旋转机械振动故障诊断的图形识别方法研究(2020版)

( 安全技术 )

单位：_________________________

姓名：_________________________

日期：_________________________

精品文档 / Word文档 / 文字可改

旋转机械振动故障诊断的图形识别方法研究(2020版)

Technical safety means that the pursuit of technology should also include ensuring that people

make mistakes

旋转机械振动故障诊断的图形识别方法研

究(2020版)

我国近年来的旋转机械逐渐发展为大型机械，在这种发展趋势下人们开始重视对振动故障的诊断方法进行研究，在深入研究后探索出了一系列用人工识别图像来实现旋转机械振动故障诊断的方法。本文主要分析了旋转机械振动故障的机理、故障的特点以及几种图形识别方法。经过多种试验证明图形识别方法的科学可行性，值得在今后的实际操作中得到运用和发展。

对于旋转机械在工作状态当中会发生振动，从而由振动产生的各种信号，信号会形成一些参数图形，通过对这些参数图形的研究与分析，我们可以实现对器械运行过程中的日常管理和保护。这也是目前应该采用的设备管理方式。而在实际操作过程中，图形识别技术并没有深入到工作当中。这种手段没有被利用于诊断旋转机械

故障的原因是提取出明显的图形特征在技术上具有一定的困难，而且对于图形具体特征的描述也具有很大的挑战，是否能够将图形所呈现出的特征准确地表述出来是图形识别技术在旋转机械振动故障诊断方面的一个限制性因素。诊断旋转机械振动故障的原则采集诊断依据

被诊断的机械表面所能表现出的所有相关信息都能够作为旋转振动机械故障诊断的有效依据。这些信息在机械运行的过程中能够通过传感器传递给人们。对旋转机械振动故障的诊断是否准确，一个重要的因素就是收集到的有关信息是否真实可靠，依据信息是否准确真实的决定性因素是传感器的品质，传感器质量如何、感应是否灵敏以及工作人员的直观判断都是决定信息准确性的重要衡量标准。

对采集的信息进行处理和研究

从传感器和工作人员两方面收集到的依据信息通常是混乱无序的，不能明显的看出其特点，这就导致了无法准确地对故障进行判断，这就要求我们在成功收集信息之后要及时对大量信息进行筛选

和处理，目前普遍采用专业的机器来对这些信息进行分析和研究以及进一步的转换，经过这些处理之后所得到的信息要保证具有至关、价值性强等特点。

对故障进行诊断

对旋转机械振动故障诊断方面对工作人员的要求比较高，要求其具有过硬的理论知识功底以及丰富的实际工作经验。工作人员应该充分了解机械方面的相关知识，熟练掌握机械的维修要点以及安装过程。正确的对机械振动故障进行诊断，并且能够对故障的发展形势进行预想，只有这样才能够及时进行维修和防范，使机械能够在正常状态下持续运行，保障顺利生产。

旋转机械参数图形特征的提取

旋转机械的参数图形表现出来的形式主要为纹理信息、形状信息和灰度信息。旋转机械振动故障的图形纹理信息是通过灰度共生矩阵来综合描述的，我们可以通过对图形上所显示的灰色区域的遍布概率来描述纹理的基元，还能够将图形中的梯度和灰度的大致排布顺序及各点之间的关系的梯度-灰度空间进行详细的绘制，最后结

合结构法和统计法来对图形的纹理特征进行描述。运用这种方法既能将图形纹理的方向性通过梯度的方向性体现出来，又能够将结构方法和统计方法的自身优势得以凸显，更好的为图形纹理特征的描述提供保证，准确有效地将旋转机械状态下的参数图形中的结构和灰度的信息提炼出来。

灰度-基元-梯度共生矩阵是一种体现图形纹理特征的基元信息，以及体现图形的灰度区域的变化情况的梯度信息，主要根据的是图形的灰度信息，这些信息结合在一起就形成了这种描述形式，这种方法通常被利用于对图形纹理特征的提取。

几种成像方式在机械故障诊断中的运用

5.1.波特图

波特图是表示机械转速频率表和振幅，转速频率与相位之间的关系的曲线。振幅和相位随转速发生变化的过程都可以从波特图当中体现出来，从而可以分析出临界转速，也可以及时监测处机械运行过程当中状态发生的变化，当机械振动出现异常时能够及时诊断出故障。

最新汽车发动机故障诊断与排除教案

发动机故障诊断与排除教案

常见车型故障码调取与清除 教案内容 一、日本丰田车系 1.调取故障码 普通方式调取故障码：打开点火开关，不起动发动机，用专用跨接线短接故障诊断座上的“ＴＥ１”与“Ｅ１”端子，仪表盘上的故障指示灯“CHECK ENGINE”即闪烁输出故障码。 2.清除故障码 故障排除后，将ECU中存储的故障码清除，方法有两种：一是关闭点火开关，从熔丝盒中拔下EFI熔丝（20A）10s以上；二是将蓄电池负极电缆拆开10s以上，但此种方法同时使时钟、音响等有用的存储信息丢失。 二、日本日产车系 随车型不同，故障码的调取与清除分三种不同方式： 1.如果在主电脑侧有一红一绿两个指示灯，另有一个“TEST”（检测）选择开关，调取故障码时，先打开点火开关，然后将“TEST”开关转至“ON”位置，两个指示灯即开始闪烁。根据红绿灯的闪烁次数读取故障码，红灯闪烁次数为故障码的十位数，绿灯闪烁的次数为故障码的个位。清除故障码时，将“TEST”开关转至“OFF”位置，再关闭点火开关即可清除故障码。主电脑位于仪表盘后或叶子板后。 2.如果在主电脑侧只有一个红色显示灯，另有一个可变电阻调节旋钮孔，调取故障码时，先打开点火开关，然后将可变电阻旋钮顺时针拧到底，等2 s后再将可变电阻旋钮逆时针拧到底，红色显示灯即开始闪烁输出故障码。每次操作只能输出一个故障码，有多个故障码时需重复上述操作。清除故障码时，将可变电阻旋钮顺时针拧到底，等15s 后再逆时针旋到底，再等 2 s后关闭点火开关即可清除故障码。 3.如果仪表盘上有故障指示灯“CHECK ENGINE”，则可通过短接诊断座上的相应端子调取故障码，日产车系故障诊断座位于发动机盖板支撑杆上方的熔丝盒内，有12端子和14端子两种，调取故障码时，先打开点火开关，然后取出12端子或14端子诊断座，并用跨接线短接诊断座上“6＃”和“7＃”端子（14端子诊断座）或“4＃”和“5＃”端子（12端子诊断座），等2s后拆开短接导线，仪表盘上的“CHECK ENGINE”灯即闪烁输出故障码（波形见下图）。每次操作只能输出一个故障码，有多个故障码时需重复上述操作。清除故障码时，将诊断座右上侧的两个端子短接15s以上，再关闭点火开关即可清除故障码。 日产车系故障码输出波形

