旋转机械的故障基本机理和诊断技术
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。
旋转机械常见故障诊断分析案例
第5章旋转机械常见故障诊断分析案例积累典型设备诊断案例在设备监测诊断工作中具有重要作用。
首先它为设备诊断理论提供支撑。
常见的设备故障有成熟的理论基础,一个成功的案例通常是诊断理论在现场正确应用和诊断人员长期实践的结果。
典型诊断案例具有强大的说服力,一次成功而关键的诊断足可以改变某些人根深蒂固的传统观念,对现场推广设备诊断技术具有重要意义。
其次它为理论研究提供素材。
在医学上,由典型的特例研究发现病理或重大理论的案例很多。
设备故障的情形多种多样,现场疑难杂症还比较多,有许多故障很难用现有理论解释,只能作为诊断经验看待,这种经验有没有通用参考价值,需要在理论上进行说明。
另外,有许多案例无法在试验室模拟,而它们在不同的现场又常常出现,因此典型案例为同行提供了宝贵经验和经过证实的分析方法。
诊断人员可以参考相似案例的解决方案解决新的问题,提供快速的决策维护支持,并为基于案例的推理方法提供数据基础。
典型案例分析的重要性还表现在它是监测诊断人员快速成长的捷径。
目前实用的振动诊断方法、技术和诊断仪器已经相当完善,而许多企业在诊断技术推广应用方面存在困难除了思想观念方面的原因外,更主要的原因是缺乏专业人才。
研究案例的一般做法是,从新安装设备或刚检修好的设备开始,可以选择重点或典型设备进行监测,根据不同设备制定不同的监测方案和监控参数,定期测试设备的振动,包括各种幅值、振动波形和频谱等。
如果设备出现劣化迹象或异常,要缩短监测周期,倍加留心振动波形和频谱的变化,注意新出现的谱线及其幅值的变化,在检修之前做出故障原因的判断。
设备检修时要到现场,了解第一手资料,全程跟踪设备拆检情况,掌握设备参数(如轴承型号,必要时测量有关尺寸、齿轮齿数、叶片数、密封结构、联轴器和滑动轴承形式等),做好检修记录(有时需要拍照记录),比较自己的判断对在哪里,错在哪里,进行完善的技术总结。
几个过程下来,水平自然有很大提高。
总之,添置几件诊断仪器是很容易的事,诊断成果和效益的产生不是一朝一夕的事,需要柞大量艰苦、细致的工作,长期积累设备的状态数据,对此应有应清醒地认识。
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。
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。
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
2024/8/1
图5.8 典型不对中谱图
可编辑课件PPT
பைடு நூலகம்
19
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
2024/8/1
可编辑课件PPT
转子不平衡故障包括: ①转子质量不平衡、 ②转子偏
心、 ③轴弯曲、 ④转子热态不平衡、 ⑤转子部件
脱落、 ⑥转子部件结垢、 ⑦ 联轴器不平衡等,不
同原因引起的转子不可编平辑课衡件P故PT 障规律相近,但也各有 3
2024/8/1
3
第一节 旋转机械典型故障的机理和特征
1.转子质量不平衡
力不平衡: 不平衡产生的振动幅值在转子第一临界转速以下随转速的 平方增大。例如,转速升高1倍,则振动幅值增大3倍。在转子重 心平面内只用一个平衡修正重量便可修正之。
4.转子热态不平衡: 在机组的启动和停机过程中,由于热交换速
度的差异,使转子横截面产生不均匀的温度分布,使转子发生
瞬时热弯曲,产生较大的不平衡。热弯曲引起的振动一般与负
荷有关。
可编辑课件PPT
5
2024/8/1
5
第一节 旋转机械典型故障的机理和特征
5. 转子部件脱落 可以将部件脱落失衡现象看作对工作状态的转子
掌握滚动轴承故障诊断技术、齿轮故障诊断技术;
了解电动机故障诊断技术、皮带驱动故障诊断技术;
2024/8/熟1 悉利用征兆的故障诊可断编辑方课件法PPT。
2
2
第一节 旋转机械典型故障的机理和特征
旋转机械故障相关诊断技术(二篇)
旋转机械故障相关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(二)摘要:旋转机械故障诊断技术在现代工业中扮演着重要的角色,能够帮助工程师及时发现故障,减少生产停机时间,提高设备的可靠性和性能。
本文将介绍一些常见的旋转机械故障诊断技术,包括振动分析、红外热像仪、声波分析、油液分析和电机电流分析等。
