公务员期刊网 精选范文 旋转机械故障诊断范文

旋转机械故障诊断精选(九篇)

前言:一篇好文章的诞生,需要你不断地搜集资料、整理思路,本站小编为你收集了丰富的旋转机械故障诊断主题范文,仅供参考,欢迎阅读并收藏。

旋转机械故障诊断

第1篇:旋转机械故障诊断范文

关键词: 旋转机械; 故障分析; 诊断; 局限性

中图分类号: th165 文献标识码: b 文章编号: 1009-8631(2013)01-0038-01

1 引言

旋转机械如:汽轮机、发电机、离心压缩机、风机等,是工业部门中应用最为广泛的一类机械设备,在电力、能源、交通、国防及石油化工等领域发挥着无可替代的作用。随着科学技术的发展,旋转机械正在向大型化、综合化(在同一台设备中多种技术的应用)、连续化(从投料到产品整个过程的连续化)、自动化(操作、检测等的非人工化)、严格化(如技术指标严格化)的方向发展,造成设备构造复杂,零部件之间的联系更加紧密。在设备复杂化的同时,发生故障的潜在可能性和方式也在相应增加,且故障一旦发生,就可能引起连锁反应,导致设备甚至整个生产过程不能正常运行乃至破坏,轻则造成巨大的经济损失,重则导致灾难性的人员伤亡和社会影响。近年来,国内外因设备故障而引起的灾难性事故仍时有发生,如2003年,国内某钢铁企业高线初轧机因一齿轮箱主输出轴轴承破碎,造成设备紧急停机68小时,直接经济损失1500万元以上。2001年阜新电厂2号机组断轴事故的发生,给电厂带巨大的经济损失。1988年我国秦岭电厂zoomw汽轮发电机组因振动引起的断轴毁机事件。灾难性事件的不断发生,使人们认识到对大型机械装备实施在线监测与故障诊断的必要性。

2 现行故障识别与诊断分析方法简介

当前,故障识别与诊断决策过程中采用的方法较多,按照它们隶属的学科体系,大体可分为三类:基于控制模型故障诊断、基于模式识别故障诊断及基于人工智能故障诊断。它们具体的诊断方式如下:

2.1基于控制模型的故障诊断。对于一个旋转机械系统,若通过理论或实验方法能够建立其模型,则系统参数或状态的变化可以直接反映该系统及其动态过程,从而为故障诊断提供依据。基于控制模型的故障诊断方法主要涉及到模型建立、参数与状态估计和观测器应用等技术。其中,参数与状态估计技术是该方法的关键"参数估计的参数包含两类:第一,系统参数,即描述系统动态特性的参数。基于系统参数估计的故障诊断方法与状态估计方法相比较,前者更有利于故障的分离,但是它也存在不足之处:求解物理元件参数很困难;系统故障引起系统模型结构和参数变化的形式是不确定的,目前还缺少有效的方法。第二,故障参数,即用于描述系统出现的故障时信号自身特性的参数。其基本思想是:对故障系统构造适当形式的包含有可调参数的状态观测器,并使其处于零状态"当系统发生故障时,用观测器中的可调部分来补偿故障对系统状态和输出的影响,使得观测器在系统处于故障状态下仍然保持零状态观测误差,此时观测器中可调部分的输出即为故障参数的估计结果。使用该方法的优点是可对故障信号进行在线建模,但是当系统出现强非线性时,目前仍无有效算法。

2.2基于模式识别的故障诊断。故障诊断实质上是利用被诊断系统运行的状态信息和系统的先验知识进行综合处理,最终得到关于系统运行状况和故障状况的综合评价过。如果事先对系统可能发生的故障模式进行分类,那么故障诊断问题就转化为模式识别问题。当系统的模型未知或者非常复杂时,模式识别则为解决故障诊断问题提供了一种简便有效的手段。基于模式识别的故障诊断方法主要分为统计模式识别和句法模式识别两大类,它们在旋转机械故障诊断领域中得到广泛应用。基于bayes分类器的统计模式识别法是旋转机械故障诊断中一种经典方法。

2.3基于人工智能的故障诊断。基于人工智能故障诊断的研究主要分为两类:基于知识(符号推理)的故障诊断和基于神经网络(数值计算)的故障诊断。首先,基于知识的故障诊断大致包含两种情况:基于浅知识的专家系统和基于深知识的专家系统。前者是以领域专家和操作者的经验知识为核心,通过演绎推理来获取诊断结果。其特点是利用领域专家的知识和经验为故障诊断服务,但是这种方法具有较大的局限性,如知识集不完备,过于依赖领域专家等。而后者则要求诊断对象的每一个环节具有明确的输入输出表达关系,诊断时首先通过诊断对象的实际输出与期望输出之间的不一致,生成引起这种不一致的原因集,然后根据诊断对象领域中

第一定律知识(具有明确科学依据知识)及其内部特定的约束关系,采用一定的算法,找出可能的故障源。它比前者具有更大的优越性,但其搜索空间大,推理速度慢。其次,基于神经网络的故障诊断作为一种自适应的模式识别技术,人工神经网络以其全新的信息表达方式、高度并行分布处理、联想、自学习及自组织等能力和极强的非线性映射能力使它渗透到科学技术的各个领域。人工神经网络在机械故障诊断中的应用主要集中在三个方面:一是从模式识别角度应用神经网络作为分类器进行故障诊断;二是从预测角度应用神经网络作为动态预测模型进行故障诊断;三是从知识处理角度建立基于神经网络的诊断专家系统。如采用径向基函数网络、概率神经网络和自适应特征映射网络作为分类器对旋转机械故障进行研究。

3 现行故障信号诊断分析方法的局限性

大型旋转机械在运行过程中易受到噪声、速度突变、结构变形及摩擦的变化等因素影响,尤其是在发生故障的情况下,从机械设备测得的振动信号往往表现出非线性非平稳特征,深入考虑目前用于旋转机械振动信号处理的前述方法,对于全面提取旋转机械振动特征信息而言仍然存在着一定的局限性:首先fft谱分析仅反映了振动信号整体的统计特性,频谱中无法体现非平稳时频细节,且频谱分辨率受到限制;其次、arma时序模型虽然可以推广应用于某些非线性、非平稳振动信号的特征提取,但应用中建模复杂、阶数选择和计算量之间矛盾等问题,制约了该方法的实用性,不宜在大型旋转机械状态监测和故障诊断中应用;对于短时傅里叶变换通过对信号的分段截取来处理时变信号,是基于对所截取的每一段信号认为是线性、平稳的。因此,严格地说,短时傅里叶变换是一种平稳信号分析法,只适用于对缓变信号的分析;最后,小波变换虽然在机械故障诊断领域得到了成功应用,但由于存在小波基等参数的选择敏感性、非自适应性等特点,制约了小波变换的应用性能。此外,小波变换本质上是窗口可调的傅立叶变换,其小波窗内的信号则视为平稳状态,因而没有摆脱傅立叶变换的局限。

