机械故障诊断论文 旋转机械故障诊断技术

XX大学机械交通学院机械故障诊断论文题目：旋转机械故障诊断技术姓名学号：指导教师：年级专业：机械设计制造及其自动化084班所在学院：机械交通学院课程评分：二零一一年12月18日旋转机械故障诊断技术摘要：通过分析旋转式机械各种故障产生机理的基础上，归纳和概括了传统故障诊断的基本原理和典型故障振动特征分析方法及模糊理论、神经网络、遗传算法等在诊断决策算法研究中的应用，并对国内外旋转机械故障诊断的发展现状进行了详细论述最后对其发展趋势进行了展望。

旋转机械是各种类型机械设备中数量最多应用最广的一类机械，特别是一些大型旋转机械，如汽轮机、球磨机、离心式压缩机等支持国家经济命脉的一些工业门是属于关键设备。

由于检测技术在当今轻工业广泛应用，如电力、石化、冶金、汽车和造船等国民经济重要部门，都需要用机械振动的测试和分析，来检测机械是否正常运作。

关键字：机械故障诊断；旋转机械前言设备状态监测与故障诊断是通过掌握设备过去和现在运行中或基本不拆卸的情况下的状态量，判断有关异常或故障的原因及预测对将来的影响，从而找出必要对策的技术。

它是一门综合性技术，涉及传感及测试技术、电子学、信号处理、识别理论、计算机技术以及人工智能专家系统等多门基础学科，是对这些基础理论的综合应用。

旋转机械的主要功能是由旋转动作完成的，转了是其最主要的部件。

旋转机械发生故障的重要特征是机器伴有异常的振动和噪声，其振动信号从幅值域、频率域和时间域实时地反映了机器故障信息。

转子常见的故障有转子不平衡、转子不对中、转子弯曲、油膜涡动和油膜振荡等[1]。

1.旋转机械故障诊断的内容作为设备故障诊断技术的一个分支--旋转机械状态监测与故障诊断技术.其研究领域也同样主要集中在故障信息检测、故障特征分析、状态监测方法、故障机理研究、故障识别及其专家系统。

2.旋转机械的振动关系及故障分类旋转式机械的主要组成部分是转轴组件，又称转子系统，它包括转子、轴承、支座及密封装置等部分。

由于转子类型及振动性质的不同，其产生故障的原因，机理及振动特征各不相同。

2.1转子不平衡2.1.1转子不平衡产生原因在旋转机械中，若转子的质心与旋转轴不重合，就存在不平衡。

转子不平衡包括转了系统的质量偏心及转子部件出现缺损。

转子质量偏心是由于转子的制造误差、装配误差、材质不均匀等原因造成的，称此为初始不平衡。

转了部件的缺损是指转子在运行中由于腐蚀、磨损、介质结垢以及转子受疲劳力的作用使转子的零部件(如叶轮、叶片等)局部损坏、脱落、碎块飞出，从而造成新的转了不平衡。

转子质量偏心和转子部件缺损是两种不同的故障但其不平衡振动机理却有共同之处。

2.1.2转子不平衡的振动特征转子不平衡故障的主要振动特征为：频谱图中，谐波能量集中于基频；振动的时域波形为正弦波；当工作转速一定时，相位稳定；转子的轴心轨迹为椭圆；转子的进动特征为同步正进动；转子振动的强烈程度对工作转速的变化很敏感，振动幅值与转速的平方成正比，而与负荷大小无关；当转速大于第一临界转速后，转速上升，振幅趋向于一个较小的稳定值。

当转速接近第一临界转速时，发生共振，振幅具有最大峰值；不平衡故障主要有静不平衡和动不平衡两种。

对于静不平衡，其振动方向主要反映在径向，与轴向振动无关，转子两端轴承同一方向的径向振动为同相。

2.2转子不对中2.2.1转子不对中产生原因机组各转子之间由联轴器联接构成轴系传递运动和转矩。

由于机器的安装误差、承载后的变形以及机器基础的沉降不均等，造成机器工作状态时各转了轴线之间产生轴线平行位移、轴线角度位移或综合位移等对中变化误差，统称为转了不对中。