这些技术可以用来检测旋转机械的各种故障,包括轮毂偏心、轴承故障、轴传动故障等,并且可以提供及时的故障定位和诊断。
关键词:旋转机械、故障诊断、振动分析、红外热像仪、声波分析、油液分析、电机电流分析一、引言旋转机械在许多行业中广泛应用,包括电力、石化、矿山等。
故障的发生会导致设备停机,给企业带来巨大的经济损失。
因此,旋转机械的故障诊断技术对于保证设备安全稳定运行具有重要意义。
二、振动分析振动分析是一种常用的旋转机械故障诊断技术。
通过安装振动传感器,采集旋转机械的振动信号,然后通过信号处理和分析,可以检测出旋转机械的各种故障,如轮毂偏心、轴承故障、轴传动故障等。
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。
浅谈旋转机械故障机理及诊断技术
浅谈旋转机械故障机理及诊断技术作者:张斌权来源:《中国科技博览》2017年第32期[摘要]旋转机械是电力、石油化工、冶金、机械、航空以及军事部门的关键设备。
在现代生产系统中各设备之间的联系越来越紧密,由某个设备引发的故障可能引起连锁反应,导致整个设备甚至整个生产过程无法正常工作,造成巨大的经济损失。
因此采集旋转机械信号,并通过各种分析方法及早地发现故障,以减小损失。
基于此,本文针对旋转机械故障及诊断技术进行了简单的探讨。
[关键词]旋转机械;故障机理;诊断技术中图分类号:TH103 文献标识码:A 文章编号:1009-914X(2017)32-0000-01引言旋转机械故障诊断是近年来国内外发展较快的一门新兴技术。
大型旋转机械振动监测与诊断系统的研究与应用对于避免巨额的经济损失和灾难性事故的发生有着重要意义。
在故障诊断的发展过程中,人们发现最重要、最关键而且也最困难的问题就是故障特征信息提取。
这是故障诊断中的瓶颈问题,直接关系到故障诊断的准确率和故障早期预报的可靠性。
1 不平衡故障及其诊断1.1 故障机理质量不平衡是大型旋转机械最为常见的故障。
众所周知,旋转机械的转子由于受材料质量和加工技术等各方面的影响,转子上的质量分布相对于旋转中心线不可能做到“绝对平衡”,这就使得转子旋转时形成周期性的离心力的干扰,在轴承上产生动载荷,使机器发生振动。
机组不平衡按发生过程可分为原始不平衡、渐发性不平衡和突发性不平衡等几种情况。
其中原始不平衡是由于转子制造误差、装配误差及材质不均匀等原因造成的;渐发性不平衡是由于不均匀积灰造成的;突发性不平衡是由于转子上零件脱落造成的,机组振幅突然增大后稳定在一定水平上。
1.2 故障诊断采用903数据采集器对SH811隧道烘梗丝机热风系统风机轴承进行定期测试,电机为37kW,转速为2950r/min,转频为49.1Hz。
2016年1月16日测试中,发现风机轴承振动数据超标。
水平方向振动值为25.4min/s,频谱显示在50Hz,频率出现异常峰值,其频率正好与风机轴转频相一致,诊断为风机转子不平衡。
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。
探讨机械设备故障诊断技术及其应用
探讨机械设备故障诊断技术及其应用摘要:随着工业生产的快速发展,机械设备在各个领域的应用越来越广泛。
然而,机械设备故障问题也日益突出,严重影响着生产效率和产品质量。
为了解决这一问题,机械设备故障诊断技术应运而生。
本文将探讨机械设备故障诊断技术的原理、方法及其在工业生产中的应用。
关键词:机械设备;故障诊断;技术原理;应用;工业生产引言机械设备在工业生产中扮演着至关重要的角色,它们支撑着整个生产流程,确保了生产效率和产品质量。
然而,机械设备在长期使用过程中,由于各种因素(如磨损、老化、腐蚀等)的影响,容易出现故障,这不仅会影响生产,甚至可能引发安全事故。
因此,如何准确、及时地诊断出机械设备的故障,成为了一个亟待解决的问题。
一、机械设备故障诊断技术的原理和方法机械设备故障诊断技术是一种非常重要的技术,它能够帮助我们及时发现机械设备的异常情况,预防事故的发生,确保机械设备的正常运行。
这项技术的实现主要是通过各种传感器和检测仪器来实现的。
这些传感器和检测仪器能够实时监测机械设备的运行状态,捕捉各种数据和信息,以便于发现异常情况。
在监测过程中,传感器会不断地捕捉机械设备的各种参数,如振动、温度、声发射、压力等,并将这些数据传输到检测仪器中。
检测仪器会对这些数据进行处理和分析,以便于发现异常情况。
一旦发现异常情况,检测仪器就会发出警报,提醒相关人员及时处理。