参考文献:

第2篇:旋转机械故障诊断范文

摘要:由于转子部件的质量产生偏心或者转子部件出现了缺损,导致了转子不平衡,这是一种旋转机械中最为常见的故障。根据相关统计显示,有一半以上的故障与转子不平衡有关,对于旋转机械的影响非常大。文章对目前旋转机械转子不平衡的故障诊断进行了分析。

关键词:旋转机械;转子不平衡;故障诊断;弯曲故障

中图分类号:TF307文献标识码:A文章编号:1009-2374(2014)22-0051-02近年来的工业化生产中,各种设备以及机械存在着一种非常明显的趋势,功能原理越来越多样化,而且设备大型化与连续化也非常突出,因此提高了生产效率,降低了生产成本,对于设备的工艺目标可以通过较低的消耗来实现。但是机器设备一旦发生故障就会产生非常严重的后果,有时候甚至是灾难性的后果。目前选择机械转子不平衡故障非常常见,为了有效地保障设备的安全可靠运行,对于其中存在的故障进行诊断将是非常关键的,现代化生产中不能局限于事故后的维修,更要进行故障前的诊断,因此对于旋转机械的转子不平衡故障的研究与诊断是非常有现实意义的。

1不平衡的原因

1.1不平衡的原理

由于转子受到材料质量在分布、加工以及误差和装配技术等长期运行中产生的各种不均匀磨损和腐蚀,进而形成的质量中心与旋转中心之间存在一定的偏心距,在工作过程中转子会长期受到周期性的离心力的干扰,动荷载对于轴承产生干扰,引起机器振动这种不规律的现象。

1.2故障的特征

一般来说转子不平衡的故障引起的特征包括如下几个方面:首先,转子以及轴承由于不平衡故障会发生径向振动,转速频率在转子径向测点的频谱图上有着非常突出的峰值;其次,转速频率的告辞谐波具有很低的幅值,时域上的特征体现为波形接近于一种正炫波;再次,轴心轨迹由于转子与截面处相互垂直的俩个径点测振点之间,左右是相位差,因此成一个椭圆形或者圆形。最后,悬管转子除外,转子一般是两端支撑的,其轴向振动一般来说并不非常明显。

1.3故障类型

对于转子不平衡的形成原因有多个方面,一般来说根据不同的类型可以进行划分,如果是不平衡产生的过程,可以分为三类,一种是原始不平衡,这类型的不平衡一般是由于转子制造出现误差以及装配、材质等方面的问题而形成的,容易在使用一开始就出现振动的情况;一种是渐发性不平衡,在运行过程中,转子会不均匀结垢,其不均匀磨损以及工艺介质对于转子的运行都会产生作用,腐蚀容易使得振动值随着运行时间的增加而不断变得剧烈;最后一种是突发性不平衡,这一类型是由于转子上零部件的脱落或者其他原因造成振动值发生很强烈的改变。

对于设备的故障进行诊断是为了使得设备可以更加稳定安全的运行,这一目标的重要性需要各个阶段加以配合才能实现,对于故障的机理应当加以了解,对于相关故障的特征进行提取,确定故障的类型,据此有针对性的提出相关解决方案,使得设备可以更加可靠地

运行。

2故障的诊断

转子的故障在旋转机械中是非常常见的,其类型也非常多,如转子不平衡、转子弯曲等,针对故障的特征,转子不平衡与转子弯曲就是非常难以区分的一组故障,转子弯曲以及转子不平衡经常被人当做同一组对待,事实上两者之间是存在差别的,转子个横截面的质心连线与其几何中心连线不重合为转子不平衡,而转子弯曲则是由于转子个截面的几何中心连线与旋转轴线不重合,两者的共同点在于转子都会发生偏心质量,进而使得转子产生振动。

2.1转子弯曲故障的机理

化工生产机组停机一定时间后,重新开启会遇到如下情况,如果振动过大有可能出现无法启动的情况,这种情况一般来说是因为发生了转子弯曲,其具有两种类型,一种是永久弯曲,另一种是临时性弯曲。前者呈弓形而且难以恢复,而后者是可恢复的,只是转子的预负荷过大,进而使得转子热变形不均匀。

时域波形以及轴心轨迹等方面内容,转子弯曲与转子不平衡存在很大的相似性,因此需要对两者的类型特征进行确定,准确的分析故障原因,进而提出解决策略与方案,恢复设备运行。

2.2转子不平衡与弯曲故障的甄别

对于特征信号进行分析是诊断设备故障的一个非常重要的环节,对于及其敏感的测量点,检测设备对于信号进行提取,对于设备的运行情况进行了解,对于信号进行技术分析,一般来说常用两种技术,一种是频域分析,另一种是时域分析,对于设备的运行情况进行反映是后者的关键点,对于故障进行监测,对于运行趋势进行预报。如果设备发生故障,时域分析无法准确的分析出在何处以及什么类型,需要对于信号进行深入分析,也就需要进行频谱分析,对于各个零部件之间的运动关系进行分析,大多数机械设备通过传递力与运动也就是机械能的方式来预测故障。传递过程中由于各个部件之间的磨擦作用导致了能量的损耗,对于机械设备的运行状态进行判断,频谱图就是对其进行分析的主要工具,对于频谱图进行正确观测,对于特征频率进行确定,也就可以判断到底属于何种故障类型。

转子弯曲与转子不平衡是存在本质区别的,虽然有很多相似之处,对于轴两端是否会产生锥形运动进行观察,对于其工频振动进行确定。

2.3解决方案

判断设备的运行状态并且预测运行趋势是设备故障诊断技术的关键,对于故障类型的确定,对于其原因进行分析进而提出故障消除策略,这是故障诊断的最终目的。旋转机械的转子不平衡故障的原因较多,从设计、制造、安装以及操作等各个方向来考虑,对于信号进行分析与处理,首先确定故障类型,对于不同类型的故障确定不同的处理措施,如果是初始不平衡的,对于转子进行动平衡试验,对于转子松动不见进行消除与处理,如果是渐变式不平衡,应当进行除垢与恢复,使得转子保持清洁;对于突发性不平衡的,应当消除应力,防止直接破坏转子。

3结语

近年来的工业化生产中,各种设备以及机械存在着一种非常明显的趋势,功能原理越来越多样化,而且设备大型化与连续化也非常突出,因此提高了生产效率,对于生产成本也是有效的降低,对于设备的工艺目标可以通过较低的消耗来实现。设备的故障诊断技术对于生产稳定性是非常重要的,因此准确的找出设备故障,消除转子不平衡的影响因素,在实践中不断进行总结与分析,为设备的故障诊断技术发展提供更加有力的现实经验,从而使得生产效益进一步提高。

参考文献

[1] 丁克北,戴光.旋转机械转子碰摩的多尺度非线性信

 号分析及应用[J].大庆石油学院学报,2005,(4).