2.2.2转子不对中危害不对中是旋转机械故障中最为常见的故障之一，旋转机械故障中转了系统故障诊断的60%是由不对中引起的。

具有不对中故障的转了系统在其运转过程中将产生一系列有害于设备运行的动态效应，如引起设备的振动、机器联轴器偏转、轴承早期损坏、油膜失稳和轴的弯曲变形等，导致机器发生异常振动危害极大。

2.3转子弯曲转子弯曲包括转子弓形弯曲和临时性弯曲两种故障。

转子弓形弯曲是指转子轴呈弓形，它是由于转轴结构不合理、制造误差大、材质不均匀、转子长期存放不当等原因造成的。

发生永久性弯曲变形是由于热态停机时未及时盘车、热稳定差、长期运行后转轴自然弯曲加大等原因造成的。

转子临时性弯曲是由于转轴有较大预负荷、开机运行时暖机不足、升速加快、加载太大、转轴热变形不均匀等原因造成的。

转轴弓形弯曲与转轴临时性弯曲是两种不同的故障，但其故障机理相同。

转速无论发生弓形弯曲还是临时性弯曲，它都要产生与质量偏心类似的旋转矢量激振力同时在轴向发生与角频率相等的振动。

这两种故障的机理与转子质量的偏心相同。

2.4油膜涡动和油膜振荡油膜涡动和油膜振荡是由滑动轴承油膜力学特性引起的自激振动。

以圆柱滑动轴承为例，由于交叉刚度系数不等于零，油膜弹性力有使轴颈失稳的因素。

轴承中轴颈中心的位置与工作转速和载荷大小有关。

对于受载条件一定的滑动轴承颈仍能回到平衡位置:轴颈转速升，当轴颈转速不太高时，即使受到一个偶然的外部干扰力的作用，轴高达到一定数值后一旦受到外部干扰力的作用轴颈便不能回到初始位置，而沿近似椭圆的封闭轨迹涡动态。

或者沿某一不规则的扩散曲线振荡这就形成了轴承的失稳状。

此外，旋转机械常见的故障还有转子与静止部件发生摩擦引起的故障、密封和间隙动力失稳引起的故障、转轴具有横向裂纹引起的故障等等。

这些故障具有各自的机理和特点。

3.旋转机械常用的系统故障诊断方法旋转机械的系统故障诊断以故障机理和技术检测为基础，以信号处理和模式识别为其基本理论和方法，从功能上可分成数据采集、状态监测、诊断决策3部分。

复杂的旋转机械系统数据采集和状态监测的技术手段和方法很多，通常采用在线间接诊断法，即通过二次诊断信息来间接判断其中关键零部件的状态变化，常见的方法有直观检测、温度监测、振动监测、噪声谱分析、油液光谱分析等。

3.1直观检测直观检测是操作人员通过耳听、眼看、凭借经验判断设备的故障随着机械系统自动化程度的提高，该方法已不能满足现代故障诊断的要求。

3.2温度检测温度监测是利川各类温度传感器来测量轴承、电机和齿轮箱等装置的表面和内部温度，为查找故障部位提供信息。

该方法属于数据采集功能，为状态监测和故障诊断提供基础。

3.3振动监测噪声谱分析旋转机械发生故障的主要特征是机器伴有异常的振动和噪声，因此振动监测和噪声潜分析成为旋转机械系统状态监测的重要手段和方法，振动监测主要是利用机器表面的振动信号来诊断电机、轴承等的运行状态，如果出现故障，其振动的振幅、频率等都会发生变化，通过对从振动传感器得到的振动信号进行频谱分析来确定故障类型及状态噪声谱分析是通过声波仪对系统某部件噪声信号频中的谐波幅值变化规律进行分析，识别和判断部件的磨，清况等故障。

该方法能够对部件的磨损情况实现状态监测并确定故障部位由于环境噪声干扰大、机械工况的变化会导致其信号的非平稳性、缺少性能可靠的传感器等原因，这两种方法在实时监测方面的应用需要进一步研究。

