浅谈机械振动波形对机械故障诊断的帮助

邹健

摘要：由于我国社会经济与科技的迅速发展，大量的机械设备产生并应用于各个领域，但是，在科技改革创新的不断深入和市场竞争越发激烈的形势中，人们愈发地关注机械设备的质量与使用效率问题，所以针对如何判断机械设备出现故障的原因的研究也随之展开。本文主要针对机械振动波形对机械故障诊断的帮助进行简单的分析，讨论收集信息的操作方式与过程，主要介绍如何利用波形分析判断机械设备故障的机理以及振动波形对机械故障诊断的帮助。

关键词：故障诊断；状态监测；振动信号；时域波形

目前，机械设备制造行业正处于迅速发展的阶段。虽然诊断机械设备故障的科学技术已经发展为一门涉及信息处理、模式识别、智能控制、数学、物理、计算机科学技术、通讯技术系统科学化学、信息科学、电工电子技术、人工智能以及机械设计加工制造等多种学科领域的综合性技术[1]。但是传统的设备故障诊断方法仍然被广泛地应用于各个领域，其中振动监测诊断技术是传统故障诊断方法中应用最广泛且非常有效的方式，由于其具有简单高效的优点而受到众多机械设备故障检测工作人员所喜爱，振动监测诊断技术是根据测量机械设备所得的机械振动参数与其机构特性进行对比，通过计算机信息处理系统对采集数据的处理结果来分析机械设备的运行状态并及时给出解决故障的方式。

1 机械故障原因

造成机械设备出现故障的主要原因之一就是由于机械设备振动引起的，机械设备出现振动是个非常复杂的问题，并且许多方面的因素均可使其产生振动。其中因为旋转运动类型的机械设备具有数量多、种类复杂、运转速度快以及消耗功率大等特点，同时一部分机械设备还工作多年，已经处于设备老化阶段，同时一部分转动机械设备由于受到构件磨损的影响，大大减少了其正常的工作寿命，因此在机械设备的工作过程中总是会出现非正常的振动，机械设备经常出现故障，在生产装置的稳定运行方面产生了极大的影响，因此机械设备振动的诊断和故障解决是现代化企业在机械设备检修过程中的主要方式[1]。

2 机械故障诊断

测量设备的机械振动基本参数主要是测量振动部件上某一点的振动位移、速度、加速度以及振动频率和相位，利用测得的参数判断该部件是否处于正常的工作状态。而结构形式与构件振动的动态特性测量是在被测量的构件上施加某种激振力，让被检测物体处于振动状态，然后测量振动输入与输出的基本参数，最终利用所得确定被检测构件的固有频率与振型等动态参数。检测设备机械振动状态的方法可分为低频、中频以及高频三种类型，由于振动中致使机械设备产生故障的关键因素是应力强度，而且与应力和应变强度之间有直接关联的参数为位移量，所以低频振动监测主要是通过测量机械部件振动位移来判断机械故障。中频监测方法则主要测量的是构件振动速度，因为构件振动的疲劳程度和振动能量均与构件的振动速度成正比。由于不仅运动的加速度能够呈现振动部件所承受冲击力强度的大小，而且冲击力大小与冲击频率和部件振动加速度值之间成正比关系，所以高频振動监测方法是通过测量部件振动加速度。

从动力学特征方面，可将机械振动分为：自由振动与固有振动、强迫振动和共振以及自激振动三种类型。在机械设备故障诊断过程中，自由振动、强迫振动以及自激振动这三种振动类型分别被应用于不同的领域。自由振动多被用于检测结构件，检测由于局部裂纹或者紧固松动等问题的出现引起结构件相应特性参数发生从而导致其产生的故障，大部分是通过脉冲力所激励的自由振动进行检测，检测结构件的固有频率和阻尼系数等各个参数的变化。针对减速箱、电动机以及低速旋转设备等机械故障的检测，大部分是通过强迫振动的方式来进行检测，根据对强迫振动的振动频率组成和振幅变化等特征参数判断故障。而针对高速旋转运动的机械设备和可以通过工艺流体进行激励的设备，在监测强迫振动的特征参数同时，还需要监测由于自激振动而引起的特征参数。

3时域波形分析

从70年代末期开始，机械设备故障诊断技术便在国内出现并且迅速发展，故障诊断技术从简单的测振仪表发展为借助计算机的辅助诊断技术，使人们能够更加迅速、精准以及可靠的诊断机械设备故障。机械振动监测技术作为机械设备故障诊断中最为常用的方法之一，通过计算机整理所测得的数据进行机械振动时域分析、振动频道分析以及振动构件轴心轨迹分析等[2]。虽然对采集的数据进行振动频域分析、轴心轨迹分析、三维谱阵分析以及小波分析等方法，但都各自存在一定程度的片面性[3]。然而机械设备振动信号的时域波形能够非常直观地反映出测量的数据信息，因此其重要性至今是任何故障诊方法无法替代的。因为实际的工作环境比较复杂且变化莫测，因此不同的设备、相同设备的不同检测点甚至相同测点的不同方向，其振动时域波形都呈现不同的形态，存在一定的差异，不能够完全相同。正是因为波形所处的形态不相同，所以才能够详细地反映出不同的故障信息。从而根据对振动信号与波形的研究与分析，对机械设备的故障进行相应的识别和判断。时域波形是机械设备振动分析技术中能够为故障诊断提供最为真实和详细的信息，同时不会出现像频谱分析方因为信号转化而丢失信息的现象，所以在故障分析和诊断的过程中，采用频谱分析和时域波形分析相结合的方式，能够让故障诊断结果更加精准。

机械设备振动分析作为监测旋转类型机械运行状态和故障诊断的主要方式，被大量应用于工矿企业当中，特别是因为其利用振动频谱诊断机械设备故障的方式已经被大部分现场故障诊断技术人员所认可，然而许多技术人员在进行分析过程中经常忽略对时域波形的研究与分析，错误的以为从时域波形上无法找到产生故障的原因，从而出现重视频域忽视时域的现象，在此通过一个真实的案例来详细说明分析时域波形对故障诊断的重要性。机械振动分析首先是利用数据采集器测量构件的振动参数，通常通过仪器测得的数据大多都是以时间波形的形式存在，时间波形不仅显示直观、容易被理解，而且相对于某些故障信号波形具有非常明显的特征，所以可以利用时间波形先进行一定的处理与分析，例如不平衡、不对中以及冲击等故障在时域波形上会被清晰地显示出来[4]。

4结论

通过以上分析可知：通过对设备机械振动信号时域波形的分析与识别，能够有效地判断机械设备的故障。这一技术能够弥补其他技术存在的不足之处。如果能够在监测和诊断实践过程中，把它和其他判断方法相结合，可以很大程度地提升故障诊断的可靠性与准确性。所以，对振动时域波形的分析与研究是十分关键的。

参考文献：

[1]王军军.浅谈机械振动波形对机械故障诊断的帮助[J].内燃机与配件，2018，No.262（10）：172-173.

[2]秦冲.基于振动波形分析技术的齿轮故障诊断与研究[J].三门峡职业技术学院学报，2011，10（4）：106-107.

[3]汪勇，杨涛，高伟，等.汽轮机组振动波形数据高效实时无损压缩算法[J].华中科技大学学报：自然科学版，2008，36（9）：86-89.

[4]郭伟，贺佳.时域波形分析在故障诊断中的重要性[J].设备管理与维修，2010（1）：50-52.