農林漁牧網

您現在的位置是:首頁 > 林業

同樣頻譜形態對應的不同故障識別?

2022-07-28由 西安因聯科技 發表于 林業

頻譜形態改變,峰鈍,是什麼意思?

同樣頻譜形態對應的不同故障識別?

簡易診斷看起來容易,但用起來並不那麼簡單,例如不平衡有三種,不對中也有三種,僅從譜形上看,往往都是一樣的,但是測點應設在何處,以及如何從振動的穩定性來區別不同的故障,那就需要認真地進行研究了。為了進一步說明,展示四張有解釋的振動診斷圖表,介紹如下。

一、質量不平衡的三種情況

從圖 1所示的三種不平衡狀態,可以看到表現在典型頻譜上,幾乎都出現了相同的一倍頻分量,因此僅靠頻譜分析是難以識別的,一般還需輔以相位關係,進行故障原因分析。

1、 單向力不平衡的特徵

(1)在同一軸上的兩軸承處所測到的數值是同相位並呈穩定狀態。

(2)其幅值隨速度的平方而增加。

2、力偶不平衡的特徵

(1)在同一軸上的兩軸承處所測到的數值呈180度的相位差。

(2)其幅值隨所增速度的平方而增大。

(3)和徑向一樣會產生較高的軸向振動。

3、 懸臂式轉子不平衡的特徵

(1)該懸臂式轉子在軸向與徑向都會產生較高的1倍分量

(2)兩測點的軸向讀數趨向於同相位,而徑向的相位讀數則可能是不穩定的。

從以上三種類型看,儘管譜形一樣,但是從兩個測點的相位關係、有無軸向振動、以及徑向讀數的穩定性等,可以區分出不同型別的故障來。

同樣頻譜形態對應的不同故障識別?

二、不對中的三種情況

從圖 2 所示三種不對中狀態,可以看到在典型頻譜上,幾乎都出現了相同的 1倍頻、1 倍頻的軸(徑)向分量以及小量值的徑向或軸向分量,僅靠譜形分析是難以區分其故障類別的。

1、 角度不對中的振動特徵

(1)在聯軸器上的相位差180度處,有較高的軸向振動。

(2)在 1X、2X處,將有高量值的軸向振動。

以上不對中的典型頻譜得自軸向測量。

2、平行不對中的振動特徵

(1)平行不對中有與角度不對中相似的徵狀,但其振動值為在聯軸器上,近 180度的相位差處有高量值的徑向振動。

(2)根據聯軸器的型號與結構不同,其 2倍頻的振動通常大於1倍頻。

(3)在不對中嚴重時,會產生4X-8X 的高階諧頻。

以上不對中的典型頻譜得自徑向測量。

3、軸承安裝得不正的不對中的特徵

(1)軸承安裝得不正將產生軸向振動,並會造成從頂部到底部和。或從左邊到右邊有 180度的相位偏移的扭轉運動。

(2)企圖對聯軸器進行對中或作動平衡均不可能減少振動,必須拆換該軸承以及進行正確的安裝。

以上不對中的典型頻譜得自軸向測量。

從以上三種類型看,儘管譜形一樣,但從它是得自軸向還是徑向測量,以及從聯軸器兩側的相位差和扭轉運動的相位偏移,可以區分出不同型別的故障來。

同樣頻譜形態對應的不同故障識別?

三、偏心轉子及彎軸的兩種不同情況

1、偏心轉子所造成的振動的特徵(參見圖 3)

(1)當迴轉中心偏離軸套、齒輪、軸承、電機等的幾何中心時,就產生偏心。

(2)當兩個轉子的偏重處於軸線的同一方位時,就會產生1倍頻 的最大振動。

(3)在水平及垂直相位上的讀數通常會相差 0度或180度。

(4)對偏心轉子作動平衡,會使振動造成一個方向上減小,而在另一個方向上增大。

2、 彎軸所造成的振動特徵(參見圖 3)

(2)彎軸會造成高量值的軸向振動,相位差趨向180度。

(3)當彎曲部位靠近軸中部時,通常會有1X 的主導頻率分量,但當靠近聯軸器時,則會有2X 的主導頻率分量。

以上兩種不同的情況,儘管從典型頻譜圖可以看到,徑向與軸向測量會出現幾乎相同的譜形,但是從相位差的不同,振動量值的大小以及 1X 及2X 的頻率分量,是可以識別出兩種不同故障的。

同樣頻譜形態對應的不同故障識別?

四、系統共振以及機械鬆動的情況

1、 系統共振所造成的幅值增大及相位變化的振動特徵(參見圖 4)

(1)當強制頻率與系統的自然頻率相吻合時,就會產生共振,並能造成驚人的幅值增大。

(3)由於它們經歷的相拉轉移很大(在共振區時為90度,透過

該區後將近190度),幾乎不可能進行平衡。

2、 機械零部件的鬆動所產生的 2X分量以及高次諧頻的振動特徵(參見圖 4)

(1)圖 4A 所示外部鬆動起因於固定螺栓的鬆動,或者是機座或軸承架的裂紋。

(2)圖4b 所示內部鬆動通常產生於零部件間不恰當的配合,由於鬆動零件的非線性響應,這將造成眾多的諧振,以及會對時域波形進行截斷。

(3)圖 4b的譜形經常產生於軸瓦的鬆動、軸套或滾動軸承的過大間隙,以及葉輪在軸上的鬆動。

從圖 4中 a 與 b的譜形對比看,儘管兩者都會具有較大的2X 分量,但是由於內部鬆動,b 譜形會產生較多的高頻分量,而a 譜形則無。

進行裝置簡易診斷,雖然可以使用具有一般功能的行動式振動測試儀器,從簡單的時域幅值變化,進行有關裝置的診斷,並且隨同診斷儀器發展的功能多樣化、裝置小型化、操作智慧化等,一些時域波形和頻域譜形也多裝備上來,儘管簡易診斷是不需要使用高階診斷演算法程式,但對於諸如本文所述的一些簡單

典型頻譜的識別,還是要結合實際,進行分析,才能夠正確地找出裝置的故障原因。

同樣頻譜形態對應的不同故障識別?