机械振动与故障诊断基本知识解析

旋转机械状态监测与故障诊断 讲义 陈国远 深圳市创为实技术发展有限公司 2005年8月

目录 第一章状态监测的基本知识 (4) 一、有关的名词和术语 (4) 1. 振动的基本参量：幅值、周期（频率）和相位 (4) 2. 通频振动、选频振动、工频振动 (6) 3. 径向振动、水平振动、垂直振动、轴向振动 (6) 4. 同步振动、异步振动 (7) 5. 谐波、次谐波、亚异步、超异步 (7) 6. 相对轴振动、绝对轴振动、轴承座振动 (7) 7. 自由振动、受迫振动、自激振动、随机振动 (7) 8. 高点和重点 (8) 9. 刚度、阻尼和临界阻尼 (8) 10. 共振、临界转速、固有频率 (9) 11. 分数谐波共振、高次谐波共振和参数激振 (9) 12. 涡动、正进动和反进动 (9) 13. 同相振动和反相振动 (10) 14. 轴振型和节点 (10) 15. 转子挠曲 (11) 16. 电气偏差、机械偏差、晃度 (11) 17. 偏心和轴心位置 (11) 18. 间隙电压、油膜压力 (11) 二、传感器的基本知识 (12) 1.振动传感器 (12) 2.电涡流振动位移传感器的工作原理 (13) 3. 电动力式振动速度传感器的工作原理 (13) ⒋压电式加速度传感器的工作原理 (14) 第二章状态监测常用图谱 (15) 1．波德图 (15) 2．极坐标图 (16) 3．频谱瀑布图 (16) 4．极联图 (17) 5．轴心位置图 (18) 6．轴心轨迹图 (18) 7．振动趋势图 (19) 8．波形频谱图 (20)

第三章旋转机械的故障诊断 (22) 1. 不平衡 (22) 2. 不对中 (23) 3. 轴弯曲和热弯曲 (26) 4. 油膜涡动和油膜振荡 (27) 5. 蒸汽激振 (30) 6. 机械松动 (33) 7. 转子断叶片与脱落 (33) 8. 摩擦 (38) 9. 轴裂纹 (40) 10. 旋转失速与喘振 (40) 11. 机械偏差和电气偏差 (43)

装备故障诊断方法

价值工程 0引言 随着武器装备复杂性不断增加，对武器装备维护和故 障诊断提出了更高的要求。近年来， 一些逐渐兴起的智能故障诊断方法，比传统方法能够更加快速，有效的诊断装备故障。 目前，人工智能技术的发展，特别是基于知识的专家系统技术在故障诊断中的应用，使得设备故障诊断技术进入了一个新的智能公发展阶段。传统的故障诊断专家系统虽然在某些领域取得了成功，但这种系统在实际应用中存在着一定的局限性，而人工神经网络技术为解决传统的专家系统中的知识获取，知识学习等问题提供了一条崭新的途径[1][2][3]。 1神经网络模型原理 人工神经网络简称神经网络（Neural Network ），具备并行性、 自学习、自组织性、容错性和联想记忆功能等信息处理特点而广泛用于故障诊断领域，它通过对故障实例及诊断经验的训练和学习，用分布在神经网络中的连接权值来表达所学习的故障诊断知识，具有对故障联想记忆、模糊匹配和相似归纳等能力。人工神经网络在故障诊断中的应用研究主要有三个方面：一是从预测角度应用神经网络作为动态预测模型进行故障预测；二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；三是从知识处理角 度建立基于神经网络的专家系统[4][5] 。 1．1神经网络基本模型基于神经细胞的这种理论知识，在1943年McCulloch 和Pitts 提出的第一个人工神经元模型以来，人们相继提出了多种人工神经元模型，其中被人们广泛接受并普遍应用的是图1所示的模型[6]。 图1中的x 0，x 1，…，x n-1为实连续变量，是神经元的输入，θ称为阈值（也称为门限），w 0，w 1，…，w n-1是本神经元与上级神经元的连接权值。 神经元对输入信号的处理包括两个过程：第一个过程 是对输入信号求加权和，然后减去阈值变量θ， 得到神经元的净输入net ，即 net=n-1 i =0Σw i x i -θ 从上式可以看出，连接权大于0的输入对求和起着增强的作用，因而这种连接又称为兴奋连接，相反连接权小于0的连接称为抑制连接。 下一步是对净输入net 进行函数运算，得出神经元的输出y ，即y=f （net ） f 通常被称为变换函数（或特征函数），简单的变换函 数有线性函数、 阈值函数、Sigmiod 函数和双曲正切函数。根据本文的研究特点，变换函数f 取为Sigmoid 函数，即f （x ）=11+e （-x ） 1．2神经网络知识表示传统的知识表示都可以看作是知识的一种显示表示，而在ANN 中知识的表示可看作是一种隐式表示。在ANN 中知识并不像传统方法那样表示为一系列规则等形式，而是将某一问题的若干知识在同一网络中表示，表示为网络的权值分布。如下所示阈值型BP 网络表示了四条“异或”逻辑产生式规则[7]： IF x 1=0AND x 2=0THEN y=0IF x 1=0AND x 2=1THEN y=1IF x 1=1AND x 2=0THEN y=1IF x 1=1AND x 2=1THEN y=0基于这种网络知识表示结构，其BP 网络结构如图2所示。 网络通常由输入层、隐层和输出层组成。网络第一层为输入层，由信号源节点组成，传递信号到隐层；第二层为隐层，隐层节点的变换函数是中心点对称且衰减的非负线性函数；第三层为输出层，一般是简单的线性函数，对输入模式做出响应。理论上已证实，在网络隐 —————————————————————— —作者简介：李洪刚（1981-），男，河北石家庄人，硕士，控制工程专 业；郭日红（1982-），男，山西大同人，硕士，测试专业。 装备故障诊断方法研究 Analysis of Fault Diagnosis for Equipment Based on Neural Network System 李洪刚①②LI Hong-gang ；郭日红②GUO Ri-hong （①军械工程学院，石家庄050003；②中国人民解放军66440部队，石家庄050081） （①Ordnance Engineering College ，Shijiazhuang 050003，China ；②No.66440Unit of PLA ，Shijiazhuang 050081，China ） 摘要：分析了神经网络故障诊断的特点，构建了神经网络的装备故障诊断模型，克服了传统故障诊断的缺点，并用某型装备故障 的数据进行了验证，结果表明了神经网络诊断故障是一种有效的诊断方法。 Abstract:Characteristics of the neural network and expert system are analyzed.Fault diagnosis for equipment base on neural network is constructed.A weak of the traditional method of fault diagnose is overcome.And availability of the method based on neutral network system is verified by experimental results of one equipment fault. 关键词：神经网络；故障诊断；装备Key words:neural network ；fault diagnose ；equipment 中图分类号：E911文献标识码：A 文章编号：1006-4311（2012）32-0316-02 ·316·

