迈信-机器振动.docVIP

迈信-机器振动 导语：?很多机器都是由转子和定子组成的。转子在转动，定子固定不动。但是由于积灰、不对中、不平衡等等原因，使得机器的整个身子都会发生振动。 我们知道，很多机器都是由转子和定子组成的。转子在转动，定子固定不动。但是由于积灰、不对中、不平衡等等原因，使得机器的整个身子都会发生振动。 有的振动我们可以听到，有的可以摸到或者看到，但不管怎么样，振动变大了总不是什么好事情，可能预示着某种故障，如果长时间工作下去，机器就要报销了。 当然，有些时候，我们也会故意制造一些振动，如手机的振动，减脂机的振动等！ 对于非故意设计的振动，我们就要进行监视，其中蕴含了丰富的信息，可以帮助我们分析机器的工作状态哦。 就像“温度”是用数值方式来科学地描述“冷、热”一样，振动也有一套自己的描述语言，其中最基本的两个数值是——振幅和频率。 、 真实的机器振动形式很复杂，但往往可以被分解为一个个周期性的、具有固定振幅的小振动，而且每个小振动在数学上可以用“正弦函数”表示。 还记得中学物理吗，振动也脱离不了牛顿运动定律，我来帮你回忆一下： OK，如果物体振动的位移随着时间的变化，符合一个正弦函数的曲线的话，那么，它的速度和加速度的变化，是什么样的呢？请看下图： 你猜对了吗？请注意以下几点： 那么，既然位移、速度和加速度可以相互换算，我们应该用哪个来描述振动呢？ 答案是，取决于振动的频率。 第二张图片是用“位移”来展示振动的，因为在振动比较慢的情况下，物体的振幅是我们可以亲眼看见的，但如果振动快起来，用“速度”甚至“加速度”来描述振动，可能更为合适。 这里引入一个数字——7.6mm/s，这是业内认为大多数旋转型机器振动在10Hz~1kHz情况下的典型速度数值。 如果从频谱的角度去看，位移、速度、加速度的关系如下： 说明如下： 为了获得最好的信噪比，应取频谱上较为水平的数据作为分析依据，比如，振动速度7.6mm/s的情况下，如果不用“速度”作为分析依据，你会不会把1kHz的“位移”数据或者10Hz的“加速度”数据当做噪声呢？ 通常的选择标准是，低频时，选用“位移”作为分析依据；中频时，选用“速度”作为分析依据；高频时，选用“加速度”作为分析依据！ 对于位移、速度和加速度，也分别有三种传感器。 位移传感器是非接触式的，这使得它适合测量转动轴的振动情况。不过，位移传感器的频率响应相对较低。 内部机械式的弹性结构使得传感器无法获得很高的频响特性，不过目前也有基于压电工艺的速度传感器，甚至还有基于激光多普勒技术的速度传感器，当然，后者价格非常贵啊。 加速度传感器可以获得比较宽的频响特性，下图红色曲线尖头处为它的共振频率，一般有效带宽为共振频率的三分之一，而接近共振频率的部分传感器的灵敏度就会大打折扣了。 傅里叶的成就可与牛顿媲美，他颠覆了我们看世界的角度，就是这个世界不仅可以从时间的角度去看，而且可以从“频率”的角度去看，我们来体验一下。 下面是一个时间轴上的正弦电信号，它的电压振幅为1V，振动周期为18.18ms。 述两个波形描述的是同一个信号，只不过时域的横坐标是时间，频域的横坐标是频率。对于纵坐标来说，振幅一致，都是1V（纵坐标用均方根表示，即振幅峰值的70.7%）。 这种从时域到频域的变换，就称为“傅里叶变换”。 我们再看一个情况，这个信号比较复杂，它由4个正弦信号在时域上叠加而成： 你看，最终经过叠加的这个波形太奇怪了，弯弯扭扭的，一点规则都没有，如果不事先告知这是由4个正弦波叠加而成的，你猜得到吗？ 但是，如果经过傅里叶变换之后，它就是下面这个样子的 很多时域上看起来复杂的信号，在频域上就变得非常简单了，因为傅里叶变换，将信号从频域上分解开来了。 事实上，傅里叶同学告诉我们，任何周期函数，都可以看作是不同振幅，不同相位正弦波的叠加而成的。 请注意一点，傅里叶变换假设信号在时域上具有周期性的。对于非周期性信号嘛…就比较困难了，比如，你想象一下，一个时间轴上被截断的波形，是否可能被那么多正弦波叠加而成呢？实际应用中，我们采集到的对象就是一段又一段有限的非周期的信号，那么怎么进行傅里叶变换呢？ 好问题！其实我们会将它在时域上往前、往后重复性地拓展，以假想它具有周期性。 不过，这会碰见一个有趣的现象，比如我们对一个正弦波进行采样，得到两段信号。那么，这两段信号里的正弦波肯定一模一样，唯一区别就是，一段信号包含了完整的6个正弦波的周期，另一段信号包含6.5个正弦波的周期，那么，它们的傅里叶变换的结果是什么样呢？ 这个结果在你的意料之中吗？ 信号(a)在扩展后，就是一个普通的正弦波，再经傅里叶变换，频域上就是一个脉冲。然而，信号(b)在时域扩展后，虽然具有周期性，但它