往复式压缩机振动信号频谱分析与故障诊断

— 64 —
石 油 机 械
2008 年 第 36 卷 第 8期
( ZOOM 技术 ) 用于提高局部频段频谱分析的分辨
率
[3]
, 笔者采用这 4 种谱分析方法对压缩机的振动
信号进行频谱分析及故障诊断 。 11 离散傅立叶变换及快速傅立叶变换 ( FFT) 算法 傅立叶变换是一种将信号从时域变换到频域的 变换形式 。离散傅立叶变换 (DFT) 是连续傅立叶 变换在离散系统中的表现形式 , 而快速傅立叶变换 ( FFT) 算法 [ 2 ] 是快速计算 DFT的一种高效方法 。 设时域离散信号为 x ( n ) , n = 0, 1, …, N - 1, 其 傅立叶变换为 X ( k ) , 则
http://www.cnki.net
。
根据维纳 2 辛钦定理 , 自相关函数 R x (τ) 和自 谱密度 S x (ω) 是一傅立叶变换对 , 即
S x (ω) = ) R x (τ )e R (τ ∫ 1 = S (ω) e π∫ 2
x
-∞ +∞ +∞
-ω jτ
τ d ω d
( 5) ( 6)
X0 ( k ) , 对 x0 ( n ) 以 e
πnF 0 / F - j2
Eak = 0, D ak =σa , Eak ai = 0 ( k ≠ i ) 。 m 叫做阶
次 , 常数系数 < i ( i = 1, 2, …, m ) 称为自回归 系数 , 且 m > 0、 <m ≠0, 模型式 ( 8 ) 称为 m 阶自 回归模型 , 记为 AR ( m ) 。 πfT j2 对模型式 ( 8 ) 作 z 变换 , 并令 z = e S , 得 [2] 时间序列 { xk } 的自回归谱
往复式压缩机的振动分析
图 1 往复式压缩机阀盖振动信号
作为一种典型的往复机械 , 往复式压缩机的振 动主要由曲柄连杆机构运动引起的振动 、气体的脉 动 、各部件之间的周期性撞击等组成 , 各种振动都 会使机体产生周期性脉动 。图 1 所示的阀盖振动 信号中含有冲击成分 , 冲击源主要是进 、排气阀以
软 件 编 制
笔者的软件主要是针对往复式压缩机进行故障 诊断 , 将采集到的离散信号输入到编制好的频谱分 析软件中 , 得到所要求的时域 、频域图 。再对各图 形进行比较分析 , 进而判断压缩机的状态 。为此 , 软件必须具有读入数据文件功能 、数据处理功能 、 图形显示功能等 。除此之外 , 为了使用方便 , 软件 还应包括帮助功能 。最终确定的软件系统功能模块 如图 6 所示 。该软件使用 V isual B asic 610 (中文企 业版 ) 编写界面和程序 , 因为 V isual B asic 610 的
[2]
振动信号的频域分析方法
频谱分析中常用的有幅值谱和功率谱 。另外 , 自回归谱也常用来作为必要的补充 。频率细化技术
3 基金项目 : 陕西省自然科学基金项目 “ 石油钻井过程安全预警与多源信息融合智能监控技术研究 ” ( 2006E12 ) ; 中国石油天然气集 团公司石油科技中青年创新基金项目 “ 钻井安全诊断及主动防范系统网络控制技术平台构建 ” ( 05E7040) ; 陕西省教育厅专项科研计划项 目“ 基于信息融合的钻井过程事故智能监控与预警技术 ” ( 07JK365) 。 © 1994-2009 China Academic Journal Electronic Publishing House. All rights reserved. http://www.cnki.net
= x0 ( n ) e
( 3)
根据离散傅立叶变换的频移性质 , x ( n ) 的 离散频谱为 ( 4) X ( k ) = X0 ( k + F0 ) 频移信号 x0 ( n ) 通过低通滤波器后 , 在时域以 T1 D 进行同步选抽 ( D 为放大倍数 ) , 频域上频谱 周期从 FS 缩短为 FS /D。频率细化法获得的分辨率 比同样点数的 FFT分析提高了 D 倍