旋转机械中带传动的振动分析

旋转机械中带传动的振动分析 SpectraQuest Inc. 8205 Hermitage Road Richmond, VA 23228 摘要：带传动在各种动力传动中应用广泛。对于传送带不正确的安装和维护将对机器的运行和老化产生巨大的影响。广泛使用振动特征来研究带传动的故障。本文给出了由两个传送带驱动系统的实验结果，包括带张紧状态、运行速度、带轮的偏心度以及未校准等情况。结果表明：偏心带轮将产生调幅和较大的振动，带轮的偏心很容易使传送带达到固有频率。同时，偏心对振动特征的影响并不明显。 实验装置和过程 实验装置 本实验中用到的实验器材包括：SpectraQuest公司的机械故障仿真器(MFS)，两个A42 V 的传动带，装有VibraQuest数据采集和分析软件的笔记本，SpectraPad的便携式数据采集器，两个PCB加速度计，Wilcoxon三轴的加速度计。 图1给出了MFS和加速度计以及结构的配置。 图1 实验装置 两个单轴的加速度计分别安装在外侧轴承座上的水平方向和竖直方向。三轴加速度计安装在轴承座基座的顶部，通过轴连接着带轮。图1中的数字代表在数据获得系统上的通道数。带传动的传动比是2.56。 实验过程 首先，记录下不同的转子速度和不同的张力下的基线数据。然后在驱动带轮上加入未校准的补偿量，并且在相同的速度和张力下记录数据。最后，用另一个偏心带轮代替驱动带轮并在相同的速度和张力下记录数据。在偏心带轮测试中，通过慢慢增加转子的速度观察传送带的共振数据。 数据记录的频率上限是2000Hz，每次记录时间是8s。两个被测试的转子的速度分别是20Hz 和40Hz。注意这些数据可以从电机控制器读出，但是由于控制器存在误差，实际速度与读数有所偏差。通过旋转螺钉改变两个带轮的中心距，调节传送带的张力。两个带轮的张力的高低是由手感决定的。

CATIA 机械运动分析与模拟实例

前言 CATIA软件是法国达索飞机制造公司首先开发的。它具有强大的设计、分析、模拟加工制造、设备管理等功能。其设计工作台多达60多个，就足以说明软件功能的强大。 本书是作者在出版系列CATIA软件功能介绍后，专门针对某一项功能写的实例教程。在讲解示例的过程中，作者也注意了将某些快捷功能插入进来，进行讲解。比如在装配设计工作台对零件进行重新设计，比如在装配图中直接导入或者插入新的零件。在同类的图书中，很难涉及到这些快捷功能。 本书是基于CATIA V5 R16写成的，在完成本书时，已经有R17版本了，读者在更高的版本上也可以使用此书。读者在阅读本书，使用软件时，需要反复练习，才能熟练运用本书所讲解的一些功能。可以根据本书的步骤，做一些自己学习和工作中遇到的模型，也可以拿机械设计的标准件来做练习实例。 本书适合做机械设计的专业人员和机械相关专业的学生使用。本书也同样适合想学习CATIA软件的其他读者。本书前面20章都是讲解某一项铰的设计方法，最后一章是综合前面各章内容做的一个实例。本书编写过程中考虑到了初学者可能对CATIA机械零件设计的功能还不是很熟悉，因此，对于各章所涉及到的零件，模型建立方法都做了详细的介绍。对于已经熟悉CATIA基本设计功能的读者，可以略读这部分内容，直接阅读各章最后一节的内容。对于只想了解CATIA 机械零件设计的读者，可以仔细阅读每章前面各节的内容，把本书作为机械设计的详细教程，未尝不可。 感谢我的家人，他们给了我很大的支持，使我能抽出时间完成此书。感谢我的单位领导对工作的支持，特别是反应堆结构室的领导和各位同仁，他们的鼓励和帮助，使我坚持下来完成此书，并使我受益匪浅。 本书由盛选禹和盛选军主编。 冯志江老师参加了本书第1、第2、第3章的编写工作。王存福同志参加了第6、第7、第8章的编写工作 参加本书编写工作的还有张宏志，王玉洁，孙新城，盛选贵，曹京文、陈树青、王恩标、于伟谦、盛帅、候险峰、盛硕、陈永澎、盛博、曹睿馨、张继革、刘向芳、富晶、孟庆元、宗纪鸿、唐守琴。 由于时间比较仓促，认识水平有限等，不能避免有错误出现，读者在阅读时发现错误，请通知编者，不胜感激。也希望就CATIA软件的问题和广大读者继续探讨。作者联系电子邮件：xuanyu@https://www.wendangku.net/doc/4213327848.html,。 编者 2006年12月于北京