3.4油液光谱分析油液光谱分析是使用原子吸收光谱仪，对系统的液压油或润滑油中金属微粒、外来砂粒、尘埃等进行浓度和化学成分分析。

该方法主要针对系统中的液体变化情况进行状态监测。

4旋转机械系统故障诊断技术发展趋势随着传感器技术、信号采集及处理技术、网络技术、智能控制理论的高速发展，旋转机械系统故障诊断技术正朝着智能化方向发展。

快速、有效提取故障特征信号并给出相应的控制方案和预测设备的运行状态以合理安排检修，进而提高设备的利用率是故障诊断技术研究的根本出发点。

实现容错控制，自动对故障进行削弱、补偿、切换、消除和修复，以保证设备在出现故障时继续完成其规定功能，是故障诊断技术进一步的发展方向。

现代信号采集及处理技术利用多传感器信息融合技术能够提高故障特征信号采集的有效性。

多传感器信息融合技术可以充分利用多个及多类传感器资源，通过对多传感器观测信息的合理分析，把多传感器在空间或时间上可冗余或互补的信息依据某种准则进行组合，从而获得对被测对象的一致性解释与描述。

这种方法可以消除单个或少量传感器的局限性，提高监测系统的有效性，进而提高系统故障诊断决策的实时性和准确性。

专家系统是将设备管理和维修人员的实际经验、专家的思维处理方法与计算机强大的运算能力和巨大存贮容量相结合而产生的系统，并以其知识的永久性、共享性和易于编辑等人类专家所不具有的特点而得到了普遍重视和应用。

但由于知识和经验描述的多样性和不确定性，使得知识的获取和有效处理成为专家系统的“瓶颈”问题[4]，并且它在自适应、自学习等方面也存在着不同程度的局限性。

如异封巴各类人工智能理论与专家系统结合起来，将相互取长补。

5总结故障诊断技术是随着现代科学技术的发展而发展起来的个新的领域，是系统安全性、可靠性的重要保障技术，直接关系到礼会效益和经济效益。

故障诊断的力法多种多样，各有其优缺点，只有针对小同的故障类型选择适合的故障诊断力法，才能及时、快速、准确地排除故障，确保系统的正常运行。

近些年来，由于计算机技术、信号处理、人工智能、模式识别技术的发展，促进了故障诊断技术的发展，同时将几种诊断力法集成的故障诊断体系也取得很大发展。

故障诊断是实用性很强的技术，只有在实际应用巾才能体现它的价值。

日前在理论方面虽有小少进展，但在过程实践中真正成功应用的实例还较少。

因此，如何将先进的故障诊断理论与力法用到实际中去还有待深入研究。

通过对旋转机械故障诊断技术的分析研究的进一步了解和认识，我明确了机械故障诊断在人们生产生活中的重要作用。

在深入的学习中，我了解到故障诊断技术是一门综合性学科，在基础学科的发展基础上，与当代前沿科学相互融合、取长补短，是故障诊断技术的发展方向。

将遗传算法、模糊推理、神经网络和专家系统等人工智能领域中的各种方法加以综合利用，有利于克服故障判断中的非此即彼的绝对性，使推理过程与客观实际更加相符，同时也克服了传统的故障诊断专家系统中所存在的知识获取问题，因此，基于知识的智能故障诊断技术是故障诊断领域中最为引人注目，且最有发展前途的方向之一，是今后故障诊断领域中的研究热点。

机械故障诊断对于现在正处于经济高速发展的中国，工农业的进步发展都具有十分重大的意义。

通过学习我了解到我国的机械诊断技术起步较晚，但经过近几年的努力，加上政府有关部门多次组织外国诊断技术专家来华讲学，已基本跟上了国外在此方面的步伐，在某些理论研究方面已和国外不相上下。

目前我国在一些特定设备的诊断研究方面很有特色，形成了一批自己的监测诊断产品。

全国各行业都很重视在关键设备上装备故障诊断系统，特别是智能化的故障诊断专家系统，在电力系统、石化系统、冶金系统、以及高科技产业中的核动力电站、航空部门和载人航天工程等。