除了实时监测外,机械设备故障诊断技术还具有一些其他的特点。
首先,它能够根据异常情况的出现部位和程度,判断故障的类型和位置。
其次,该技术具有较高的准确性和可靠性,能够准确地判断机械设备的故障类型和位置,为维修人员提供重要的参考依据。
该技术通常包括多种方法,如振动监测、温度监测、声发射监测、压力监测等。
每种方法都有其特定的适用范围和优缺点。
例如,振动监测通常用于监测旋转机械的故障,如齿轮、轴承等部位的故障;温度监测则通常用于监测摩擦和热应力等故障;声发射监测则主要用于检测内部损伤和裂纹等故障;压力监测则主要用于检测液体和气体泄漏等故障。
转动机械常见故障及其频率特征资料重点
转动机械常见故障及其频率特征资料重点转动机械是指依靠旋转运动来完成工作的机械设备,包括电机、风机、泵等。
这些机械设备在长时间运行的过程中,常常会遇到一些故障。
了解并掌握这些故障及其频率特征,对于提高设备的可靠性和运行效率具有重要意义。
以下是一些转动机械常见故障及其频率特征的重点概述:1.轴承故障:轴承故障是转动机械中最常见的故障之一、轴承故障的频率特征包括频谱分析中的频谱峰值,通常以倍频为特征。
其他可能的特征包括振动加速度、速度和位移等参数的变化。
2.不平衡故障:不平衡是指转动机械在运行过程中由于质量不均匀分布导致的问题。
不平衡故障的频率特征主要包括由于不平衡引起的径向振动频率。
此外,还应注意检查频谱中的谐波振动频率,这些频率通常会出现在不平衡故障的频谱中。
3.错位故障:错位故障是指转动机械中轴心与旋转件中心不重合的问题。
错位故障的频率特征主要表现为以旋转频率为中心的低频分量。
同时,对于大型机械设备,还可能会出现由于错位引起的回转频率。
4.轮齿故障:对于齿轮传动的转动机械,轮齿故障是常见的问题之一、轮齿故障的频率特征主要包括齿轮传动频率及其倍频,以及其谐波振动频率。
5.润滑故障:润滑故障包括油液流量问题、油液质量问题和油温过高等。
润滑故障的频率特征主要体现在振动和声音信号中的周期性模式变化上。
以上仅是一些转动机械常见故障及其频率特征的重点概述。
在实际应用过程中,具体的故障和频率特征可能会有所不同,需要根据具体设备的特点进行分析和判断。
对于转动机械的故障诊断和预防,可以借助振动分析、声学分析、热成像等技术手段来进行监测和判断。
及早发现并处理这些故障,可以提高设备的可靠性和运行效率,减少意外停机和维修成本。
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。
风力发电机组旋转机械的故障诊断技术分析
王景哲 ( 广西桂能工程咨询集团有限公司, 广西 南宁 5 3 0 0 2 3 )
【 摘 要】 风能属于一种可再生 的清洁能源 , 因其具有取之不尽 、 无辐射 、 无污染等特点 , 越来越受发 电企业 的重视 和青睐 , 国内风 力发 电近年
来 也 以 喷井 式 的速 度 发 展 。 风 力 发 电机 组 中旋 转 机械 部 件较 多 , 为 了 保 证风 力 发 电机 组 的 安 全 、 可 靠 与稳 定 运行 , 降 低 旋 转 机 械 在 发 电过 程 中 出现 故 障 造 成 的影 响 , 采取先进、 科学、 有 效 的 技 术 对 风力 发 电机 组 旋 转 机 械 故 障 进 行 诊 断 , 便显得十分必要。 本 文 就 主 要针 对风 力 发 电机 组 旋 转机 械 及 其 常 见 故 障 进 行 论 述 , 并 对 机 组旋 转 机 械 的 故 障 诊 断技 术 展 开 分析 , 以供 相 关 人 员 参 考 所 用 。
片、 风轮锁定装 置、 变 桨距 轴 承 等 部 件 所 组 成 , 风 力 发 电机 组
的 旋 转 机 械 结 构 组 织 如 图 1所 示 。
3 风力发 电机组旋转机械 的故障诊断技术
近年来 , 随 着风 力发 电技 术 的 不 断进 步 , 我 国在 充 分借 鉴 国外 故 障诊 断技 术 的 基 础 上 , 也通过研究 , 总 结 出 了多种 具 有 先 进 理 念 的 风 力发 电机 组 旋 转机 械 故 障诊 断技 术 。根 据现 状
类: ( ! ) 垂直轴旋 转 , 风轮 的旋转轴垂 直于地 面或者气流 方向 ;
( 水 平 轴 旋 转 . 风 轮 的 旋 转 轴 与 风 向 平 行 。若 根 据 叶 片 形 式 分
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。