[2] 陈非,黄树红,杨涛,高伟,贺国强.旋转机械振

 动故障的信息诊断方法[J].机械工程学报,2009,

 (11).

[3] 吴轲,童敏明,童紫原,邓世建.旋转机械不平衡故

第3篇:旋转机械故障诊断范文

由不同原因和不同部位而产生的故障,这些故障产生的振动反映了不同的特征,或者频率成分变化,相位差别、波形形状和能量分布状况等。通过检测振动信号,我们发现振动性质和特征不仅与故障有关,还与系统的固有属性有关,比如同一故障发生在不同部位,故障激励传递通道不同,这样就导致其振动特征和响应会有不同,这样我们可以建立不同的响应算法,最后能得到较准确地判断故障位置。

轧钢机械的常见故障及其诊断方法

旋转机械常见的故障,根据转子式和振动性质的不同,可以分为:转子不平衡、转子不对,基部或组装松散、转子和定子摩擦,感应电机振动、滚动轴承故障,齿轮机构的振动等等。

旋转机械中最常见的故障就是不平衡。不平衡产生的原因是多方面的,如安装偏心度差,这样造成与宽松的轴装配松动。往往松动常和不平衡会一起产生,这种数学关系表现为非线性的振动特征。地脚松动引起的振动,在这个方向特征很明显,一般是垂直方向的振动强烈,其他方向不明显。如果是零件配合松动,那么这样引起的振动,表现在方向上的特征并不明显。

电动机是一种典型的旋转机械,在机械故障的表现方面具有旋转机械的共同特点,如存在转子不平衡,转子不对中、松动、摩擦等故障类型。电机的振动故障特点包括机械和电气两方面,机械方面的振动故障,例如转子与定子间磁隙不均匀导致电机的异常振动,电压不稳定或者匝短路等也会造成电机的振动异常。电气方面的振动故障表现为:当突然给电机断电,振动立即停止,通过这一点,我们可以判断存在电气方面的故障,当突然给电机断电,振动不会立即停止,则属于机械故障。

滚动轴承旋转机械转子系统包括外圈、内圈,保持架等组件。对滚动轴承振动诊断的分析方法是:滚动轴承的每个部件都有它自己的故障特征频率。滚动轴承的故障特征频率(简化计算)为:内圈通过频率F=0.6Z-Fr,外圈通过频率F=0.4Z•Fr,保持架通过频率F:0.4Fr,其中z为滚动体个数,n为轴承内圈回转频率。

齿轮是轧钢机械重要的组成部分,它的运行状态直接影响轧钢机组的正常工作。根据统计抽样结果表明,齿轮损坏的概率:齿面磨损、齿根断裂分别占41%和31%。先看看啮合频率和振幅波动;二是看啮合频率谐波分布;三是看变频,齿轮故障使的振动能量增加,边缘频率、幅度也增加,在齿轮箱的各种配件中,失败的比率60%,可见在各部分的比例最大的是齿轮故障,由于负载波动幅度调制而产生的旋转速度波动。通过振动诊断判别齿轮状态,最有效的方法是分析齿轮振动功率谱的变化,其次分析倒频谱。

实例诊断分析

现对轧机振动状态的检测主要基于振动传感器,数据采集,软件等现有设备,以连轧厂为例,应用振动故障诊断技术对其进行了全面的分析和诊断。

第4篇:旋转机械故障诊断范文

关键词:振动 设备正文

钻井设备在运行过程中产生的振动是由各种原因造成的,同时振动又能对运行设备产生各种各样的影 响。振动是旋转类机械常见的故障,对钻井设备安全运行危害较大,是影响旋转机械安全运行的重要因素 ,振动同时也是这些旋转机械的“体温计”,直接反映了设备安全稳定运行状况。

一、振动产生的原因

1.构造缺陷

包括设备的轴、轴承及安装在轴上的旋转机件,相应的驱动装置如电机、柴油机、泥浆 泵、转盘等。其中任何一种或几种因素组合都可导致振源的产生,如轴振动、转子不平衡、驱动轴不同心 、轴承缺陷及轴上其他部件松动等。

2.制造误差

由于加工制造过程中造成的设备缺陷,致使设备重心与其旋转中心不重合,导致设备旋 转过程中产生离心力,进而设备出现振源。

3.安装问题

相邻的设备或设备自身安装的底座基础不达标及各连接的机件旋转中心之间出现较大的 误差,导致设备在运行中产生振动。

4.机械损伤

设备因疲劳或撞击造成的局部损伤,如出现凹坑等,旋转机件运动时发生轻微撞击进而 造成设备的振动。

二、振动对设备造成的结果

1.运行轨迹

当设备振动幅度超过一定值时,设备的运行轨迹会与设计运行路线产生较大偏差,进而 影响设备运行,比如对机械加工设备,使设备的加工精度下降,成品率降低。

2.疲劳破坏

由于振动的势能不断地对设备产生作用力,而其作用力又不至于使设备直接损坏报废, 经年累月的作用使设备产生疲劳破坏。

3.密封

同上述原因,设备的振动势能产生的作用力,会造成设备密封部位首先产生影响,而使设 备密封性能下降,使设备出现渗漏现象。

4.结构损伤

如果设备的振动势能足够大,比如出现共振现象,则可能直接使设备出现部件直接破坏 的现象,比如桥梁等如出现共振,则可 直接导致其断裂。

三、振动的检测和故障诊断

振动诊断技术是机械故障诊断中常用的一种技术,因为设备的振动信号中包含着丰富的故障信息。

在具体的振动参量的选择上,一般认为低频(10Hz)时的振动强度与振动位移成正比,中频时(10~1kHz) 的振动强度与振动速度成正比,高频(1kHz)时的振动强度与振动加速度成正比。