旋转机械振动的基本特性

旋转机械振动的基本特性 概述 绝大多数机械都有旋转件，所谓旋转机械是指主要功能由旋转运动来完成的机械，尤其是指主要部件作旋转运动的、转速较高的机械。 旋转机械种类繁多，有汽轮机、燃气轮机、离心式压缩机、发电机、水泵、水轮机、通风机以及电动机等。这类设备的主要部件有转子、轴承系统、定子和机组壳体、联轴器等组成，转速从每分钟几十到几万、几十万转。 故障是指机器的功能失效，即其动态性能劣化，不符合技术要求。例如，机器运行失稳，产生异常振动和噪声，工作转速、输出功率发生变化，以及介质的温度、压力、流量异常等。机器发生故障的原因不同，所反映出的信息也不一样，根据这些特有的信息，可以对故障进行诊断。但是，机器发生故障的原因往往不是单一的因素，一般都是多种因素共同作用的结果，所以对设备进行故障诊断时，必须进行全面的综合分析研究。 由于旋转机械的结构及零部件设计加工、安装调试、维护检修等方面的原因和运行操作方面的失误，使得机器在运行过程中会引起振动，其振动类型可分为径向振动、轴向振动和扭转振动三类，其中过大的径向振动往往是造成机器损坏的主要原因，也是状态监测的主要参数和进行故障诊断的主要依据。 从仿生学的角度来看，诊断设备的故障类似于确定人的病因：医生需要向患者询问病情、病史、切脉（听诊）以及量体温、验血相、测心电图等，根据获得的多种数据，进行综合分析才能得出诊断结果，提出治疗方案。同样，对旋转机械的故障诊断，也应在获取机器的稳态数据、瞬态数据以及过程参数和运行状态等信息的基础上，通过信号分析和数据处理提取机器特有的故障症兆及故障敏感参数等，经过综合分析判断，才能确定故障原因，做出符合实际的诊断结论，提出治理措施。 根据故障原因和造成故障原因的不同阶段，可以将旋转机械的故障原因分为几个方面，见表1。 表1 旋转机械故障原因分类

[诊断方法,故障,案例]基于案例推理的装甲装备故障诊断方法研究

基于案例推理的装甲装备故障诊断方法研究 0引言 基于案例推理技术摆脱了知识瓶颈的束缚，在很多领域得到了广泛应用，如航空远程故障诊断、民用飞机维修间隔期确定智能化农业和教学指导等。但目前的研究大部分集中在案例检索方面，如高明通过改进最近邻法来实现水轮发电机组的故障诊断;李锋尝试采用人工神经网络方法实现案例检索与案例实现的整体设计方案;程刚提出将无机环图支持向量机多类分类器应用到案例检索中，很少具体考虑应用领域的特点对案例组织与索引的影响。 基于此，笔者在考虑应用领域特点的前提下，探索新的案例库组织形式，并在此基础上确立相应的索引机制，以提高故障案例的覆盖面和案例推理的效能，更好地满足装甲装备诊断与维修需求。 1装甲装备维修保障领域的特点 装甲装备维修领域的知识很难通过规则的形式对其进行全方位的描述，但却比较具体地蕴含在实践过程产生的案例中，该领域具有以下特点。 1.1经验知识占主导地位 装备维修是实践性非常强的活动，其熟练的维修技能依赖于长时间的维修实践积累的经验，因为故障的表现形式十分复杂，依靠建立数学模型等结构化知识来解决维修实践过程中的问题很难有实际的指导意义，但维修方案的验证与存储却相对容易，不存在知识获取的瓶颈，因此经验知识在装备维修领域依然处于主导地位。 1.2理论多是定性化描述 维修领域的理论研究已经比较成熟，但是在比较重要的环节，例如阂值确定等方面却很难有足够实践指导意义的理论支持，即使有相关研究也多是定性化描述，缺少定量的设计。 1.3不同装甲装备型号之间的相似性 需求决定设计，人们对装甲装备火力性、防护性、机动性的需求决定了车型的设计，而技术制约需求，技术发展的连续性决定了人们对装甲装备设计要求的延续性，因此很少有车型是完全创新的，大部分新车型是对老车型的改进，不同型号间车型的结构、功能、运行环境存在很大的相似性，有些系统还包含标准化产品，因而其故障现象、故障原因就可能存在相似性，这就决定了维修方案之间存在极大的相似性，因此不同车型的相似部件的维修方案制定有很大的借鉴意义。 2案例检索 2.1案例的组织与索引策略

旋转机械振动的基本特性 (DEMO)

旋转机械振动的基本特性 一、转子的振动基本特性 大多数情况下，旋转机械的转子轴心线是水平的，转子的两个支承点在同一水平线上。设转子上的圆盘位于转子两支点的中央，当转子静止时．由于圆盘的重量使转子轴弯曲变形产生静挠度，即静变形。此时，由于静变形较小，对转子运动的影响不显著，可以忽略不计，即认为圆盘的几何中心O′与轴线AB上O点相重合，如图7—l所示。转子开始转动后，由于离心力的作用，转子产生动挠度。此时，转子有两种运动：一种是转子的自身转，即圆盘绕其轴线AO′B的转动；另一种是弓形转动，即弯曲的轴心线AO′B与轴承联线AOB组成的平面绕AB轴线的转动。 转子的涡动方向与转子的转动角速度ω同向时，称为正进动；与ω反方向时，称为反进动。 二、临界转速及其影响因素 随着机器转动速度的逐步提高，在大量生产实践中人们觉察到，当转子转速达到某一数值后，振动就大得使机组无法继续工作，似乎有一道不可逾越的速度屏障，即所谓临界转速。Jeffcott用—个对

称的单转子模型在理论上分析了这一现象，证明只要在振幅还未上升到危险程度时，迅速提高转速，越过临界转速点后，转子振幅会降下来。换句话说，转子在高速区存在着一个稳定的、振幅较小的、可以工作的区域。从此，旋转机械的设计、运行进入了一个新时期，效率高、重量轻的高速转子日益普遍。需要说明的是，从严格意义上讲，临界转速的值并不等于转子的固有频率，而且在临界转速时发生的剧烈振动与共振是不同的物理现象。 在正常运转的情况下： (1)ω＜n ω时， 振幅A＞0,O′点和质心G 点在O 点的同一侧，如图7—3(a)所示； (2)ω＞n ω时，A＜0，但A＞e，G 在O 和O′点之间，如图 7—3(c)所示； 当ω≥n ω时，A e -≈或O O′≈-O′G，圆盘的质心G 近似 地落在固定点O,振动小。转动反而比较平稳。这种情况称为“自动对心”。 (3)当ω＝n ω时，A ∞→，是共振情况。实际上由于存在阻尼，振幅A 不是无穷大而是较大的有限值，转轴的振动非常剧烈，以致有可 能断裂。n ω称为转轴的“临界角速度” ；与其对应的每分钟的转数则称为“临阶转速”。 如果机器的工作转速小于临界转速，则称为刚性轴；如果工作转速高于临界转速，则称为柔性轴。由上面分析可知，只有柔性轴的旋转机器运转时较为平稳 但在启动过程中，要经过临界转速。如果缓