- 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)。
8
转子临界转速
如果圆盘的重心G与转轴中心O’不重合, 设e为圆盘的偏心距即0’G=e,如下图所示。 当圆盘以角速度转动时,重心G的加速度在坐 标上的位置为
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。
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。
(c)当= n时,A,是共振情况,实际上由于 存在阻尼,振幅A不是无穷大而是较大的有限值, 转轴的振动仍然非常剧烈,以致有可能断裂。 n 称为转轴的“临界角速度”;与其对应的每分钟 的转数则称为“临界转速”,以nc表示 ,即
在转轴的弹性力F作用 下,由质心运动定理知
图 圆盘重心位置
9
则轴心O’的运动微分方程为
上式式 其特解为
Z=Aej 10
代上式后,可求得振幅
圆盘或转轴中心0’对于不平衡质量的响应为
由复数式和上式可知,轴心O’的响应频率和偏心质 量产生的激振力频率相同,而位相也相同(< n 时)或相差180 ( > n时)
5
(1)、转子涡动
一般情况下,旋转机械的转子轴心线是水平的,
转子的两个支承点在同一水平线上。设转子上的圆
盘位于转子两支点的中央,当转子静止时,由于圆
盘的质量使转子轴弯曲变形产生静挠度,即静变形,
但由于静变形较小,对转子运动的影响不显著,可
以忽略不计,即仍认为圆盘的几何中心 O’ 与轴
线AB上O点相重合,如图 5-1 所示。当转子开始转
4
1、转子振动的基本特性 转子的结构形式多种多样,但对一些简单的旋转机械来说,
为分析和计算方便,一般都将转子的力学模型简化为一圆盘装 在一无质量的弹性转轴上,转轴两端由刚性的轴承及轴承座支 承。该模型称为刚性支承的转子,对它进行分析计算所得到的 概念和结论用于简单的旋转机械是足够精确的。由于作了上述 种种简化,若把得到的分析结果用于较为复杂的旋转机械虽然 不够精确,但仍能明确、形象地说明转子振动的基本特性。
式中X、Y为振幅,x,y为相位。
7
由上式可知,圆盘或转子的中心O’,在互 相垂直的两个方向作频率为n的简谐振动。在一 般情况下,振幅X,Y不相等,O’点的轨迹为一 椭圆。 O’的这种运动是一种“涡动”或称“进 动”。转子的涡动方向与转子的转动角速度同 向时,称为正进动;与反方向时,称为反进动。
(2)、临界转速
11
这表明,圆盘转动时,上图的0,O’和G三点始 终在同一直线上。这直线绕过O点而垂直于OXY平 面的轴以角速度转动。O’点和G点作同步进动, 两者的轨迹是半径不相等的同心圆,这是正常运 转的情况。如果在某瞬时,转轴受一横向冲击, 则圆盘中心O’同时有自然振动和强迫振动。其 合成的运动是此较复杂的。O,O’和G三点不在 同一直线上,而且涡动频率与转动角度不相等。 实际上由于有外阻力作用,涡动是衰减的。经过 一段时间,转子将恢复其正常的同步进动。
2
对旋转机械的故障诊断过程,类似于医生对患
者的治疗。医生基于病理需要向患者询问病情、病 史、切脉(听诊)以及量体温、验血相、测心电图 等,根据获得的多种数据,进行综合分析才能得出 诊断结果,提出治疗方案。同样,对旋转机械的故 障诊断,首先要求诊断者,在通过监测获取机器大
量信息的基础上,基于机器的故障机理,从中提取 故障特征,进行周密的分析。例如,对于汽轮机、 压缩机等流体旋转机械的异常振动和噪声,其振动 信号从幅值域、频率域和时间域为诊断机器故障提 供了重要的信息,然而它只是机器故障信息的一部 分;而流体机械的负荷变化,以及介质的温度、压 力和流量等,对机器的运行状态有重要的影响,往 往是造成机器发生异常振动和运行失稳的重要因素。
动后,由于离心惯性力的作用,转子产生动挠度。
此时,转子有两种运动:一种是转子的自身转动,
即圆盘绕其轴线AO’B的转动;另一种是弓形转
动.即弯曲的轴心线AO’B与轴承联线AOB组成的平
面绕AB轴线转动。
6
圆盘的质量以M表示,它所受的力是转子的 弹性力F
F=-ka
式中k为转子的刚度系数,“ a=OO’ ”,圆盘的 运动微分方程为
12
在正常运转的情况下,由振幅公式可知:
(a)< n时,A>0,O’点和G点在O点的同一侧, 如下图 (a)所示;
(b) > n时,A<0,但A>e,G在O和O’之间, 如下图 (c)所示;
当》 n时。且Ae,或OO’ -O’G,圆盘的 重心G近似地落在固定点O,振动很小,转动反而 比较平稳。这种情况称为“自动时心”。