旋轉機械智能診斷分析

鐘灼均 東方電氣（成都）工程設計咨詢有限公司

振動設備的故障診斷，主要以振動監測的數據分析為主，實現對振動設備振動的實時監測、管理和分析，以便及時采取有效措施，提高設備的安全可靠性，保證安全生產。

引起設備振動過大的原因很多，對于一些使用滾動軸承的設備，常見的故障原因包括軸承磨損或損壞、聯軸器不對中、安裝缺陷等，對于使用滑動軸承的設備，例如汽輪機，常見的故障原因有：轉子不平衡、軸彎曲、油膜渦動、油膜振蕩、機械松動、摩擦、軸裂紋等等。針對上述常見故障，常用的診斷方式是頻譜分析。

一、故障診斷的常用圖譜及分析

（一）伯德（Bode）圖

伯德圖是反映機械振動幅值、相位隨轉速變化的關系曲線。從圖形我們可以得到以下信息：

（1）轉子系統在各種轉速下的振幅和相位；

（2）轉子系統的臨界轉速；

（3）轉子系統的共振放大系數；

（4）轉子的振型；

（5）系統的阻尼大小；

（6）轉子是否發生了熱彎曲。

伯德圖在故障診斷中，常用于汽輪機啟停階段的數據分析。對于此分析圖實際需要電渦流傳感器測量軸的振動數據，鍵相傳感器測量相位數據以及轉速傳感器測量轉速。

（二）軸心軌跡圖

軸心軌跡一般是指轉子的軸心相對于軸承座在與軸線垂直的平面內的運動軌跡。通常，轉子振動信號中除了包含由不平衡引起的基頻振動成分之外，還存在由于油膜渦動、油膜振蕩、氣體激振、摩擦、不對中、嚙合等等原因引起的分數諧波振動、高次諧波振動等等各種復雜的振動成分，使得軸心軌跡的形狀表現出各種不同的特征。

軸心軌跡是電廠汽輪機故障分析中不可或缺的手段，對于此分析圖實際需要互成90 度的電渦流傳感器分別從2 個方向測量軸的振動，鍵相傳感器測量相位。

（三）軸心位置圖

軸心位置圖用來顯示軸中心相對于軸承中心的位置。這種圖形提供了轉子在軸承中穩態位置變化的觀測方法，用以判別軸是否處于正常位置。當軸心位置超出一定范圍，則說明軸承處于不正常工作狀態，從而可以判斷轉子的對中好壞、軸承的標高是否正常，軸瓦是否磨損或變形等等。如果軸心位置上移，則預示著轉子不穩定的開始。通過對軸頸中心位置變化的監測和分析，可以預測到某些故障，為故障的防治提供早期預報。

軸心位置圖同樣是電廠汽輪機故障分析中重要的手段，對于此分析圖實際需要互成90 度的電渦流傳感器分別從2 個方向測量軸的振動，鍵相傳感器測量相位。

（四）機械振動和頻譜分析

機械振動是指物體圍繞其平衡位置附近來回擺動并隨時間變化的一種運動。機械振動通常以其幅值、周期（頻率）和相位來描述，它們是描述振動的三個基本參量。

頻譜分析的基礎是快速傅里葉變換（FFT）。將頻率不同的兩個以上的簡諧振動合成便形成一個復合振動，這種復合振動是非簡諧的，但仍然是周期性振動。反過來，任何周期性振動又可以分解成若干個簡諧振動，分解使用的數學工具就是傅里葉變換。

二、案例分析

案例一：

某廠，在運行過程中，集控室VMS 上位機出現#2 爐一次風機B 振動測點報警，隨后采集此風機水平及垂直測點的頻譜圖進行分析（均以頻譜以1 倍頻及其諧波為主要成分），此風機額定轉速為1493 RPM。從水平測點頻譜圖上發現風機驅動端水平方向的振動總量達到43.48mm/s，遠遠超過了振動標準的要求。從垂直測點頻譜圖上風機驅動端垂直方向的振動總量達到20.93mm/s，也遠遠超過了振動標準的要求。

初步診斷及建議：

1）結合交叉通道相位測試，經分析認為主要原因是風機負荷輸入端軸承座松動，其次是轉子存在一定的不平衡量。

2）建議盡快停機檢修，首先處理風機負荷輸入端軸承松動問題，然后根據振動情況再解決轉子不平衡問題。

該臺風機經過檢修后，驅動端水平方向的振動總量下降到4.95mm/s。

同樣，風機驅動端垂直方向的振動總量下降到1.10mm/s。

案例二：

某電廠，運行人員在VMS 中調取#1 爐等離子火檢風機A 的振動頻譜時發現異常。

該風機的電機非驅動端水平測點頻譜圖，電機非驅動端水平方向的頻譜中含153.28Hz 及其諧波。

同樣，在電機驅動端水平方向的頻譜中，也發現了153.28Hz 及其諧波，電機的額定轉速是2990RPM，電機驅動端軸承型號：6308；電機非驅動端軸承型號：6308。查閱電機軸承的故障特征頻率，發現該型號軸承的外圈故障頻率（BPFO）是152.57Hz，基本與153.28 一致。

診斷與建議：初步判定為電機軸承外圈故障，建議對電機軸承進行檢查，必要時予以更換。

該廠在檢修時，對該電機的軸承進行檢查，發現軸承損壞，并進行了更換。從此處發現振動分析是可以做一定程度的預判故障，盡可能提早提醒現場維護人員做預測性維修。

三、結語

本文主要講述了部分當前的振動設備故障分析手段。這些手段均以傅里葉變換和頻譜分析為基礎，經多年發展，衍生出多種圖譜分析。這些圖譜分析方式豐富了現場故障診斷的方式，簡化了分析流程。但是我們也要看到，單一的圖譜分析并不能滿足實際需要；很多故障需要多種圖譜，綜合分析，才能得出可靠的結論。當前階段，振動設備的故障分析以人工分析為主，智能化不夠。未來，如何提高智能分析將會是許多專家和學者的研究方向。