引 言
往复式压缩机是工业工程中使用最广泛的机器 之一 。由于自身结构特点和运行工况的复杂性 , 压 缩机工作时必然会产生振动 , 其内部零部件的性能 状态信息通过一定的传递途径反映到壳体表面的振 动信号中 , 故利用振动信号对压缩机进行不解体故 [1] 障诊断是行之有效的方法之一 。笔者将从频域 分析角度入手 , 对压缩机的振动信号作分析处理 , 进而提取反映其工作状况的特征信息 , 对压缩机的 工作状态作出准确判断 。将机械设备故障诊断常用 的频谱方法进行有机综合 , 以幅值谱和功率谱作为 基本分析方法 , 以自回归谱和频率细化技术作为必 要补充 , 分析能够说明问题 , 具有实际应用价值 。
2008 年 第 36 卷 第 8期 检测诊断
石 油 机 械
CH I NA PETROLEUM MACH I N ERY
— 63 —
往复式压缩机振动信号频谱分析与故障诊断
王江萍 鲍泽富
(西安石油大学机械工程学院 )
3
摘要 从频域分析的角度入手 , 将机械设备故障诊断常用的频谱方法进行有机综合 , 以幅值 谱和功率谱作为基本分析方法 , 以自回归谱和频率细化技术作为必要补充 , 对压缩机的振动信号 作分析处理 , 进而提取反映压缩机工作状态的特征信息 。介绍了离散傅立叶变换 、自功率谱和自 回归模型及自回归谱的基本原理 。诊断的原理是将采集的离散信号输入到编制好的频率分析软件 中 , 得到所要求的时域 、频域图 , 再对各图形进行分析比较 , 进而判断压缩机的状态 。系统在对 故障诊断时达到了预期效果 , 即初步确定了压缩机的故障状态 。 关键词 往复式压缩机 频谱分析 幅值谱 功率谱 傅立叶变换 故障诊断 一定的频率撞击阀座所产生的激励 , 周期性 、间歇
Sx ( f) =
σ2 a TS
1 k =1
6
m
<k e
πkfT S - j2
2
( 9)
进行复调制 , 得到
π F0 2 - j N ΔF n d
数字信号 x ( n ) 为
x ( n ) = x0 ( n ) e
π 2 - j F F 0n
自回归谱反应了一个时间序列在频域中的组成 情况 , 它是机械设备故障诊断中极为行之有效的工 具之一 。
31 自功率谱
[4]
往复式压缩机故障诊断实例
以下将以实例说明应用 “ 往复式压缩机振动 信号频谱分析软件 ”对往复式压缩机气阀进行诊 断的过程 。分析所用数据采自 12 —20 /8 空气压缩 3 机 , 转速为 20 m /m in; 加速度传感器安置于阀盖 上 , 采样频率为 20 kHz, 数据长度为 4 096。 11 幅值谱及功率谱分析 图 2 为空气压缩机不同状态下振动信号幅值 谱 。从图中可以看出 , 在发生故障以后 , 谱的能量 分布发生了变化 , 尤其是在阀片折断后 , 幅值谱发 生了显著变化 。在弹簧失效时 , 幅值谱的能量分布 也发生了一定变化 , 而这种变化与阀片折断时的谱 图是不同的 。在气阀弹簧失效时 , 最大幅值出现在 3 935154 Hz处 , 谱峰也有所增多 , 出现较大幅值 的频率位置也较正常信号有所偏移 。阀片折断时 , 振动能量最大幅值出现在 5 498104 Hz处 , 出现较
2008 年 第 36 卷 第 8期
王江萍等 : 往复式压缩机振动信号频谱分析与故障诊断
— 65 —
大幅值的频率位置又出现了变化 。 图 3 为同一信号的正常功率谱 , 与幅值谱相 比 , 频率结构基本相同 , 但其谱峰更尖锐 , 更加突 出了最主要的频率分量 。因此 , 在实际应用中更多 的采用功率谱分析 。