在实际检测中,根据设备振动的频率,我们选取合适的振动参量(如位移、速度或加速度),即可得到该 设备的振动时域频谱图。

这是根据时域图谱,我们就可以简单地对该设备的运行情况做一个判断,如果选取的振动参量超出了我们 的规定值,即可判定该设备必须进行维护检修。但是,我们要对该设备具体是因为什么故障原因导致的振 动超标缺不能这样简单地就得出结论,必须对得到的时域图进行进一步的分析,具体的分析方法很多比如 常用的频谱分析法、峰峰值、峭度值等分析方法,可以相应对照各种设备故障特征频谱进行精密分析判断 ,具体得出造成设备振动的故障原因,指导设备的维护检修工作。

四、减少振动的方法

减少振动的方法主要分为主动减振和被动减振两种方法。

1.被动减振就是在设备安装使用过程中,严格按照设备的技术要求对设备进行维护保养,设备各部位的 安装、连接、、旋转中心的对中等都要达到技术标准的要求,以减少甚至避免振动的发生。

2.主动减振就是对于无法避免的振动就要采取一些减振方法,减少振动的能量,避免对设备造成破坏, 常用的办法是增大系统阻尼或用动力吸振器来减少振动响应。采用粘弹性阻尼材料具有很高的能量损耗,当振动传到阻尼材料时,在材料内部产生拉伸、弯曲、剪切等变形,从而消耗大量的振动能量,使振动衰 减。采用阻尼技术减振的主要优点是不必改变原结构,不需增加辅助设备,不需要外部能源,占用有效空 间少,是一种很有前途的减振降噪措施

五、结束语

总之,对钻井施工中常用的转动机械来说,微小的振动是不可避免的,振动幅度不超过规定标准的属正常 振动。这里所说的振动,系指机组转动中振幅比原有水平增大,特别是增大到超过允许标准的振动,也就 是异常振动。任何一种异常振动都潜伏着设备损坏的危险。比如轴系质量失去平衡(掉叶片、大轴弯曲、 轴系中心变化)、动静磨擦、膨胀受阻、轴承磨损或轴承座松动,以及电磁力不平衡等等都会表面在振动 增大,甚至强烈振动。而强烈振又会导致机组其他零部件松动甚至损坏,加剧动静部分摩擦,形成恶性循 环,加剧设备损坏程度。因此,新安装或检修后的机组,必须经过试运行,测试各轴承振动及各轴承处轴 振在合格标准以下,方可将机组投入运行。振动超标的则必须查找原因,采取措施将振动降到合格范围内 ,才能移交生产或投入正常运行。多年来,不少机组因振动大而拖延了投产期和检修期。对生产运行来说 ,接收了振动符合标准的机组以后,还必须加强振动监督,对振动监测做到制度化、经常化,必须在机组 振动突然增大达到规程规定值时,及时果断地将机组停运,防止扩大损坏,或对振动虽然增大,但尚未达 到规程规定紧急停机数值的异常及时对比分析,查找原因,并采取措施防止设备损坏事故的发生。

第5篇:旋转机械故障诊断范文

关键词:离心风机;故障诊断;小波变化

Abstract: Abnormal vibration is the main form of centrifugal fan failure, affecting the production when vibrating seriously. Many causes lead to vibration of the fan. Based on the analysis of vibration fault of centrifugal fan with the method of wavelet transformation,the article summarize the main causes of vibtation of centrifugal fan,making themaintenance of fault point easier.

Key words : Centrifugal fan, fault diagnosis,wavelet transform

0.前言

现代大型机组的安全运营越来越受到业内的重视,而故障特征的提取和分类又是振动故障诊断技术中的关键问题。离心风机非正常振动是风机隐患的最显著表现,也是事故发生的先兆。本文通过小波变化的诊断方法对非平稳信号分析,分解出时间与尺度平台,使其时间、频率局部化信息充分表现出来,探索出振动故障解决的方法,取得显著效果。

1.小波分析方法介绍

1.1小波分析方法

小波分析方法是在时域、频域内对信号进行分析处理,更好的反应信号的本质特征。时域和频率构成了观察信号的两种方法,基于Fourier变换的信号频域表示及其能力的频域分布揭示了信号在频域的特征,它在传统的信号分析与处理中发挥了极其重要的作用。为了分析和处理非平稳信号,通过Fourier的变化推广,对信号实现时间-频率的联合描述,接下来简单介绍小波变换分析方法。

2.2故障原因分析

小波变换既保持了傅里叶变换的优点,又加入时频分析过程。通过对上述信号频率采用逐步精细的时域或频域取样步骤,从而聚焦到信号的细节,进行多分辨率的时频分析,小波分解后,相对频率可以看出系统异常点的出现频率,重构细节的信息及近似信号,反应出故障振动信号的特征,通过时频图分析出振动的故障发生点:

(1)轴承运时,内圈、外圈滚道表面及滚动体表面的损伤引起振动和噪声;

(2)滚动体在这些凹凸面上转动,产生交变的激振力引起设备的振动;

(3)滚动体的尺寸大小不一造成轴承振动;

(4)轴的弯曲导致轴承偏移,转动时产生的振动;

(5)安装过程中轴承游隙过大或滚道偏心时引起轴承的振动;

3.振动故障处理

3.1更换轴承,紧固轴承座,保证轴与孔的定位

拆卸轴承后,轴承内外圈有鱼鳞状的点蚀小坑,滚动体脱出保持架。对损坏的轴承进行更换并调整轴承座,重新组装在原来的位置,以免产生新的不平衡。另外,如果导致的振动与机器或结构的某些部件产生共振,可能造成更严重的振动,为了防止这类误差,从平衡轴拆下转子时在孔与轴接触点做标记,安装时在水平放置的轴上滑动转子,直到标记处相对时,在这个位置卡紧。

3.2叶轮安装

安装叶轮前使用磁粉探伤检查叶片裂纹及伤痕,更换破损的叶片与原叶片材料一致。装配叶片时将叶片逐个过称,将质量最小的叶片,放在叶轮圆盘的对称位置上,减少叶轮的不平衡度。

3.3联轴器装配

连轴器安装不对中相当于对该转子施加了一个不平衡的负荷。因此,半连轴器与轴头的配合紧密,高速转子的轴头配合接触面需保证大于80%,并保证其端面与中心线的垂直度。

4.结论

按照上述方案维修后对同一点A进行振动测试,并对数据进行小波分析,处理后故障特征频率消失如图6所示。

本文通过运用小波变换对离心风机的振动故障进行分析,实现风机转子组件的平衡及对中,在安装过程中严格执行作业标准,减少了停机时间,优化维修资源,使之达到技术要求。今后的维修过程中,我们将结合小波变换诊断技术对离心风机振动轴心进行准确、有效的诊断。

参考文献:

[1]张博,王凯,马高杰,吉利.小波变换及Hilbert-Huang变换在转子系统故障诊断中的应用[J].机床与液压,2009,37(06):234-237

[2]于芙蓉,王淑芳.小波变换在振动故障信号仿真研究中的应用[J].机床与液压,2008,36(7):252-255

[3]张正松等编著.旋转机械振动监测及故障诊断[M].机械工业出版社,1991.

