率 (16)5. 相位 (19)5.1 相位 (19)5.2 键相器 (19)5.3 绝对相位 (19)5.4 相位差、相对相位 (20)5.4 同相振动、反相振动 (21)5.5 相位的应用 (21)6. 刚度、阻尼、临界阻尼 (23)7. 临界转速 (24)8. 挠度、弹性线、主振型、轴振型 (25)9. 相对轴振动、绝对轴振动、轴承座振动 (26)10. 横向振动、轴向振动、扭转振动 (26)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） (26)12. 高点、重点 (27)13. 机械偏差、电气偏差、晃度 (28)14. 同步振动、异步振动、亚异步振动、超异步振动 (28)15. 谐波、次谐波（分数谐波） (28)16. 共振、高次谐波共振、次谐波共振 (29)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 (29)18. 自由振动、受迫振动、自激振动、参变振动 (32)19. 旋转失速、喘振 (33)20. 半速涡动、油膜振荡 (35)四、振动传感器的基本知识 (36)1. 振动传感器的构成及工作原理 (36)2. 振动传感器的类型 (36)3. 磁电式速度传感器 (37)4. 压电式加速度传感器 (37)5. 电涡流式位移传感器 (39)6. 常用振动传感器主要性能及优缺点 (40)第二节状态监测与故障诊断的基本图谱 (41)一、常规图谱 (41)1. 机组总貌图 (41)2. 单值棒图 (41)3. 多值棒图 (42)4. 波形图 (43)5. 频谱图 (46)6. 轴心轨迹图 (46)7. 振动趋势图 (48)8. 过程振动趋势图 (52)9. 极坐标图 (52)10. 轴心位置图 (53)11. 全息谱图 (53)二、启停机图谱 (54)1. 转速时间图 (54)2. 波德图 (55)3. 奈奎斯特图 (57)4. 频谱瀑布图 (58)5. 级联图 (59)第三节大型旋转机组常见振动故障的机理与诊断 (60)一、不平衡 (60)二、转子弯曲 (62)三、不对中 (64)四、轴横向裂纹 (69)五、支承系统连接松动 (71)第四节故障诊断的具体方法及步骤 (73)一、故障真伪的诊断 (73)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 (73)2. 其次应查看仪表、主要是探头的间隙电压是否真实可信 (75)3. 应查看相关的运行参数有无相应的变化 (77)4. 应察看现场有无人可直接感受到的异常现象 (78)二、故障类型的诊断 (80)1. 振动故障类型的诊断 (80)1. 1主要异常振动分量频率的查找步骤及方法 (80)1.2 根据异常振动分量的频率进行振动类型诊断 (82)2. 轴位移故障原因的诊断 (88)三、故障程度的评估 (89)四、故障部位的诊断 (92)五、故障趋势的预测 (93)附件一齿轮的故障诊断 (94)一、齿轮的常见故障 (94)1. 断齿 (94)2. 点蚀 (94)3. 磨损 (95)4. 胶合 (95)二、齿轮故障的特征信息 (95)1. 啮合频率及其谐波 (95)2. 信号调制和边带分析 (97)1) 幅值调制 (97)2) 频率调制 (99)3. 齿轮振动信号的其它成分 (100)1) 附加脉冲 (100)2) 隐含成分 (101)3) 滚动轴承信号及交叉调制 (101)4. 齿轮常见故障与特征频率及其谐波、以及边频带的小结 (102)三、齿轮故障的诊断方法 (103)1. 细化谱分析法 (104)2. 倒频谱分析法 (104)3. 时域同步平均法 (107)4. 自适应消噪技术 (108)附件二滚动轴承的故障诊断 (108)一、滚动轴承的常见故障 (108)1. 疲劳剥落（点蚀） (108)2. 磨损 (109)3. 胶合 (109)4. 断裂 (109)5. 锈蚀 (109)6. 电蚀 (109)7. 塑性变形（凹坑及压痕） (109)8. 保持架损坏 (110)二、引起滚动轴承振动的原因及其特征频率 (110)1. 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 (110)2. 由于轴承刚度非线性引起的振动 (110)3. 由于制造及装配等原因引起的振动 (111)1) 由于表面加工波纹引起的振动 (111)2) 由于滚动体大小不均匀引起的振动 (111)3) 由于轴承偏心引起的振动 (111)4) 由于轴承装歪或轴弯曲引起的振动 (111)5) 由于轴承装配过紧或过松引起的振动 (111)4. 由于润滑不良引起的振动 (111)5. 