旋转机械故障相关诊断技术(标准版)
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
2020/10/16
2
第一节 旋转机械典型故障的机理和特征
一、转子不平衡
不平衡是旋转机械最常见的故障。引起转子不平衡的原因 有：结构设计不合理，制造和安装误差，材质不均匀，受 热不均匀，运行中转子的腐蚀、磨损、结垢、零部件的松 动和脱落等。
旋转机械故障诊断技术是近些年来国内外开展广泛研究，发 展比较成熟的故障诊断技术，具有一定的代表性，因此书的 重点部分，也是难点部分。
2020/10/16
1
第五章 旋转机械故障诊断技术
学习目标：
掌握旋转机械典型故障，如转子不平衡、转子不对中、共振、 机械松动、转子摩擦、滑动轴承故障、转轴裂纹、流体动力 激振、拍频振动等的机理和特征；
2020/10/16
10
实例三：转子不平衡故障的诊断
电机
齿轮箱 喂入轮
图5.4 喂入机传动示意图
图5.5 喂入机轮不平衡速度谱图
在涤纶短纤维生产工艺流程中有这样一台瓶颈设备——喂入 机，纤维丝束从喂入轮绕过，由于其结构和用途的特殊性，喂入 轮不平衡现象频发。它们的共同频谱特征是：喂入轮转速频率占 绝对优势。
2020/10/16
4
第一节 旋转机械典型故障的机理和特征
2．转子偏心：皮带轮、齿轮、轴承和电动机框架等旋转中心与 几何中心线偏离时出现偏心。最大的振动出现在两个转子中心 连线方向上 。
3．轴弯曲：弯曲的轴引起大的轴向振动，如果弯曲接近轴的中 部，占优势的振动出现在转子转速频率，如果弯曲接近力偶， 则占优势的振动出现在2倍转速频率。用千分表可以证实轴的 弯曲。在汽轮发电机组中，通常是在盘车时和盘车后测量晃动 度的大小来判断转子是否存在初始弯曲。源自频振动幅值大。同时会出现较小
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
3．滚动轴承偏斜地固定在轴上
不对中的滚动轴承卡在轴上时，将产生明显的轴向振动。 通常，必须卸下轴承并重新正确安装。
2020/3/14
17
第一节 旋转机械典型故障的机理和特征
旋转机械故障诊断技术是近些年来国内外开展广泛研究，发 展比较成熟的故障诊断技术，具有一定的代表性，因此书的 重点部分，也是难点部分。
2020/3/14
1
第五章 旋转机械故障诊断技术
学习目标：
✓ 掌握旋转机械典型故障，如转子不平衡、转子不对中、共振、 机械松动、转子摩擦、滑动轴承故障、转轴裂纹、流体动力 激振、拍频振动等的机理和特征；
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
2020/3/14
20
第一节 旋转机械典型故障的机理和特征
➢ 不对中故障的影响和防治：
当转子存在不对中时，将产生一种附加弯矩，给轴承增加一 种附加载荷，致使轴承间的负荷重新分配，形成附加激励，引起 机组强烈振动，严重时导致轴承和联轴器损坏、地脚螺栓断裂或 扭弯、油膜失稳、转轴弯曲、转子与定子间产生碰磨等严重后果， 所以及时预测处理不对中故障对确保设备正常运行，减少事故损 失十分重要。
跃响应，主要特征是振动会突然发生变化而后趋于稳定，振动 幅值一般会有较明显的增大，如果有在线监测系统的话将能捕 捉到这一情况。为了防止脱落部件在惯性力作用下飞出使机体 发生二次事故，必要时应及时停机检修。
最新整理旋转机械故障相关诊断技术.docx
最新整理旋转机械故障相关诊断技术
一、旋转机械故障的灰色诊断技术
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wang络诊断技术
所谓的神经wang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wang络模型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wang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wang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(最新版)
( 安全技术 )单位：_________________________姓名：_________________________日期：_________________________精品文档 / Word文档 / 文字可改旋转机械故障相关诊断技术(最新版)Technical safety means that the pursuit of technology should also include ensuring that peoplemake mistakes旋转机械故障相关诊断技术(最新版)一、旋转机械故障的灰色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。
云博创意设计MzYunBo Creative Design Co., Ltd.。
旋转机械故障相关诊断技术
旋转机械故障相关诊断技术
一、旋转机械故障的灰色诊断技术
