本帖最后由 工業極客 于 2020-9-18 17:13 編輯
2 O: f1 y2 A9 ~$ k$ x
, X" y$ `: Y1 P6 x機械振動是工業機械設備運行中常見的一種現象,一般情況下機械振動都是有害的,因為振動會破壞機械的正常運作。因此,利用振動信號判斷設備的故障狀態越來越受到重視,如果機械設備出現故障而未能監測出來,結果不僅會影響設備的壽命,更有可能帶來更大的損失。因而,基于振動信號的機械設備故障診斷成為監測設備狀態的一種主要形式。 機械設備運行過程中,設備狀態的監測信號是反應設備運行正常與否的信息載體,而振動信號是設備主要的監測信號之一。基于振動信號的故障監測的實現步驟是:振動數據的采集,數據預處理,通過數據分析進行設備狀態監測和故障診斷。
5 \* t! }) z! ^, U+ y
一、振動信號采集 機械設備振動信號的采集通常選用振動傳感器。振動傳感器作為傳感器的一種,在工業中主要用來檢測機械設備在工作中的振動情況,進而確定設備有無故障。基于振動傳感器的特性,其在預測性維護中發揮了重要作用。例如我們可以根據電機的振動信號,通過進行時頻分析發現電機存在的問題如電機不平衡,不對中等問題,從而可以實現預測性維護所說的零停機狀況。常見的振動傳感器有:加速度傳感器、速度傳感器、位移傳感器,不同的傳感器適用的工業應用場景不同。- 位移傳感器:所測頻率為0~10kHz,在此范圍內能給出準確的低頻振幅及相位;
- 速度傳感器:所測頻率為5~2kHz,能對中頻的振動產生較強的信號;
- 加速度傳感器:所測頻率為5~20kHz,高頻范圍信號較強。' G5 B \# I# N. k. y) t
振動傳感器應用領域非常廣泛,基本每個行業都可以用到。例如造紙業,煤炭行業,建筑行業。設備的振動信號通過加速度采集,傳感器將設備的實時振動數據傳輸給采集終端,采集終端將數據傳輸給我們的數據分析模塊進行數據分析。& s0 K, Y/ M5 D1 z \4 E9 t
二、數據預處理振動采集過程中,往往存在多種干擾,導致得到的數據并不準確,將偏離真實數值。因此在完成振動信號采集之后,應當對采集得到的數據進行預處理,進而提高數據的真實性與可用性,并分析振動信號的隨機性,從而確定具體的處理手段。設備的振動信號往往是一雜亂無章的信號,要直接通過振動原始數據判斷設備的運行狀態并進行故障診斷有一定的難度。所以,應當對采集到的振動信號進行預處理。常用的振動信號預處理算法包括:算術平均值法、加權平均值法、五點三次平滑法、滑動平均值法、中值法、模糊控制法等。
' ]0 n& K9 M( \2 O" [5 S e* F9 F- W7 M3 j1 e& t" b8 l0 I4 u
) ], m7 l$ `8 C6 n% Y1 @# f4 j1 {/ k
三、數據的分析6 @: x' h( w& u7 G3 |5 j
對振動數據進行分析的主要用途是,判斷設備的運行狀態以及利用振動數據進行設備故障診斷。振動數據分析主要有時域分析和頻域分析。時域分析:
5 V" K6 b; n% h1 O! O$ `) U% p" Y振動時域參數分析是對機械設備進行故障檢測和診斷的簡易方法,時域波形是經過數據處理器去噪處理后的信號,包含較多的信息量。在時域診斷中,常常采用的特征參數有:均值、均方根值、峰值、峭度指標、波形指標、脈沖因子、裕度系數……通過監測這些特征參數是否超過設定的閾值,來診斷傳動部件是否發生機械故障。幅域參數一般分為有量綱和無量綱兩種類型的指標。除去常用的時域特征參數之外,時域波形也是判斷設備故障的一種主要方法。0 b$ `" z- |- ^
下圖是電機實時振動波形圖,橫坐標是時間單位秒 (S),縱坐標是加速度幅值單位 (m/s2)。
% T( [6 l+ z8 x* K; @9 T5 N* J4 \3 I% M* W5 @* X: `
電機實時振動波形圖- z* P2 b. n8 F; u
- 均值:又可稱為直流分量,是用來評價信號是否穩定。表征了振動信號變化的中心波動,是信號的常量分量。
- 均方根值:也叫方均根值。它是對信號先平方,再求取平均值后開方得到的,對沒有規律的信號比較有用。
- 峭度指標:反映振動信號中的沖擊特征。峭度指標對信號中的沖擊特征很敏感,正常情況下應該值在3左右,如果這個值接近4或超過4,則說明機械的運動狀況中存在沖擊性振動。
) ]& i& @) o$ p9 m& Z8 p 頻域分析:- R$ r5 Q" R& P, _8 G- _9 ^
時域振動信號的頻譜分析是目前所知的研究故障特征方法中基礎的方法之一,可以在頻譜中獲得比較全面的故障信息。在頻域中,主要從幅值頻譜、功率頻譜、倒頻譜、包絡譜等頻譜中分析。頻譜圖橫坐標代表振動信號的頻率單位赫茲 (Hz),縱坐標代表頻率幅值。幅值頻譜就是對傳感器釆樣所得的原始信號經處理后的振動信號進行一次傅立葉變換 (FFT),計算并畫出該時域振動信號的頻率圖譜如下圖所示。
/ F2 ]' e. R+ ]$ e
: }- V' `+ S9 Z; r7 M功率譜:1 K% i ]+ [$ p1 w C
在頻域中表現對信號功率的分布,即體現出振動信號能量的大小情況。功率譜包括互功率譜和自功率譜兩種頻譜,它的頻譜包含的信息和幅值譜是一樣的,因為它是幅值的平方,所以比幅值譜的突出頻率更加清晰。
8 ?2 r y5 x2 i9 ?+ \倒頻譜:" d: y( U1 _+ E, R
又叫二次頻譜,可以有效地檢測出復雜頻譜中的周期成分。倒頻譜通常用在機械振動中,為了對故障進行檢測和診斷,所以它在振動信號分析方面應用的較多。倒頻譜有以下特點:* ]! }' i6 H0 ~; s0 c9 Z. \, b
- 通過倒頻譜分析,能夠識別出信號中不同頻率分量,找到對診斷來說比較重要的周期成分;
- 倒譜能分離諧波和邊頻帶分量。
' m' |% b( ^- b& K1 C $ B0 j! R3 X. X) M
倒譜實現流程圖, F, S' g P) z9 c4 Y9 C
! a# T! i2 b/ u$ G, V
綜上,利用振動信號對故障進行診斷,是設備故障診斷方法中有效、常用的方法。機械設備和結構系統在運行過程中的振動及其特征信息,是反映系統狀態及其變化規律的主要信號。因此,通過各種動態測試儀器拾取、記錄和分析動態信號,是進行系統狀態監測和故障診斷的主要途徑。
4 B' _/ A2 `7 k9 j+ R& m) y, R6 T. N7 u$ j$ I( U; z- o
end.' C) z* N4 w9 W: b. ~2 ]
內容整理自工業互聯網生態,供大家交流學習。: K+ C1 [( K ]) O. t
! J! C9 w2 ]3 `; H' m+ V
$ }. P( b5 n% { S( W, _% P" G% v0 n8 O( L/ f
/ S1 q2 ^ E* A8 |; Q
, o* |4 y, p3 X! _$ R# ?; m* ]8 t* n6 |: k7 [# f
& F6 E! M; g! n
|