旋转机械振动故障诊断的图形识别方法研究

旋转机械振动故障诊断的图形识别方法研究 集团公司文件内部编码：（TTT-UUTT-MMYB-URTTY-ITTLTY-

旋转机械振动故障诊断的图形识别方法研究我国近年来的旋转机械逐渐发展为大型机械，在这种发展趋势下人们开始重视对振动故障的诊断方法进行研究，在深入研究后探索出了一系列用人工识别图像来实现旋转机械振动故障诊断的方法。本文主要分析了旋转机械振动故障的机理、故障的特点以及几种图形识别方法。经过多种试验证明图形识别方法的科学可行性，值得在今后的实际操作中得到运用和发展。 对于旋转机械在工作状态当中会发生振动，从而由振动产生的各种信号，信号会形成一些参数图形，通过对这些参数图形的研究与分析，我们可以实现对器械运行过程中的日常管理和保护。这也是目前应该采用的设备管理方式。而在实际操作过程中，图形识别技术并没有深入到工作当中。这种手段没有被利用于诊断旋转机械故障的原因是提取出明显的图形特征在技术上具有一定的困难，而且对于图形具体特征的描述也具有很大的挑战，是否能够将图形所呈现出的特征准确地表述出来是图形识别技术在旋转机械振动故障诊断方面的一个限制性因素。诊断旋转机械振动故障的原则 采集诊断依据

被诊断的机械表面所能表现出的所有相关信息都能够作为旋转振动机械故障诊断的有效依据。这些信息在机械运行的过程中能够通过传感器传递给人们。对旋转机械振动故障的诊断是否准确，一个重要的因素就是收集到的有关信息是否真实可靠，依据信息是否准确真实的决定性因素是传感器的品质，传感器质量如何、感应是否灵敏以及工作人员的直观判断都是决定信息准确性的重要衡量标准。 对采集的信息进行处理和研究 从传感器和工作人员两方面收集到的依据信息通常是混乱无序的，不能明显的看出其特点，这就导致了无法准确地对故障进行判断，这就要求我们在成功收集信息之后要及时对大量信息进行筛选和处理，目前普遍采用专业的机器来对这些信息进行分析和研究以及进一步的转换，经过这些处理之后所得到的信息要保证具有至关、价值性强等特点。 对故障进行诊断 对旋转机械振动故障诊断方面对工作人员的要求比较高，要求其具有过硬的理论知识功底以及丰富的实际工作经验。工作人员应该充分了解机械方面的相关知识，熟练掌握机械的维修要点以及安装过程。正确的对机械振动故障进行诊断，并且能够对故障的发展形势进行预想，只有这

航空发动机的故障诊断方法研究

摘要 通过回顾航空维修理论及技术的发展历程，分析了以可靠性为中心的维修思想的优越性,阐述了几种航空维修方式各自的特点,指出了新维修思想所带来的革命性成果,即保证安全的前提下降低了维护成本和维修工作量。最后，对新维修思想在我国的应用途径与前景提出了自己的观点。 关键词: 可靠性; 航空维修; 视情; 事后。 1课题背景及其意义 航空维修是随着飞机的诞生而出现的,它是一门综合性的学科。随着科学技术的发展,航空维修经历了从经验维修、以预防为主的传统维修阶段到以可靠性为中心和逻辑决断法的现代维修阶段。目前航空维修已经是一门系统性的学科。 1传统和现代维修思想的对比 1.1传统的维修思想 按照传统的观念,航空维修就是对航空技术装备进行维护和修理的简称,即为保持和恢复航空技术装备实现规定功能而采取的一系列工程技术活动。其基本思想是安全第一,预防为主,也就是按使用时间进行预防性维修工作,通过定时检查、定期修理和翻修来控制飞机的可靠性。这种以定时维修为主的传统维修思想将飞机的安全性与各系统、部件、附件、零件的可靠性紧密相联,认为预防性维修工作做得越多,飞机就越可靠,翻修间隔期的长短是控制飞机可靠性的重要因素。西方通常将这种以定期全面翻修为主的预防维修思想也叫定时维修思想称之为翻修期控制思想。 1.2 现代维修思想的形成 随着航空工业的发展,飞机设计及可靠性、维修性都有了极大提高,特别是余度技术的采用使飞行安全基本有了保障。维修手段上检测设备日益完善,磁粉、着色、荧光、X光等无损探伤手段和电子计算机得到普遍运用。详细的寿命统计资料的积累、疲劳对飞机结构影响程度的掌握,充实了维修经验和理论知识,使可靠性理论和维修性理论得到发展。另外,维修的经济性、维修方针的适用性也越来越多地成为航空维修工作中必须考虑的问题。自此,新的维修思想应运而生,以可靠性为中心的现代维修思想在对传统的航空维修思想继承和发展的基础上对航空维修的历史。经验和理论知识进行概括和总结,除了仍坚持传统维修思想

转动设备常见振动故障频谱特征及其案例解析分析

转动设备常见振动故障频谱特征及案例分析 一、不平衡 转子不平衡是由于转子部件质量偏心或转子部件出现缺损造成的故障，它是旋转机械最常见的故障。结构设计不合理，制造和安装误差，材质不均匀造成的质量偏心，以及转子运行过程中由于腐蚀、结垢、交变应力作用等造成的零部件局部损坏、脱落等，都会使转子在转动过程中受到旋转离心力的作用，发生异常振动。 转子不平衡的主要振动特征： 1、振动方向以径向为主，悬臂式转子不平衡可能会表现出轴向振动； 2、波形为典型的正弦波； 3、振动频率为工频，水平与垂直方向振动的相位差接近90度。 案例：某装置泵轴承箱靠联轴器侧振动烈度水平13.2 mm／s，垂直11.8mm ／s，轴向12.0 mm／s。各方向振动都为工频成分，水平、垂直波形为正弦波，水平振动频谱如图1所示，水平振动波形如图2所示。再对水平和垂直振动进行双通道相位差测量，显示相位差接近90度。诊断为不平衡故障，并且不平衡很可能出现在联轴器部位。

