设备状态监测与故障诊断技术第6章-设备振动诊断实施方法教案分析.pptVIP

5．剩余法（排除法） 任何一台机器，不管结构多么简单，其振源都不止一个。只要掌握了产生振动的各种因素，又判定其中某几个部分与振动异常无关，那么振源就可能出在余下的部位上了。由此作进一步分析，就可以确定故障产生的部位。这个方法在形式逻辑上称为判断因果联系的剩余法。 四、故障程度识别（“How”） 1．标准识别法 ISO2372振动标准中，把设备状态分为“良好”、“允许”、“较差”和“不允许”4个等级，当设备处于“允许”状态时就意味着存在早期故障了，当达到“不允许”时，说明故障已经十分严重，需停机检查处理。再如，有些诊断系统将设备故障等级分别用“绿”、“黄”、“橙”、“红”灯指示，形象而直观。 振动标准的建立，为故障诊断从定性判断发展到定量判断创造了必要的条件，是设备诊断技术发展过程中的一次飞跃。一个好的故障诊断从业人员，应该致力于研究并制定本企业乃至本行业的《机器设备振动判别标准》。 第二节 振动诊断状态识别方法 2．频率识别法 通过频率来识别故障的严重程度，首先必须建立“基准谱”，即设备在一定的运行条件下处于“良好”状态时所测得的振动频谱，如果再作细一点，最好还能建立在各种故障状态下的“故障谱”。这种“基准谱”、“故障谱”就相当于“标准”，在作判别时，将测得的振动频谱与标准谱比较，不但能知道设备有无故障，而且可以大概知道故障的严重程度，也就是诊断人员常说的“看图识谱”。当然，要达到这一步需要做许多艰苦细致的工作，应当作为设备故障诊断从业人员追求的目标。 3．冲击脉冲法 4．峰值因数C法 下列规则可以判别轴承的故障程度：C5表示轴承状态正常；C=5~10表示轴承有轻微故障；C10~20表示轴承故障已发展到严重程度。如果C值上升后又从20跌落下来到3左右时，说明轴承故障已经扩展，甚至可能损坏。 第二节 振动诊断状态识别方法 五、设备状态发展趋势识别（“When”） ⑴ 从趋势图中，可以看出机器状态是突变还是渐变。 ⑵ 对特征频率分量的幅值变化作趋势管理，除了监视总体状态变化外，还有助于诊断故障的原因。 ⑶ 对渐变性故障实行趋势管理，可以预测设备状态未来的发展趋势。 利用趋势管理图判断设备的状态，还必须注意一个问题，我们不但要关注每次测值的大小，尤其要注重参数值变化的速率。图6-11中，曲线1尽管监测参数x的绝对值并不很大，或者还没有超过允许范围，然而幅值的变化率Δx1/Δt很大，这往往预示着设备在加速劣化，或者有突发性事故发生的可能。曲线2所代表的另一台设备，其振动参数的变化率Δx2/Δt要小得多，说明设备状态变化是渐进性的。 第二节 振动诊断状态识别方法 Δx1 2 1 Δt Δx2 图6-10 设备状态趋势管理示例 图6-11 趋势管理曲线（两种幅值变化率比较） 1、2—两台设备的趋势管理曲线 Δx1，Δx2—幅值增量 Δt—时间增量 第二节 振动诊断状态识别方法 第三节 设备劣化趋势分析的方法与应用 一、设备劣化趋势分析的目的 其目标是从过去和现在已知情况出发，利用一定技术方法，去分析设备的正常、异常和故障三种状态，推测故障的发展过程，有利维修决策和过程控制。 设备劣化趋势分析与管理的目的有： ⑴ 检查设备状态是否处于控制范围以内， ⑵ 观测设备状态的变化趋向或现实状况， ⑶ 预测设备状态发展到危险水平的时间， ⑷ 早期发现设备异常，及时采取对策， ⑸ 及时找出有问题的设备（提交精密诊断）。 第三节 设备劣化趋势分析的方法与应用 二、趋势管理的分类 趋势管理一般分为量值趋势管理和数次趋势管理两种，如图6-12所示。 性能监测 量值趋势管理 劣化趋势管理— 二次效应 数次趋势管理——事件监测 图6-12 设备趋势管理分类 1