旋转机械故障诊断仪的设计与实现

张 昊

（天津工业自动化仪表研究所有限公司，天津300060）

旋转机械设备运行时，机轴转动会产生摩擦力和转动力，由磨擦力和转动力引起的振动，通过轴承传递到机器外壳，通过测取运行的状态信号，并结合其历史状况对所测取的信号进行处理、分析、提取特征，从而诊断（识别）机械设备及其零部件的运行状态（正常、异常、故障），再进一步预测设备未来的运行状态，最终确定需要采取何种必要的措施来保证机械设备取得最优的运行效果。

通过传感器采集、分析旋转机械设备运行时产生的噪声、转速、位移、速度、加速度等振动信号，判断旋转机械设备运行状态； 通过多种谱图进行对比、分析、诊断设备的故障。同时具备做旋转机械设备的相位测量和现场单、双面动平衡[1]。例如：汽轮发电机组、压缩机组、风机、电机、泵、齿轮箱等设备的运行状态及其性能，做到预知故障维修，确保机组安全、稳定运行。

在设备运行中或在基本不拆卸的情况下，掌握设备运行状态，判定产生故障的部位和原因，并预测、预报设备未来的状态，是防止事故和计划外停机的有效手段，是预知维修的基础，是设备维修的发展方向。

优点及用途：及时发现旋转机械设备故障的早期征兆，以便采取相应的措施，避免，减缓，减少重大事故的发生；旋转机械设备一旦发生故障，能自动记录故障过程的完整信息，以便事后进行故障原因的分析，避免再次发生同类事故；通过对旋转机械设备异常运行状态的分析，揭示故障的原因、程度、部位，为旋转机械设备的在线调理、停机检修提供科学依据，延长运行周期，降低维修费用；可以充分地了解旋转机械设备性能，为改进设计、制造与维修水平提供有力证据。

1 振动监测理论

振动监测，简单的说，就像是对每台机器定期进行“健康检查”－通常通过振动测量来实现。最简单的情况是，振动测量仪器给出一个数值，通过这个测量值与标准值的比较可以判定机器的状态（优秀，良好，报警）。

当某测点的振动值升高时，可以确定的是机器状态发生了变化（故障），但是具体的故障原因依然不明了，也就导致接下来的维修工作没有了方向。这个时候就需要进入振动分析的第二个层面：故障诊断，通过振动分析进行故障诊断，指的是利用振动测量仪器配备的高级诊断手段，如振动频谱、包络谱、时域波形等，来确定故障的精确原因。

振动监测法不仅仅是轴承[2]，也是几乎所有机械设备的故障监测中普遍采用的基本方法。振动监测法如此普遍原因有2 个，一是振动是机械设备运行中普遍存在的现象，当机器发生异常时，振动情况一般都会发生改变，因此对振动信号进行采集和分析，就能对设备的状态进行监测，而且还不用停机和拆开解体等；二是目前关于振动的分析以及实际应用的方法等都十分成熟，且简易可行。振动监测法从最早的铁路工人用榔头敲击轴承，通过强迫振动发出的声音以辨别是否有故障，发展到现在通过测振传感器来监测振动的位移、速度或者加速度等参数，获得轴承振动的参数，然后根据各种信号处理的算法进行处理，最后判断是否有故障。振动监测法需要用振动传感器直接从轴承处采集振动信号，适用于各类旋转机械设备。

2 背景技术

旋转机械设备故障诊断技术最早可追溯到上世纪60年代，美国成立了美国机械故障预防小组，主要任务是研究故障诊断和预防技术，故障机理的探索检验和可靠性理论的研究。70年代，故障诊断领域开始研究基于状态维修的方法及其监控设备，许多大的公司发明了一些结构简单的冲击脉冲计，检测故障激起的共振波波形，再利用提取出的检测信号的幅值评价轴承损伤程度，其最大缺点是不能屏蔽干扰。

国内关于旋转机械设备状态检测及故障诊断仪器早有研究，并大量使用于钢铁冶金、石油化工、汽车制造、机械制造等工业领域，可以用于检测工厂的旋转机械设备运行状态及故障分析，虽然能够诊断一部分机械设备故障，但是检测系统在进行数据采样传输过程中抗干扰性能差，无法满足旋转机械设备运行工作环境的要求。

3 旋转机械故障诊断仪设计

旋转机械故障诊断仪主要是由振动传感器、数据采集仪、监测与故障诊断软件等主要部件构成，主要研究开发内容为两个部分。

3.1 数据采集仪

数据采集仪拥有很完整的信号采集和分析处理机制，能够准确地进行各种波形和频谱图显示，具有快速的数据回显功能和灵活的系统设置特性，具备稳定的数据通讯功能。

数据采集仪主要用于采集旋转机械设备运行时产生的转速、位移和加速度等振动信号，通过对信号进行处理后判断设备运行状态，并通过对比分析诊断出设备的故障，以便及时采取相应的措施，避免或减少事故的发生；数据采集仪硬件电路主要包括依次连接的采集模块、信号处理模块、前置处理模块、选择性抗混处理模块和主运算模块。其中采集模块用于采集旋转机械设备运行装填数据，信号处理模块包括若干组信号放大电路和电压衰减电路以及与信号放大电路和电压衰减电路均连接的第一选择电路，前置处理模块包括依次连接的第二选择电路和程控放大电路，选择性抗混处理模块包括抗混滤波芯片U42 和U43，选择性抗混处理模块和主运算模块之间通过A/D 转换模块连接。