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范文
旋转机械故障相关诊断技术范文一、引言：旋转机械在工业生产中占据着重要的地位，如电机、风机、水泵等。
这些机械设备的正常运行对于工业生产中的连续性和效率有着至关重要的影响。
然而，由于长期的使用和运转，旋转机械往往会出现各种故障，影响其正常运行。
因此，对旋转机械的故障进行及时准确的诊断非常重要。
本文将介绍几种常用的旋转机械故障诊断技术，包括振动分析、红外热成像、声音诊断、油液分析等。
这些技术可以通过检测旋转机械的振动、温度、声音、油液等参数来检测故障，准确判断故障的原因和程度，为维修和保养提供科学依据。
二、振动分析：振动分析是一种常用的旋转机械故障诊断方法。
通过检测旋转机械的振动信号，分析其频谱和特征，可以判断出故障的类型和位置。
常见的故障类型包括轴承故障、不平衡、偏心、齿轮故障等。
振动分析的基本原理是利用传感器检测旋转机械产生的振动信号，然后通过信号处理和频谱分析来得到故障特征。
常用的振动传感器包括加速度传感器和速度传感器。
振动分析一般分为时域分析和频域分析两种方法。
时域分析是通过对振动信号的波形进行分析，来判断故障的类型。
常见的时域分析方法有峰值幅值分析、包络分析等。
频域分析是通过将振动信号转换为频谱信号，来判断故障的位置。
常见的频域分析方法有傅里叶变换、功率谱分析等。
三、红外热成像：红外热成像是一种通过检测物体表面的红外辐射来获取其温度分布的技术。
在旋转机械故障诊断中，可以利用红外热成像仪来检测机械的温度分布，从而判断是否存在异常热点，进而确定故障的位置和严重程度。
在旋转机械中，故障常常伴随着局部摩擦、磨损或电流异常等现象，这些异常会导致机械产生异常的热量。
通过红外热成像仪可以直观地观察到这些热点，从而准确诊断故障。
在使用红外热成像仪进行故障诊断时，需要注意机械运行时的环境温度对诊断的影响，以及机械表面的反射率等因素的影响。
四、声音诊断：声音诊断是一种通过检测机械产生的声音信号来诊断故障的技术。
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。
旋转机械的混合智能故障诊断技术
２１ 人 工 免疫 与支 持 向量 机 、 据 理 论 等 的混 合 ． 证 孟 庆华 等 提 出基 于 小 波 变 换 和 免 疫 系 统 的故 障 诊 断 系统 ，
信 号 ，但 实 时 时 域 信号 往 往 因为 工 况 变 化 而 产 生 振 动 参 数 漂 移
变 化 ， 于 捕 捉 其 故 障 特 征 ； 基 于 傅 里 叶变 换 的 频 域 分 析 法 ， 难 而 由于 变 换 对 非 平 稳 信号 的处 理 存 在 局 限性 及 缺 乏 时 间分 辨 率 等 不足 ，特 别 是 通 过 计算 机实 现 的 离散 傅 里 叶变 换 还 往 往 存 在 难
并 将此 系统 应 用 到 车 辆 总成 故 障诊 断 中 ， 得 了 良好 的 效 果 ； 取 李
唯 为将 粗 糙 集 与 人 工 免 疫 网 络分 类 算 法结 合在 一起 ，提 出基 于
最 小诊 断规 则 改 进 的 人 工免 疫 网 络分 类 算 法 ， 例 分 析 表 明 ， 实 该
Ｋｅ ｗｏ ｄ ｒｔ ｔ ｇ ｙ ｒ ｓ： ａｉ ｍ ａ ｈｉ ｒ ｖｂ ａｉｎ ｉ ａｌｎｅｌ ｏ ｎ ｃ ｎｅｙ，ｉｒ ｔ ｓｇｎ ， ｔ ｌｇｅｎ ａｕｔ ａ ｏｓｓｄｅ ｅｏ ｏ ｉ ｉ ｔｆ ｌ ｄｉｇｎ ｉ， ｖ ｌｐｍ ｅ ｔｔ ｎ ｎ ｅ ｄｅｎ ｙ ｃ
利 用 振动 信 号 对 旋 转 机 械 进 行 诊 断 是 最 有 效 、 最 常 用 的 方 法 ， 故 障 诊 断 实 践 中 ， 原 始 反 映 故 障 特 征 的 是 振 动 实 时 时 域 在 最
６
旋 转 机 械 的混 合 智 能 故 障 诊 断技 术
旋转机械的混合智能故障诊断技术
Ｓ ｕ ｙ ｏ Ｈｙ ｒ Ｉｔ ｌ ｅ ｔ Ｆ ｕｔ Ｄｉｇｎ ｓｓ Ｔ ｃ ｎ ｌｇ ｆ Ｒｏ ａ ｉｇ Ｍａ ｈｎ ｒ ｔｄ ｎ ｂ ｉ ｎ ｅｌ ｎ ａ ｌ ａ ｏ ｉ ｅ ｈ ｏｏ ｙ ｏ ｔ ｔ ｃ ｉｅ ｙ ｄ ｉ ｇ ｎ
- 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)。
旋转机械故障相关诊断技术
(标准版)
Security technology is an industry that uses security technology to provide security services to society. Systematic design, service and management.
( 安全管理 )
单位：______________________
姓名：______________________
日期：______________________
编号：AQ-SN-0100
旋转机械故障相关诊断技术(标准版)
一、旋转机械故障的灰色诊断技术
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。
XXX图文设计
本文档文字均可以自由修改。