振动诊断汇总.pptVIP

第4章 振动诊断 4.1 振动信号的采集4.2 振动诊断的内容与方法4.3 转轴的振动诊断4.4 齿轮的的振动诊断4.5 轴承的诊断 4.1 振动信号的采集 4.2 振动诊断的内容与方法 4.3 转轴的振动诊断 动不平衡：在一个周期内为典型的正弦波，且振幅较大； 对中不良：在一个周期内波峰翻倍，波形光滑、稳定重复性好； 磨损：波峰多，波形毛糙、不稳定： 自激振动：波形杂乱、重复性差、波动性大。 在正常情况下，轴心轨迹为一椭圆形。若轴心轨迹的形状、大小的重复性好，则表明转子稳定。 4.4 齿轮的振动诊断 4.5 滚动轴承的振动诊断 3) 齿轮局部缺陷： 如个别轮齿折损、点蚀、裂纹等，将激发大的冲击振动，主要频率成分为旋转频率fr及其高次谐波nfr、并固有频率振动。 4) 齿距误差： 齿轮每转中，速度时快时慢，使啮合振动频率fm受旋转频率fr的调制(调频)，其频谱包含旋转频率fr、啮合频率fm及其边频带fm±nfr。 三、齿轮的振动诊断方法 1．功率谱分析：根据频谱特征进行诊断。 齿轮故障的频谱 齿轮啮合频率等于齿数乘以齿轮转速频率。 齿轮啮合频率两边有边频，间距为1X。 随着齿轮故障发展，边频越来越丰富，幅值增加。 可用倒频谱作进一步分析 OU BS IS OL 齿轮箱 上辊 下辊 输入轴 啮合频率 GMF 上边频 下边频 2X 例：东风4机车前变速箱齿轮诊断。 柴油机空载，输入轴转速430r／min。测点布置如下，采样周期为10KHz。 齿轮啮合频率为： (430*61／26)／60*26=0.43KHz， 0.86K、1.29K、1.72K为其高次谐波。 正常时，谱峰幅值不大，边频带不明显。 图B中，频谱峰值增高，主频周围出现边频带，说明有故障预兆，可能是齿面磨损，啮合精度较差。 2．倒频谱分析： 将功率谱中成族的边频带谱线简化为单根谱线，以便于识别。 例：图中齿轮有故障时的功率谱和正常时的功率谱很难区分，但从倒频谱可以看出存在1/0.1=10Hz的边频。而10Hz对应输出轴的旋转频率。说明齿轮的齿距可能存在误差。 再对上式平均(即除以N)得到： 因此噪声降低为原来的 倍。 (对n(t)做统计累加) 3．时域分析： 先用时域平均法降低噪声，再观察信号的时域波形。 时域平均法：若信号x(t)由周期信号f(t)和噪声n(t)组成，即x(t)=f(t)+n(t)。现以f(t)的周期去截取x(c)得到N段，将各段对应点相加，则 4．频率响应函数诊断法 对机器施加激振力，测量其频率响应函数H(ω)，与标准值(或初始值)对比，根据差异情况判别机器状况。 频率响应函数定义为 H(ω)=Y(ω) / X(ω)， 式中，Y(ω)一输出信号y(t)的傅立叶变换， X(ω)一输入信号x(t)的傅立叶变换。 注：经推导可得出H(ω)＝Gxy(ω)／Gx(ω)，从而可利用功率谱的多次采样平均或进行频率光滑，大大减小H(ω)测量的随机误差。 5．倒频谱（Cepstrum）诊断法 倒频谱是频域函数的对数值进行傅立叶逆变换。 复倒频谱： τ称为倒频率，单位是时间。 实倒频谱： 利用倒频谱可对信号进行分解, 以识别信号的组成。 设系统的输出为y(t), 输入为x(t)，脉冲响应函数为 h(t)，则： 式中*表示卷积。 利用倒频谱，可将信号的频谱与传递函数的频谱分离。 例如：在轴承振动信号的检测过程中, 当传感器置于轴承的不同位置时, 故障发出的冲击激励将通过不同的传递途径被传感器接受, 由于传递途径不同, 导致传递函数不同, 而使功率谱图不同, 然而反映在它们的倒频谱图上, 与故障相应的倒频谱波峰是相同的。 6．转速谱图诊断法 转速谱图诊断法用于旋转机械的诊断。转速谱图又称频谱瀑布图，是把不同转速下相应的各自功率谱图画在同一张图上，形成一个‘‘三维’’图谱。 通过测量出机器运转时的转速谱图，与标准转速谱对比，根据差异情况，可辨认故障苗头。 通过了解机组振动在骤变过程或启停机过程中各个频率成分的幅值变化，可以判断机器的临界转速、振动原因以及阻尼情况。比如，机组过临界转速、轴承发生油膜振荡、零件磨损以及各种突发性的亚异步振动等，均可以在这张图上获得分析故障原因的有用信息。 7．相关分析诊断法 相关分析诊断法可用于确定系统中某点的振动响应的大小主要与哪个输入有关。 如司机座椅振动过大，是由发动机振动引起的，还是由车轮不平衡惯性力引起的？每个车轮的影响有多大？这个问题可通过测量发动机、每个车轮与座椅振动间的相干函数来观察求解。 8．系统参数诊断法 根据模态参数识别实验，测出多自由度系统振动方程[M]{x’’}+[B]{x’}+K{x}={f}中的质量矩阵M、阻尼矩阵