第6篇:旋转机械故障诊断范文

【关键词】引风机;振动故障;诊断

中图分类号:O324 文献标识码:A 文章编号:

前言

文章对风机振动的类型、故障概述及诊断思路做了详细的介绍,并通过对引风机振动故障的分析,并结合自身实践经验和相关理论知识,对引风机振动故障预防措施进行了探讨,并分享了诊断过程中的一些心得。

二、引风机振动故障概述

引风机是发电设备的三大风机之一,引风机运行中出现的各种问题,造成机组降低负荷,甚至被迫停机的现象时有发生,直接影响炭素公司的安全生产。引风机运行中的故障特征有振动、温度、噪声、油中的磨粒和形态、扭矩、扭振等,每个特征都从各自不同的角度反映运行的状态,但由于现场条件和测试手段所限,有些特征的提取和分析不易实现,有些特征反映的情况不敏感。相对而言,引风机的振动信号中含有设备运行工况的丰富信息,这些信息在振动的相位和谱图中有所体现,从而可以推断出振动的原因。

三、风机振动的类型

从振动诊断的角度来看,风机具有以下特点:1.引风机是一种旋转机械因而有不平衡、不对中之类的故障;2.风机是一种流体机械有旋转失速、喘振存在的可能性;3.风机受工作环境的影响,经常造成叶片的磨损,输入的介质还可能粘附在转子上形成随机变化的不平衡;4.风机由电机驱动,可能存在电磁振动。基于上述特点,风机的振动可归结为8种类型,见下图。

四、引风机振动故障诊断的思路

随着故障诊断工作的深入,此次对风机的故障诊断彻底摆脱了传统观念,避免了解体检查直观寻找故障的现象,同时也抛弃了目前人们常用的反向推理方法,而是采用正向推理的方法,避免诊断结果不肯定、产生漏诊和误诊的现象。使用正向推理诊断故障必须明确诊断故障范围,在能够引起风机振动故障的全部原因中与风机实际存在的振动特征、故障历史,进行搜索、比较、分析,采取逐个排除的方法,剩下不能排除的故障即为诊断结果。这一诊断结果包括两个方面:1.当只有一个故障不能排除时,它是引起振动故障的原因;2.当还剩下两个以上故障不能排除时,这些故障都是振动的可能原因,需要进一步试验,排除其中无关的故障。

五、引风机的振动分析与故障诊断

对引风机的故障诊断,采用正向推理的方法,即在能够引起引风机振动故障的全部原因中与引风机实际存在的振动特征、故障历史,进行搜索、比较、分析,采取逐个排除的方法,剩下不能排除的故障即为诊断结果。

1.轴承座动刚度的检测与分析

影响轴承座动刚度的因素有连接刚度、共振和结构刚度。通过检测认为动态下连接部件之间的紧密程度良好、基础牢固;引风机的转速为740r/min,远远低于共振转速;引风机为运行多年的老设备,结构刚度不存在什么问题。因此,引风机轴承座动刚度没问题,可以排除风机转速接近临界转速和基础不牢的故障。

2.气流激振试验

利用调阀门开度对引风机进行气流激振试验,在阀门开度O%、25%、5o%、75%和100%的工况下,对各轴承的水平、垂直、轴向振动进行测试,目的是判别引风机是否是由喘振引起的,但测量结果表明引风机振动与阀门的开度大小无关;喘振引起的振动是高频,振动方向为径向,从频谱上也未发现高频振动,且引风机的振动主要表现在轴向。因此,引风机的振动不是由于喘振引起的。

3.电机的启停试验

将简易测振表的传感器置于电机地脚上,若在启动电机的瞬间,测振表的数值即刻上升到最大值;或在电机断电后,数值迅速下降到零,则属于电磁振动。通过测试,振动随转速的升高而逐渐增大,随转速的降低而逐渐下降。因此,引风机的振动不属于电磁振动。

4.叶片磨损引起振动超标及处理办法

引风机中最常见的情况是磨损,磨损会导致引风机的振动在正常运营过程中逐渐升高。这种情况通常就是因为叶片磨损,引起动平衡被破坏后产生的。解决这种办法的一般做法是在停机后做现场动平衡实验配平。风机进行动平衡试验的方法步骤如下:第一步,在机壳喉舌径向对着叶轮处增加一个手孔门,因为这个地方距离叶轮外圆边缘最近,操作员在风机外边对其内部进行操作;第二步,在振动发生后把风机停下,把手孔门启开,在机壳外对叶轮进行配重,通过“三点法”或“四点法”找到质量不平衡点;第三步,找到不平衡点后,计算不平衡质量并在该处增加或减少相应的质量。

六、引风机振动故障预防的措施(1.石油焦选择:焦油含量超标、水分过大。2.叶轮上面粘接石油焦油、尘垢怎样预防?……)

1.原材料的选择

主要考察材料性质、集料颗粒形态、破碎颗粒含量、软质颗粒含量、扁平颗粒含量、石油焦是否合格、稳定等,对于一些小的炼油厂,其用过滤器是否标准,用过滤器是否维修及时更换等。这些都是保证石油焦焦油含量的有效保证。

2.原料库建设

①堆积场地要硬化,避免泥土混入和尘土污染,影响集料粘结能力。②各种级配集料分开堆放,要有清晰的界限,避免集料混杂。③各种集料堆积时要分层堆集,避免集料离析。④不同原料之间要用一定的隔挡挡开,避免装料时不同级配集料混杂。⑤料库房顶最好做好防水,避免雨水淋湿,含水量相差较大,影响石油焦用量有差别。同时又要避免集料结块,大集料出现架桥现象导致出料不均匀而造成混合料不均匀。