从图中可以看出 , 谱的能量分布变化趋势与幅 值谱 、功率谱是相同的 。与幅值谱及功率谱相比 , 自回归谱谱峰更加尖锐 , 频率定位也较幅值谱和功 率谱准确 、清晰 。除此之外 , 自回归谱还有一大优 点 , 即在保证获得足够信息的前提下所需的采样数 目可以大大减少 。 31 细化分析 故障信号频谱分析中经常会遇到频率很密集的 谐波成分 , 常通过减小分析带宽来细化频谱 , 以提 [5 - 6] 高局部频段的频谱分辨率 。图 5 是对图 2a 频 率成分为 7 866121 Hz在频率分辨率为 1 时进行细 化分析得到的图像 。从振动信号幅值谱上看 , 该信 号的最大幅值出现在频率 7 866121 Hz处 , 但实际 上该信号的幅值并未出现在该频率成分上 , 而是发 生在频率 7 86416 Hz附近 。当然 , 这 2 个频率成分 十分接近 , 运用细化技术能清晰地将二者分辨出 来 , 避免了误判 。因此 , 进行细化谱分析 , 能剔除 各种噪声和相邻部件振动信号的干扰 , 大大提高了 故障诊断的精度 。
性的进 、排气引起管道内气体压力脉动所产生的气 体压力波等综合响应 。振动能量是许多冲击信号在 所测点叠加的结果 , 各信号相位不同 , 传到测点的 时间也不同 。因此 , 叠加的结果可能使振动本应减 弱的部分在某些频率上的能量变得很大或使振动本 应加强的部分在某些频率上的能量变得很小 。正常 信号的脉动特征在设备出现故障时会有所改变 , 其 表现形式是谱图的能量分布及峰值的变化 。
ω jτ
x
-∞
根据巴塞伐定理 , 同一个信号在时域内所包含 的总功率应等于频域中所包含的总功率 。设 x ( t) 的傅立叶变换是 X (ω) , 则有
© 1994-2009 China Academic Journal Electronic Publishing House. All rights reserved.
( 8)
x ( n) =
1
N
N-1
k =0
6
X ( k) e
πnk /N j2
n = 0, 1, …, N - 1 ( 2 )
其中 { ak }
( k = 1, 2, … ) 是白噪声 , 满足
2
21 基于复调制的高分辨率傅立叶分析方法 基于复调制的高分辨率傅立叶分析方法是一种 频率细化技术 , 包括数字频移 、数字低通滤波 、重 采样 (选抽 ) 、快速傅立叶变换等处理步骤 。 假定要求以给定的频率分辨率 ΔF 分析信号中 心频率为 F0 的频谱 , 为获得分辨率 ΔF , 输入信号 的时间记录长度应 为 T1 = 1 /ΔF , 输 入采 样点 数 ΔF ( TS 为采样周期 , FS N d , 其中 N d = T1 / TS = FS / 为采样频率 ) 。设数字信号 x0 ( n ) 的离散频谱为
图 2 空气压缩机振动信号幅值谱
图 5 正常工况细化谱图 图 3 正常工况功率谱
21 自回归谱分析
图 4 为空气压缩机不同状态下振动信号自回 归谱 。
通过分析对比谱图上能量分布的变化情况来识 别压缩机气阀的状态 , 有时能量分布的变化情况不 容易观察出来 , 就无法进行正确的故障诊断 , 这是 频谱分析的不足之处 。同时 , 诊断时只能得出设备 的故障状态 , 并不能判断故障的部位 。这是因为尚 未把频谱上的每个频率分量与被监测设备的零部件 对照联系起来 。
N-1
x ( t) d t = ∫ 1 ω = 1 ω | X (ω) | d S (ω) d πT ∫ π∫ 2 2 P =
2
1
+∞
T
-∞
+∞
+∞
2
x
( 7)
-∞
-∞
由此可见 , 要得到一个时域信号的功率谱密度 S x ( ω) 有 2 个途径 , 一个是先求出自相关函数 ) , 再进行傅立叶变换求出 S x (ω) ; 另一个 R x (τ 途径是先求出傅立叶变换幅值谱 X (ω) , 再由式 ( 7 ) 求出 S x (ω) 。笔者的软件设计中采用后者 。
41 自回归模型及自回归谱
X ( k) =
n =0
6
x ( n) e
πnk /N - j2
k = 0, 1, …, N源自文库- 1 ( 1 )
任何一个时刻 k 上的数值可表示为过去 k - m 个时刻上数值的线性组合加上 k 时刻的白噪声 , 即 xk = <1 xk - 1 + <2 xk - 2 + <3 xk - 3 + … + <m xk - m + ak