解体检查未见零部件的明显磨损，但联轴器经检测存在质量偏心，动平衡操作时对联轴器相应部位进行打磨校正后振动降至2.4 mm／s。 二、不对中 转子不对中包括轴系不对中和轴承不对中两种情况。轴系不对中是指转子联接后各转子的轴线不在同一条直线上。轴承不对中是指轴颈在轴承中偏斜，轴颈与轴承孔轴线相互不平行。通常所讲不对中多指轴系不对中。 不对中的振动特征： 1、最大振动往往在不对中联轴器两侧的轴承上，振动值随负荷的增大而增高；

2、平行不对中主要引起径向振动，振动频率为2倍工频，同时也存在工频和多倍频，但以工频和2倍工频为主； 3、平行不对中在联轴节两端径向振动的相位差接近180度； 4、角度不对中时，轴向振动较大，振动频率为工频，联轴器两端轴向振动相位差接近180度。 案例：某卧式高速泵振动达16.0 mm／s，由振动频谱图(图3)可以看出，50 Hz（电机工频）及其2倍频幅值显著，且2倍频振幅明显高于工频，初步判定为不对中故障。再测量泵轴承箱与电机轴承座对应部位的相位差，发现接近180度。 解体检查发现联轴器有2根联接螺栓断裂，高速轴上部径向轴瓦有金属脱落现象，轴瓦间隙偏大；高速轴止推面磨损，推力瓦及惰性轴轴瓦的间隙偏大。检修更换高速轴轴瓦、惰性轴轴瓦及联轴器联接螺栓后，振动降到A区。 三、松动 机械存在松动时，极小的不平衡或不对中都会导致很大的振动。通常有三种类型的机械松动，第一种类型的松动是指机器的底座、台板和基础存在结构松动，或水泥灌浆不实以及结构或基础的变形，此类松动表现出的振动频谱主要为1x。第二种类型的松动主要是由于机器底座固定螺栓的松动或轴承座出现裂纹引起，其振动频谱除1X外，还存在相当大的2X分量，有时还激发出1／2X和3X振动

汽车发动机常见故障诊断与排除方法

毕业（设计）论文 系（部）汽车工程系 专业汽车检测与维修技术 班级09级汽车检测与维修三班 指导教师 姓名学号

汽车发动机常见故障诊断与排除方法 【摘要】本文阐述了汽车发动机的常见故障诊断和排除方法，由于新技术在发动机上的运用，发动机的故障更加的复杂化。发动机的故障也是汽车故障中故障率最高、难点最高的组成部分。现对曲柄连杆机构、配气机构、燃油供给系、润滑系、起动系、冷却系以及点火系的常见故障进行分析和排除。主要对燃油供给系、润滑系、起动系作了详细的讲解。 【关键词】配气机构点火系润滑系冷却系故障排除检修

【目录】 第一章发动机的总体组成和作用 (1) (1) 1 第二章曲柄连杆机构的常见故障及排除 (2) 2.1曲柄轴承异响 (2) 2.2连杆轴承异响 (2) 第三章配气机构的常见故障诊断与排除 (3) 3.1凸轮轴异响 (3) 3.2气门脚异响 (3) 3.3气门弹簧异响 (4) 3.4气门座圈异响 (4) 第四章冷却系的作用、组成及常见故障与排除 (5) 4.1作用及组成 (5) 4.2常见故障与排除方法 (5) 4.2.1冷却液充足但发动机过热 (5) 4.2.2 冷却液不足引起发动机过热 (6) 第五章点火系的常见故障的诊断与排除 (7) 5.1故障分类 (7) 5.2点火时间过早 (7) 5.3点火时间过迟 (7) 5.4发动机的回火及放炮 (7) 5.5发动机爆震和过热 (8)

第六章润滑系作用、组成及常见故障与排除 (9) 6.1作用和组成 (9) 6.2润滑系常见故障及排除 (9) 6.2.1 机油压力过低 (9) 6.2.2 机油压力过高 (10) 6.2.3 机油消耗过多 (10) 第七章燃油供给系的常见故障排除及检修要点 (11) 7.1电控燃油供给系统的组成 (11) 7.2不来油或来油不畅 (11) 7.3发动机怠速不良故障 (12) 7.4混合气稀故障 (12) 7.5加速不良故障 (13) 7.6电控燃油系统检查要点 (14) 第八章起动系的组成及常见故障诊断分析 (15) 8.1起动机不运转 (15) 8.2起动机运转无力 (16) 第九章结论 (17) 参考文献 (18) 致 (19)