3.试验工作

试验工作是关键,是质量的保证,为保证石油焦质量,防止出现焦油含量现象,除正常试验工作,试验还需要注意:①生产配合比选择方面,根据马歇尔试验结果,焦油含量可选择下限,实践表明,尽管试验时双面各击75次,但击实功均不如现场压实效果。也就是说现场压实度,往往超出试验密实度,如果仍使室内沥青用量,势必偏高,形成泛油并降低沥青砼强度。②天然砂用量方面要控制,不要为了某项指标而加大砂用量。③选用适当的矿粉用量,多用则会消耗过多的沥青,过少则达不到增强沥青与集料粘结力的目的。④施工过程中质量检测标准,应尽量以配合比设计时的马歇尔标准,而不应以当天的马歇尔试验数据为标准,避免不合格材料和不合格砼用于工程,同时也便于及时发现施工过程混合料变化,因为配合比设计时的马歇尔试验标准才是合格的标准。

七、引风机振动故障诊断的几点体会

1.引风机振动故障原因确认,不能单凭耳听声源来判定故障点,不能匆忙草率,而必须通过细致地检查、试验,综合分析,再下结论。

2.当引风机发生振动时,通常应首先检查机壳、轴承座与支架(垫铁)、轴承座与轴承盖等连接墚栓是否松动;轴承座油位,轴承温升是否正常;风机进、出口烟道支架安装情况;基础的刚度是否足够、牢固;风机轴与电机轴是否平行。然后检查:叶片上有否积灰、积垢、磨损、叶轮变形、轴弯曲、叶轮轴盘孔与轴、叶轮铆钉是否松动以及机壳或进口聚流器与叶轮是否摩擦。

为更有效地预防风机轴承烧毁,在风机的设计上应考虑在轴承箱轴承处设置温度计,因为轴承温升异常,在冬季不易按时查出。

结束语

引风机在发电设备中的作用不言而喻,为减少引风机振动故障,应该在引风机的质量上下工夫,提高制造工艺,尽可能的避免制造中的漏洞,这样才是更好的选择。

参考文献:

[1]夏松波.旋转机械不对中故障研究综述[J].振动、测试与诊断,1998,18(3):157—161.

[2]施维新.汽轮发电机组振动及事故[M].北京:中国电力出版社,1998.

第7篇:旋转机械故障诊断范文

关键词:机械故障;技术状态;形成过程;特性分析

Abstract: this paper through the data access and combined with work experience, this paper firstly probes the machinery used the change of state and technology knowledge, and then analyzes the general process of the formation of the mechanical fault, the characteristics of mechanical rules analysis, with some theoretical value and guidance, for reference.

Keywords: mechanical failure; Technical state; The formation process; Characteristic analysis

中图分类号:U226.8+1文献标识码:A 文章编号:

在机械的设计与使用中,如何有效地预防、控制和排除各种故障,发挥机械的最大功效一直是人们研究的重要课题。本文浅述了机械技术状态的变化及其故障形成的一般过程,分析了机械故障的基本特性,对排除机械故障、保障机械的可靠性具有一定的指导意义。

1机械使用与技术状态的变化

机械在使用中受到各种能量的作用,这些能量的作用主要包括:①周围介质能量的作用,包括执行任务的操作人员、修理人员和环境条件的作用;②与机械运转以及各机构工作有关的内部能源,如各种载荷、振动、温度等;③在制造和装配中集聚在机械材料和零部件内的潜伏能量(铸件的内应力和装配内应力)。这些能量主要以机械能、热能、化学能的形式存在,当能量达到一定数值时,将导致有害过程的出现,引起机械零部件初始性能和状态的变化,当配合副以一定的动力和速度运动时,相互将产生有害摩擦,摩擦的结果将导致配合副出现磨损,使配合副的运动发生变化。可见随着有害过程的发展,首先将使零部件出现磨损、变形、裂纹、疲劳、腐蚀等损伤现象。损伤的出现使机械零部件的结构参数(如尺寸公差、形位公差、配合间隙等)发生变化,结构参数的变化又会导致机械功能输出参数(如机械的输出功率、速度等)发生变化。随着损伤程度的进一步扩大,机械零部件的结构参数逐渐超出允许值。若机械零部件的结构参数超出允许值,而功能输出参数并未超出允许极限范围,则认为机械出现了潜在故障,对应状态为失常状态,此时应通过维护进行消除;若结构参数和功能输出参数均超出允许值,则认为机械发生了功能故障,对应状态为故障状态,此时应通过修理排除相应的故障;若机械经过长时间使用后,其主要零部件的结构参数都达到极限值,且系统功能输出参数严重超限,使用的经济性明显下降,此时机械处于极限技术状态,需要进行大修或更新。机械技术状态特征如表1所示,技术状态的变化过程如图1所示。

表1 机构技术状态特征

图1机械技术状态的变化过程

2机械故障形成的一般过程

如上所述,机械在使用中受到各种有害作用后,将首先导致零部件出现损伤,损伤又影响机械的输出参数,使其发生变化。若机械输出参数随时间变化的规律用X(t)表示,损伤程度随时间的变化用U(t)表示,则X(t)与U(t)之间的变化可能是一致的,也可能有很大区别,因为其间存在着反映机械产品结构、用途和作用原理的X=f(U(t))的过渡关系。此外,损伤同产品材料发生的物理现象有关,而输出参数变化仅仅反映了产品自身的宏观变化过程。机械经过一个随机的工作时间间隔后,其参数达到极限允许值Xmax,则会发生故障。图2表示机械故障形成的一般过程。

图2 机械故障形成的一般过程

开始时,输出参数f(a)相对其数学期望值a0有一离散程度,该离散程度与机械初始指标的离散度以及使用条件的变化程度有关。然后,在使用过程中,随着使用时间的增长,机械输出参数的劣化就表现为缓慢进行的过程,例如磨损等,这正是零件磨损导致机械性能改变的典型过程。在一般情况下,可能经过某段时间T间隔后,参数的变化就开始了,时间T间隔是一个与损伤的积累(如疲劳)或外因作用有关的随机量,它也具有一定的离散性。

参数X的变化过程同样也是随机的,它与机械各个零部件的损伤变化有关,机械输出参数的劣化速度Vx为各零部件磨损速度V1,V2,……,Vk的函数,即

Vx=dx/dt=f(V1,V2,……,Vk)

3机械故障的特性分析

机械故障是与磨损、腐蚀、疲劳、老化等机理分不开的,根据机械故障形成的一般过程,机械故障主要有以下特性:

(1)潜在性。机械在使用中会出现各种损伤,损伤引起零部件结构参数发生变化,当损伤发展到使零部件结构参数超出允许值时,机械即出现潜在故障。由于机械设计存在一定的裕度(安全系数),因此即使某些零部件的结构参数超出允许值,机械的功能输出参数仍在允许的范围内,亦即机械并未发生功能故障。从潜在故障发展到功能故障一般应有较长的时间,因为通过、清洁、紧固、调整等手段,可以消除或减缓损伤的发展,使潜在故障得到一定程度的控制甚至消除。

(2)渐发性。由于磨损、腐蚀、疲劳、老化等过程的发生与时间关系密切,因此机械故障的发生多半与时间有关。在使用中,机械损伤是逐步产生的,零部件的结构参数也是缓慢变化的,机械性能参数也是逐渐恶化的,所以绝大多数故障可以事先进行测试和监控。故障发生的概率与机械运转的时间有关,机械使用时间越长,发生故障的概率就越大。故障的渐发性使机械的多数故障可以预防,故障诊断、视情维修就是建立在这一基础上的。

(3)耗损性。机械磨损、腐蚀、疲劳、老化等过程伴随着能量与质量的变化,其过程是不可逆转的,表现为机械老化程度逐步加剧,故障越来越多。随着使用时间的增加,局部故障的排除虽然能恢复机械的性能,但机械的故障率仍会不断上升,新的故障将不断出现。同时损伤的消除也是不完全性的,维修不可能使机械的性能恢复到使用前的状态。机械故障的耗损性决定了机械维修级别与深度的差异,同时机械故障分布模型也不能简单用指数分布来描述。

例如公司机加工车间的横剪机是由太原机械厂制造的,飞剪的厚度性能参数是0.3~4.0mm,在生产1系、3系产品使用了1年多后,发现在剪切牌号1060、厚度为0.6mm的铝板带时,剪出来的铝板带两头有毛刺现象,经加强剪刀,效果还是不好。公司考虑到机械故障的潜在性与渐发性,利用测量仪器塞尺测量飞剪剪刀的间隙,结果发现剪刀间隙对0.6mm的铝板带偏大,后对剪刀间隙进行了调整,同时加强对飞剪剪刀的,产品毛刺现象消除了。半年多的生产运转后,毛刺现象又出现了,经查看是剪刀剪刃有缺口,公司考虑到机械故障的渐发性与耗损性,及时替换了剪刀刀片,生产运行恢复正常。

(4)模糊性。机械使用中,由于受到各种环境条件的影响,其损伤与输出参数的变化都具有一定的随机性与分散性,同时,由于材料与制造等因素的影响,机械的各种极限值、初始值也具有不同的分布同一机械,在不同的使用环境下,输出参数随时间也具有不同的分布,从而导致参数变化及故障判别标准都具有一定的分散性,使机械故障的发生与判别标准都具有一定的模糊性。机械故障的模糊性给机械故障的诊断与判别增加了一定的难度,这也说明机械故障的研究必须宏观与微观相结合。

(5)多样性。机械使用中,由于磨损、腐蚀、疲劳、老化过程的同时作用,同一零部件往往存在多种故障机理,产生多种故障模式,如轴的弯曲变形、磨损、疲劳断裂等。这些故障不仅故障机理与表现形式不同,而且分布模型及在各级的影响程度也不同,使故障呈现出多样性。机械故障的多样性要求对故障按不同机理与模式分别进行研究。

结语

机械故障原因非常之多,不能在此一一述及,关键是要善于总结,如能掌握有效的故障分析方法,结合机械的结构特点,对故障进行分类处理,那么在故障的判断处理中就可收到事半功倍的效果。

参考文献:

【1】刘成武.机械自动变速器机械故障诊断决策研究[J]. 湖北汽车工业学院学报,2011(2)

第8篇:旋转机械故障诊断范文

【关键词】EMD 振动信号解调 齿轮箱

1 前言

分析汽车故障汽车齿轮箱的异常振动信号可以确定汽车变速器是否发生故障及故障部位。在汽车变速器这种典型的旋转机械故障齿轮箱故障诊断中,解调分析技术具有其他方法不可替代的作用,但因实际振动信号复杂且干扰信号众多,传统的振动信号解调及滤波技术受很多干扰频率影响,并不能有效地分离特征频率。1996年,美籍华人Norden E.Huang创立了针对非平稳信号分析的Hilbert-Huang变换的新方法。这一方法提出将信号基于由其本身局部特征确定的本征模函数的经验模态分解EMD,它在信号特征频率的去噪及提取上取得了良好的效果[4]。

2 经验模态分解(EMD)与振动信号解调技术

图1为经验模态分解EMD算法:原始信号减去包络均值,即可得到一个新的数据序列,判断该序列是否满足本征模函数的条件,如果满足,则该序列就是一个本征模函数,本次迭代过程结束,否则,重复上述过程,直到得到一个数据序列满足迭代结束的判别条件为止。

am或bm包含了非常重要的齿轮箱故障信息,其振动信号表现为以齿轮啮合频率为载波频率,以故障齿轮所在轴的转频为调制频率的调制现象,通过利用滤波技术及解调技术[2]解调出故障齿轮所在轴的转频,即可判定出齿轮箱故障位置。

3 实验原理与信号分析结论

实验工况:SG135-2变速器输入轴转速为600r/min,载荷75NM,轴转频:10 Hz(输入轴),13.06Hz(输出轴)。

1.如图1所示,齿轮箱发生断齿故障时频域的能量都很大,原因是发生故障时振动信号剧烈很多。

2.如图2所示,采用传统滤波解调技术能提取出故障特征信息:即故障5档齿轮所在轴转频13.2Hz及其倍频66.2Hz,79.3Hz,但有很多干扰噪声频率存在:92.8Hz,75.0Hz,74.2Hz,68.8Hz。

3.如图3所示,采用EMD分解加传统的滤波解调频谱不仅成功提取出故障信息:故障5档齿轮所在轴转频13.28Hz及其倍频65.98Hz,78.75Hz,其它干扰频率及噪声消失了,这是因为EMD信号分解技术在去噪方面得天独厚的优势。

参考文献

[1]丁康,李巍华,朱小勇.齿轮及齿轮箱故障诊断实用技术[M].北京: 机械工业出版社,2005.

[2]丁康,米林,王志杰.解调分析在故障诊断中应用的局限性问题[J].振动工程学报,1997.

[3]Huang,N.E, Shen, Z.,Long,S.R.,etc. The pirical mode decomposition and the Hilbert spectrum for nonlinear and non-stationary time series analysis[J]. The Rayal Society,1998.