进一步的，采集模块包括多个传感器，主要采用ICP 传感器，传感器设置在旋转机械设备上，传感器将采集的信号传输到信号处理模块中，分别通过信号放大电路对其进行放大处理，以及电压衰减电路进行电压衰减处理，处理后的信号分别输入到对应的第一选择电路，第一选择电路输出后传递到前置处理模块中，第二选择电路依据设定将传递过来的数据选择其一输出到程控放大器进行放大处理，处理后输入到选择性抗混处理模块中，进行滤波后通过A/D 转换模块转换为数字信号输入到主运算模块中[3]，主运算模块对数据进行处理和分析，从而及时发现旋转机械设备故障，避免事故的发生。

主运算模块还连接有通讯模块以及存储模块，通讯模块用于实现诊断仪与外界的数据交互，存储模块用于存储主运算模块处理后的采集数据，以及存储主运算模块处理采集数据所采用的运算逻辑。图1 为数据采集电路框图。

图1 数据采集电路框图Fig.1 Data acquisition circuit block diagram

与现有技术相比，本方案的有益效果是：

通过对采集信号进行滤波、放大，同时电压衰减，并通过第一电路选择后进一步进行放大和抗混滤波，去除信号中的杂波，降低杂波等对信号的影响，从而提高抗干扰性能；同时通过第一选择电路和第二选择电路将传感器采集的多个信号分选处理，减少多余的电子器件，成本低；通过传感器对旋转机械设备的振动信号的采集，以及主运算模块对信号的处理，能够帮助人员及时发现电机设备故障，以便采取措施，避免事故的发生，同时通过对数据的记录，可以事后进行故障原因的分析，为旋转机械设备的在线调理、停机检修提供科学依据。

3.2 监测与故障诊断软件设计

利用振动信号对故障进行诊断，是旋转设备故障诊断方法中最有效、最常用的方法。旋转设备的振动信号反映了其运行状态，应用分析软件分析这些振动信号，从中提炼出特征信息，这些特征信息不仅反映了旋转设备振动的幅值变化，而且也包含了对故障出现很敏感的相位变化信息，这就大大提高了监测、诊断的灵敏度，通过这些信息再进行诊断，是状态监测与故障诊断的主要工作途径。

旋转机械故障诊断仪以轴承包络和时频分析技术为基础，能够准确地提取故障特征信息，增强监测与诊断的灵敏度，提高故障诊断的准确性。图2为数据采集程序流程。模块化设计的软件系统、故障监测原理及程序流程如图3 所示。

图2 数据采集程序框图Fig.2 Data acquisition program flow chart

图3 故障监测原理及程序流程Fig.3 Fault monitoring principle and program flow chart

从图中可以看出其具体的组成部分。主要有：

时域波形分析[4]：包括时域波形，实时显示多种有量纲参数（峰值、平均值、有效值）和多种无量纲参数，便于设备运行状态判断。

小波形分析：用于设备损坏部位精密诊断。

频谱分析：包括幅值谱、对数谱、相位谱、倒频谱分析等，实时显示10 个最大谱峰及对应倍频频率；各种窗函数任选；线性、对数谱选择，用于不平衡、不对中、轴弯曲、轴裂纹等各种旋转机械常见故障分析。

轴心轨迹分析：轴心轨迹是X 方向和Y 方向振动量的合成，反映旋转轴绕中心点的振动运动轨迹。电机带动辅助传动设备，通过联轴器连接，很容易出现不对中现象，通过这个功能可以确定联轴器对中程度。

长波形分析：长波形分析模块对于稳态振动或者是线性振动，通过通用的方法就可以捕捉到故障信号进行分析处理；而对于非线性振动，也就是振动不稳定，那就需要采集不固定时长的波形来分析震源。

平均分析：时域同步平均、时域平均谱、频域平均谱。

三维谱分析：时间三维谱、转速三维谱可用于判别共振、油膜震荡、不平衡、轴弯曲等故障。

起停车分析：设备从起机到达到工作转速或者是从工作转速停机中，会经历几级临界转速，这个功能可以测量设备的临界转速，避免设备在临界转速下工作。

敲击测试：设备上每个物体都有自己的固有频率，当设备振动大，有可能因为设备转速频率和某个部件的固有频率接近了，而产生共振，敲击测试可以确定部件的固有频率。

单/双面动平衡测量与分析：转子动平衡在设备振动中占很大比重，转子振动大，70%是因为转子不平衡引起的，当我们在设备故障诊断中发现存在转子不平衡现象，那我们就可以充分利用这个模块来对转子做平衡校正。

4 结语

随着中国制造2025 渐行渐近，国内工业领域（机械设备） 自动化和信息化的市场规模预计将超过1000 亿元/年，未来几年行业增速有望保持15%以上。旋转机械是工业领域的核心设备，随着旋转机械向大型化和智能化方向发展，设备的结构越来越复杂，其运行状态更加受到维护人员的重视。通过对设备进行状态趋势预测及故障诊断，并融合全生命周期管理概念，能够减少故障的发生，缩短维修时间，提高设备的安全性、可靠性和利用率，避免灾难性事故的发生。