起重机械金属结构振动与故障诊断分析

起重机械金属结构振动与故障诊断分析 发表时间：2018-12-20T14:09:56.087Z 来源：《防护工程》2018年第27期作者：胡伟忠[导读] 随着我国基础建设的快速发展，使用起重机械工程项目日益增多，工作环境越来越复杂。浙江省特种设备检验研究院浙江杭州 310000 摘要：起重机械属于工业机械范畴内涉及人身、财产安全的大型特种设备，强化其金属结构安全以及维护保养，尤其是长期应用存在金属结构疲劳的起重机械诊断维修至关重要。随着现阶段振动信号测量与分析在检测起重机金属结构振动过程中都得到了有效的应用，检测和分析水平也提升到了一定的提高。但是在对起重机金属结构振动与故障分析的过程中，依旧存在很多的问题，这就需要在发展的过程中不断对其进行研究和分析，从而制定更加完善的解决方案。 关键字：起重机械；金属结构振动；故障诊断 引言： 随着我国基础建设的快速发展，使用起重机械工程项目日益增多，工作环境越来越复杂，在各种不同环境下的频繁高强度作业，起重机械的疲劳问题日益突出。大型起重机械的金属结构正常使用寿命在20年左右，对于起重机械服役后期金属结构出现振动和故障诊断分析一直困扰着技术人员。因此，对于起重机械金属结构的安全监测以及故障问题分析成为解决问题的关键。通过分析不难发现，疲劳与振动之间的关系是密不可分的，因此疲劳和振动都会导致设备在使用寿命期间内发生安全事故，不仅会造成巨大的经济损失，而且会造成人员伤亡。 1起重机械金属结构振动和故障诊断存在的问题 起重机金属结构振动与故障诊断分析的过程中，依旧存在很多的问题，这些问题主要表现在： 1.1振动失效和故障机理研究不够 在当前研究当中，对于因为振动引起的起重机金属构造失效和故障机理探索重视不够充分，由非动态疲劳方面进行分析，构造疲劳破坏问题重点是思考构造设计方面应力和应变布置，由构造疲劳失效和构造振动反映中间内部特点去看，振动疲劳属于导致疲劳失效的因素之一。而导致中机械的核心金属构造和重点零部件在服役阶段。因为腐蚀锈蚀和裂纹以及磨损等一系列的因素，导致金属构造受力情况发生变化。构造内应力分布，原有频率变化，这就导致构造疲劳失效，这和构造振动反映有着紧密的联系。非静态在和激励时常又发模态和荷载振动产生耦合作用，遭受损坏的地方通常是部分振动过程中应变大，并且存在缺陷或者是应力汇聚的地方，破坏的起因是部分振动和应力汇聚这两个因素的一起作用。因为振动疲劳破坏十分复杂，单纯的使用非动态疲劳方式无法满足提升评价成果可靠和稳定方面的要求，在起重机械安全评价过程中，应该使用金属构造振动相关探索。 1.2振动故障诊断方式单一 其中机械金属构造服役安全评价第一点必须要分析设施使用过程中获得的多种信号，之后将信号当中多种有价值的信息提取出来，在当中获得和故障有关的特征，最后通过特征诊断故障，最近几年，运用十分广泛的短时傅立叶变换等均是由内积原理当作基础的特征波形基函数信号分解，主要目的是巧妙的使用和特征波形适合的基函数，对于信号进行良好的处理，提出故障征兆，进而完成故障诊断。对于系统前提的故障和轻微以及符合还有系统这些故障的诊断方式还不是十分完善，合理的诊断方式还不是很多，金属构造在服役时无法避免出现损伤和前期故障，其拥有可能性以及动态响应的微弱性。而符合和系统这两种故障因为多种因素耦合以及传播渠道繁琐，通常造成单一信号处理方式无法真正了解故障的形成因素。 2振动故障诊断分析 2.1专业技术诊断 通过专业系统完成对故障状态的分析与观察，对故障的所在进行推断，并且给出相应的排除故障的有效方法。专业诊断法需要汇集大量的专家知识，可以实现对随机出现的故障的合理诊断。但是，在知识的获取上会面临一定困难，知识库的更新速度相对比较缓慢，不同领域专家的知识存在一定矛盾点，目前在表达能力和处理能力上都存在一定局限性。 2.2模糊诊断法 在模糊诊断法中应适当的引入模糊逻辑，主要作用是克服出现的不精准性、不确定以及因为噪声而带来的影响，因而在对复杂系统进行处理时，会在时变、时滞等方面表现出一定优势。模糊诊断在具体应用过程中的缺点是在诊断复杂系统过程中，需要构建隶属函数和模糊规则，而从实际情况来看，这个过程难度较大，并且会消耗大量的时间。 2.3神经网络诊断 通过神经网络完成对故障的诊断，该诊断的基本思路如下：将故障特征信号作为神经网络的输入点，而神经网络的输出就是最终的诊断结果。第一，对已知的故障征兆和诊断结果进行应用，实现对神经网络的离线训练，通过这种方式使神经网路通过权值记忆故障征兆与诊断结果之间形成对应关系。第二，在神经网络的输入端将获得的故障征兆加入，并获取最终的诊断结果。各个故障的类型需要与输出神经元相对比，否则系统将无法显示新出现的故障类型，对故障的诊断将会造成不良影响。 3起重机金属结构诊断的具体应用 3.1起重机械金属结构振动测试 对于起重机械的整体结构来说，振动研究就包括了测试系统相关动态特性数据，例如固定频率检测和阻尼比检测以及振型检测等各个方面。其中解析、分析的放散和实验分析方案逐渐有效结合的模态分析技术，都融入了模态测试的改善技术和理论与结构强度测试应用案例和经验，需要最先创造结构有限元的模型，之后计算出结构有关有限元的模态数据，依据结构的有限元模态数据达到结构模态实验相关工作的改善工作，以此在一定程度上增强模态试验获取的结构模态参数安全性能和可依靠性以及其精确度，其中包括了完善的结构模态实验的有关悬挂位置和激励方位以及测量方位等相关的工作。依据实验分析的方案，于现场实地勘测获取的模态和解析方案模态实现进行对比，从而更好完成金属结构损伤问题的研究，研究出金属结构中存在的问题，以此依据对比分析可以增强设施问题检测的有效性和完善性，并且获取更为有效的金属振动结果和模态数据信息。

机械故障诊断技术 课后答案

机械故障诊断技术 （第二版张建）课后答案 第一章 1、故障诊断的基础是建立在能量耗散的原理上的。 2、机械故障诊断的基本方法课按不同观点来分类，目前流行的分类方法有两种：一是按机械故障诊断方法的难易程度分类，可分为简易诊断法和精密诊断法；二是按机械故障诊断的测试手段来分类，主要分为直接观察法、振动噪声测定法、无损检测法、磨损残余物测定法、机器性能参数测定法。 3、设备运行过程中的盆浴曲线是指什么？ 答：指设备维修工程中根据统计得出一般机械设备劣化进程的规律曲线（曲线的形状类似浴盆的剖面线） 4、机械故障诊断包括哪几个方面内容？ 答：（1）运行状态的检测根据机械设备在运行时产生的信息判断设备是否运行正常，其目的是为了早期发现设备故障的苗头。 （2）设备运行状态的趋势预报在状态检测的基础上进一步对设备 运行状态的发展趋势进行预测，其目的是为了预知设备劣化的速度，以便生 产安排和维修计划提前做好准备。 （3）故障类型、程度、部位、原因的确定最重要的是设备类型的确定，它是在状态检测的基础上，确定当机器已经处于异常状态时所需进一步解决的问题，其目的是为了最后诊断决策提供依据。 5、请叙述机械设备的故障诊断技术的意义？ 答：设备诊断技术是一种了解和掌握设备在使用过程中的状态，确定其整体或局部是正常或异常，早期发现故障及其原因，并能预报故障发展趋势的技术。机械设备的故障诊断可以保证整个企业的生产系统设备的运行，减少经济损失，还可以减少某些关键机床设备因故障存在而导致加工质量降低，保证整个机器产品质量。 6、劣化曲线沿横、纵轴分别分成的三个区间分别是什么，代表什么意义？ 答：横轴包括1、磨合期 2、正常使用期 3、耗损期纵轴包括1、绿区（故障率最低，表示机器处于良好状态）2、黄区（故障率有抬高的趋势，表示机器