[4]李卿,张国平,刘洋.基于EMD的拉曼光谱去噪方法研究[J].光谱学与光谱分析,2009(01).

[5]陈克兴等主编.设备状态监测与故障诊断技术.北京:机械工业出版社,1991.

[6]何岭松,杨叔子.包络检波的数字滤波算法[J].振动工程学报,1997.

第9篇:旋转机械故障诊断范文

[关键词]振动监测,参数诊断,冷冻机。

中图分类号:P618.21 文献标识码:A 文章编号:1009-914X(2014)10-0376-01

冷冻机属于旋转机械,其状态监测最成熟有效的方法是振动监测,人们可以通过对旋转机械设备的振动监测,来分析判断机械设备的运行状态,并在此基础上比较准确地确定故障原因、部位、程度、性质等。要实现冷冻机组运行状态的在线监测,必须先确定需要对那些关键状态信号进行连续监测,首先确定测量参数,测点位置及传感器类型,然后再。讨论可行的冷冻机组在线监测方案

一, 旋转机械振动诊断参数及传感器选择原则

有关振动的三个参数是位移、速度和加速度。通常情况下,在低频时振动强度与位移成正比,在中频时振动强度与速度成正比,在高频时振动强度与加速度成正比。频率越低的位移测量越灵敏,频率越高则加速度的测量越灵敏。因此,通常认为可根据信号的频带范围来选择振动参数,在实际应用中可参考以下频带范围来确定振动诊断参数。低频范围(10-----100Hz)诊断参数为位移。

中频范围(100----1000Hz)诊断参数为速度。

高频范围(大于1000Hz)诊断参数为加速度。与振动检测参数相对应的传感器也分为位移传感器、速度传感器、加速度传感器三种类型,每种类型的传感器又根据不同的检测原理构成不同品种,可视具体情况进行选择。

测振系统在选择传感器时既要根据机械设备的结构,又要考虑传感器本身的频率响应和动态范围,通常机械设备的转子与壳体的重量比例不同,就需选用不同类型振动传感器,所选传感器的动态范围也 应与机械设备的振动频率范围相匹配。使用什么样的传感器很大程度上取决于机械设备自身的结构,当机械设备具有轻的转子,转子运行在重的刚性壳体中,即壳体对转子的重量比率大,轴承为刚性支承时,转子产生的力大部分都消耗在转轴与转轴之间的相对运动上。这种类型的机械设备例如高压离心压缩机,其壳体对转子的重量比率为30:1,宜采用非接触式电涡流传感器来测量转轴与轴承之间的相对位移,相反;一个相对较重的转子被支承在挠性结构的轴承中运转,即壳体对转子的重量比率小,转子产生的力大部分都消耗在结构运动上,这种类型的机械设备例如风机等,宜采用速度或加速度传感器来测量壳体振动。

机械设备的轴承类型也是选择传感器是必须要考虑的因素,机械设备所用轴承有滑动轴承和滚动轴承两类,一般认为,对于由滑动轴承支承的设备(如鼓风机)应采用电涡流传感器来测量轴振动,对于

滚动轴承支承的设备,由于滚动轴承损坏时所产生的高频小位移振动很难用电涡流传感器来测得,而加速度传感器却很适宜测取这些信号,因此,加速度传感器常用于滚动轴承支承设备。

二、振动监测点的确定

设备状态信号是设备工作时异常和故障信号的载体。选择最佳检测点,并采用合适的监测方法是获得有效故障信息非常重要的条件,真实充分地检测到足够数量的能够客观反映出设备运行状况的信号是故障诊断能否成功的关键。因此,测量点选择的正确与否直接关系到能否有效地对故障作出正确的诊断。

测量点的位置及数量的确定对诊断效果影响比较大,要选择检测点为最佳点,一般选择振动检测点的原则是能全面,充分反映出机械设备振动状态,尽可能选在机械设备振动力最敏感处,且测量点的位置在安装,拆卸时尽量方便。引入的干扰要小,尽量避免高温、高湿、出风口以及温度变化十分大的地方,确保测量真实有效。另外在较复杂的机械设备中,当激振力作用于系统的某一点时,引起设备各个点的响应是不同的,要视具体情况进行具体分析。

传感器的频率响应是选择传感器的一个重要因素,在理论上,为了测取能反映机械设备运行状态的振动信号。希望所选用的传感器能够测取被监测设备全部频率范围内的振动信号,同时还要求在频率范围内所测量的振动信号具有一定精度,这就要求传感器具有较大的动态范围,事实上,任何一种传感器的频率响应都是具有一定的范畴,一般来说,压电式加速度传感器的频响为1 Hz~10KHz,速度传感器的频响为5Hz~2KHz,电涡流传感器频响为0~2 KHz.。因此,首先要对被测物的运行时所产生的振动频率范围进行估算,然后再选择频响合适的传感器。

三、振动传感器原理及安装

1、加速度传感器的原理

选PCB公司的Model732A加速度传感器为例,其机构原理如图所示,当创拿起测量振动时,因为质量块相对被测体质量较小,因此质量块感受与传感器基座相同的振动,并收到与加速度方向相反的惯性力,此力为F=ma。同时惯性力在压电陶瓷片上产生的电荷为q=d33F=d22ma

式中:d33为材料压电系数;m为质量,a为加速度,该电荷与被测振动物体的加速度成正比,但该电荷很小,需经内置放大电路放大后输出,压电式加速度传感器有两个特点;它是电容性的,故阻抗很高,电压的线性度很好,PCB公司的Model732A加速度传感器内带电荷放大器电路,其输出信号为0-10V,频率响应范围为0.5~25000HZ,灵敏度为10mv/g,完全能够满足测取齿轮高频信号的要求。

加速度传感器的灵敏度与压电材料的压电系数和质量块质量有关,为了提高传感器的灵敏度,一般选择压电系数大的压电陶瓷片,若增加质量块质量会影响被测振动,同时会降低系统的固有频率,因此一般不用增加质量的办法来提高传感器的灵敏度。此外用增加压电片的数目和采用合理的连接方法也可以提高传感器的灵敏度。

2、转速传感器的原理

机组转速信号的获取,一般是采用光电测速方法,即在转轴表面粘贴一块反光金属纸,电转轴上的标识通过光电传感器时得到的脉冲信号来获取转速信号。这个方法既不破坏转轴的平衡,又可将脉冲信号直接送给计算机,这个方法简单实用,可靠性也非常高,这类传感器目前市面上有很多,但再选择时也一定要加以分析,尽量选择大品牌,知名的公司产品。

参考文献