由于轴承工作表面上的缺陷引起的振动 (112)三、滚动轴承振动的固有频率和缺陷间隔频率 (113)1. 滚动轴承的固有频率 (113)1) 滚动轴承内、外圈固有频率的计算公式 (114)2) 钢球固有频率的计算公式 (114)2. 滚动轴承的缺陷间隔频率 (115)四、滚动轴承故障振动的诊断方法 (116)1. 合理选择分析频段的范围 (116)1) 低频段（0 ~ 1 kHz） (116)2) 中频段（1 ~ 20 kHz） (116)3) 高频段（20 ~ 80 kHz） (117)2. 传感器位置的选择 (117)3. 滚动轴承故障波形的评定指标及因数判断法 (118)1) 有效值X rms (118)2) 峰值X p (118)3) 波峰因数C f (119)4) 峭度β与峭度系数K (119)4. 滚动轴承的诊断方法 (120)1) 低频信号接收法 (120)2) 冲击脉冲法(SPM) (121)3) 共振解调法(IFD) (122)5. 轴承失效的四个阶段及各阶段内的主要特征频率成分 (124)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。
人不可能不生病，机器在运行过程中出现故障也是不可避免的。
人生了病需要求医就诊，机器出了故障也要找“医生”诊断病因。
医生对病人的诊断是基于体征检查（先看体温，再进行验血、X光、心电图、B超、…、甚至CT等）基础上的分析判断，对机器故障的诊断同样也是基于状态监测（先看总振动值，再求助于频谱、波形、轴心轨迹、趋势图、波德图、全息谱图等）基础上的综合性分析判断。
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器（在线的或离线的），采用各种检测、监视、分析和判别方法，对设备当前的运行状态做出评估（属于正常、还是异常），对异常状态及时做出报警，并为进一步进行的故障分析、性能评估等提供信息和数据。
故障是指机械设备丧失了原来所规定的性能或状态。
通常把设备在运行中所发生的状态异常、缺陷、性能恶化、以及事故前期的状态统统称为故障，有时也把事故直接归为故障。
而故障诊断则是根据状态监测所获得的信息，结合设备的工作原理、结构特点、运行参数、历史状况，对可能发生的故障进行分析、预报，对已经或正在发生的故障进行分析、判断，以确定故障的性质、类别、程度、部位及趋势，对维护设备的正常运行和合理检修提供正确的技术支持。
2. 状态监测与故障诊断的意义状态监测与故障诊断技术的由来及发展，与十分可观的故障损失以及设备维修费密切相关，而状态监测与故障诊断的意义则是有效地遏制了故障损失和设备维修费用。
具体可归纳如下几个方面：① 及时发现故障的早期征兆，以便采取相应的措施，避免、减缓、减少重大事故的发生；② 一旦发生故障，能自动纪录下故障过程的完整信息，以便事后进行故障原因分析，避免再次发生同类事故；③ 通过对设备异常运行状态的分析，揭示故障的原因、程度、部位，为设备的在线调理、停机检修提供科学依据，延长运行周期，降低维修费用；④ 可充分地了解设备性能，为改进设计、制造与维修水平提供有力证据。
自上世纪七十年代以来，国内外石化、化工、电力、钢铁等行业为了极大限度地提高经济效益，生产规模不断扩大，生产装置向着大型化、高速化、自动化、连续化、单系列化发展，装置中的关键设备均无备机，一旦出现故障停机，将导致整个装置停产，所造成的经济损失是十分巨大的。
例如，一个年加工原油500万吨的炼油厂，停产一天的经济损失达二千多万元；一个年产30万吨合成氨的化肥厂，停产一天的经济损失达二百五十万元；一台30万千瓦的发电机组，停产一天的经济损失达二百万元。
由于大型转动设备的检修周期较长、备件价格昂贵，一次故障停机的总经济损失多数都在千万元以上。
设备维修费在生产成本中所占的比重很大，对于工业发达的国家来说，任何一家公司的维修费都是一个可观的数字。
国外研究表明，维修费随设备技术含量的提高而增加，并且与维修体制密切相关。
在日本，由于较为重视状态监测与故障诊断工作，上世纪九十年代初工业装置的维修费为年销售额的6～10％，加上库存的备品备件，总维修费达销售额的25％；在美国，根据美国国家统计局发布的资料：1980年美国工业设备的维修费达2460亿美元，几乎占了中央和地方税收总额（7500亿美元）的三分之一，而其中的750亿美元是因不当维修，包括缺乏正确的状态监测与故障诊断给浪费了；在我国的石化行业，伴随着维修体制的逐步改进、以及状态监测与故障诊断工作的逐步开展和提高，维修费所占的比重呈逐步下降趋势，上世纪八十年代为年产值的20％左右，九十年代为15％左右，近年来为10％左右、甚至略低。
维修体制的变革经历了故障维修、预防性维修和预知性维修三个阶段。