基于故障树分析法的某型航空电子装备故障诊断方法研究

基于故障树分析法的某型航空电子装备故障诊断方法研究 為了解决以微机芯片单元为核心的系统故障诊断问题，文章提出了基于输入输出型故障树的故障诊断方法。按照功能模块划分系统，单独引出关键元器件，从故障树事件层间引出关键节点，经实际应用证明，该方法提高了某型航空电子装备故障诊断的速度和精度。 标签：MCU单元；故障诊断；输入输出型故障树；关键节点 引言 随着我军装备更新换代，装备的智能化、集成化程度越来越高，故障诊断的难度却没有降低。以某型航空电子装备故障诊断为例，该型装备是以微机芯片为控制核心的复杂系统。虽然系统整体可靠性比以前分立式电路组成的系统更高，但是微机芯片外围电路的可靠性与微机芯片相比仍有差距，这已经成为影响系统整体可靠性继续提升的关键因素，同时外围电路也是故障多发点。据相关数据统计表明，外围电路故障约占装备总故障数的95%。目前在该型装备维修过程中，技术人员应用故障树模型进行故障诊断。 1 基于故障树模型的故障诊断概述 故障树分析法是基于故障树模型的一种分析系统可靠性和安全性的方法。使用该方法不但可以进行故障分析，还可以计算、分析单元可靠度对系统的影响。以便设计人员查找薄弱环节并采取改进措施，优化系统设计[1]。 近年来，技术人员开始研究如何利用故障树模型搜索故障源。基于故障树模型的故障诊断就是将故障原因自上而下逐层分解，从整体到局部逐步细化，对系统进行故障分析和可靠性评价的方法。它可以清楚地分析故障的产生以及传播过程，为装备故障定位提供了一种有效的方法。图1为某型航空电子装备发射电路部分原理图。MCU单元（以微机芯片为核心组成的运算和控制电路）处理输入输出信号之间的关系，是整个电路的控制核心。 2 建立故障树模型 不同的故障树模型表征不同的系统特征，其中有的适合故障诊断，有的适合可靠性分析。为了完成特定任务需要建立相应的故障树模型，首先对系统进行划分，一般有两种常用的方法：按功能模块划分和按照结构特征划分。下面开始按照故障树分析法建立图1所示电路的故障树模型，发射电路故障是最不希望发生的，我们将其选取为顶事件，将划分好的输入输出功能模块选取为底事件。将顶事件从上到下分割为输入故障、输出故障和MCU单元内部故障三个中间事件，再将中间事件分割为各个底事件，故障树模型如图2所示，我们将其定义为输入输出型故障树。以MCU单元为核心的系统具有相似性，组成结构上一般可划分为MCU单元、输入输出电路和最小系统电路，并且MCU单元完成了系统的大

振动分析实例

旋转机械诊断监测管理系统（TDM）在电厂的应用 摘要：介绍了应用旋转机械诊断监测管理系统（TDM）的硬件及软件组成；深入分析了#4汽轮机组9瓦轴振异常的原因，获取包括转速、波德图、频谱、倍频的幅值和相位等故障特征数据，从而为专业的故障诊断人员提供数据及专业的图谱，协助机组诊断维护专家深入分析机组运行状态，并成功处理了9瓦的轴振异常。 关键词：应用旋转机械诊断监测管理系统（TDM），组成，异常振动，分析，解决 The Application of the Turbine Diagnosis Management (TDM) on Shanxi Zhangshan Electric Power co., Ltd Li Gang He Xiao Ming Kou Delin (The College of Power and Mechanical Engineering Wuhan University Wuhan 430072) Abstract: Introduce the hardware and software of the Turbine Diagnosis Management (TDM). Analysis the reasons of #9 bearing’s abnormal vibration of unit 4.Receives the characteristic data of the speed, Bode diagram, frequency phase, mult-frequency’s value and phase.Offers the professional data ,charts to the experts. Helps the experts diagnosis deeply the status of the unit 4. And solve the problem successfully. Key words：Turbine Diagnosis Management (TDM), Composition, abnormal vibration, Analysis, solution 引言 汽轮机轴系监测系统(TSI)可以对汽轮机轴系参数起到基本的监测和安全保护作用，但TSI 缺少对机组振动数据的深入挖掘，使得许多振动方面的问题停留在表面,如在机组冲转、在负荷变化，主、调汽阀门进行切换和单/顺阀切换等工况变化时振动的分析研究。而旋转机械诊断监测管理系统（TDM）则填补了此项功能。它的主要作用在于对机组运行过程中的数据进行深入分析，获取包括转速、振动波形，频谱、倍频的幅值和相位等故障特征数据，从而为专业的故障诊断人员提供波德图、频谱图、瀑布图、级联图、轴心轨迹等专业的数据及图谱，协助机组诊断维护专家深入分析机组轴系运行状态，解决机组在实际运行中遇到的问题。 1. TDM 的硬件及软件的组成 漳山电厂采用北京英华达公司生产的EN8001旋转机械振动监测分析故障诊断专家系统EN8001系统是由硬件系统和软件系统组成，硬件系统主要由下位高速智能数据采集、信息处理、信息数据存储管理系统和服务器、上位机工程师站及附件构成，硬件系统采用积木式模块化的结构，配置灵活，上下位硬件系统通过工业以太网络集成。系统软件由三大部分构成：数据采集软件，数据库软件和分析诊断软件构成。数据采集软件负责数据采集，它能自动识别机组的运行状态，如开停机、升降速及正常或异常状态，并根据机组的状态进行数据采集。在稳定运行状态下，数据硬件采集系统以定时方式进行采集，而在升降速状态下则根据转速的变化进行采集。数据库软件负责数据的存储，它由升降速数据库、历史数据库及事件数据库等组成，它根据机组的不同状态把有关数据存到不同的数据库中，以便于后续分析。分析诊断软件主要用于对各种数据进行在线或离线分析，以判断机组的运行状态并能自动给出机组故障原因和处理 1