| 用于设备故障诊断的频谱类型有很多，本文主要给大家介绍五种常用频谱的特点及其应用。 01、幅值谱X 把一个振动信号从时域变换到频域，是用有限个或无限个简谐函数表示振动信号的一种方法。简谐函数是有限还是无限，由振动信号x(t ) 的频率成分来决定。每个简谐函数都有一个确定的频率与之对应，一个频率代表一个简谐函数。幅值谱 X 反映振动信号x(t ) 中各个简谐分量的幅值与其频率的关系，它揭示了信号在不同频率上的幅值特性。利用幅值谱，我们就可以从频率的观点上去分析信号的变化特征，可以及时对设备的状态作出比较可靠的判断。图1是一台旋转机械转子不平衡的时域波形（图a）和幅值谱图（图b），从波形看是一个准周期信号，在频谱图上显示出多个频率成分，但其中以1次谐波幅值最突出，表明转子不平衡是主要问题，此外还存在一些非线性问题。从频率结构的成分并比较各个频率的幅值大小，可以对设备状态作出初步判断，并找到发生故障的主要原因。 (a) 时域波形；(b) 幅值谱 图1 汽轮机不平衡振动的波形和幅值谱 02、自功率谱Sx (简称自谱) 自功率谱Sx 表示振动信号x(t ) 中各谐波分量的频率与其能量的关系，在机械故障诊断中有着广泛的用途，用它来分析振动信号的频率成分和结构关系，以及各频率成分的能量大小。图2是滚动轴承在新旧两种状态下的自谱图。可以看出，旧轴承在所有频率上的振动能量增大了，在1000Hz以上增幅更大一些。根据谱图的变化特征，结合滚动轴承动态特性分析，即可对旧轴承的状态作出判断。图2 新旧滚动轴承自谱图 03、倒频谱Cx (简称倒谱)题 倒频谱也称逆谱，或称功率谱。它是对自功率谱Sx(f ) 取对数后再进行傅里叶逆变换得到的，因而又回到了时域，所以倒频谱又称作时谱，时间单位常用ms（毫秒）(1s=1000ms)。在倒频谱上更加突出主要频率成分，谱线更加清晰，更容易识别信号的各个组成分量。当功率谱的成分比较复杂时，尤其在混有同族谐频、异族谐频、多成分边频的情况下，在功率谱上难以辨认，而应用倒频谱则方便多了。因此倒频谱在振动诊断中很有实用价值，特别是当信号的频率成分比较复杂时，如带有故障的齿轮、滚动轴承的振动信号，对它作一次倒谱分析，效果特别好。图3是一个齿轮箱修理前后的功率谱和倒谱比较。 图3 齿轮振动信号功率谱与倒谱比较 显然，倒频谱图上的谱线与功率谱图相比，要简洁清晰得多。比较齿轮修理前后的倒谱图（图3c和d），可非常清晰地看到故障频率（40ms和120ms）的衰减变化；再比较齿轮修理前后的功率谱图（见图2a和b），只见谱线密密麻麻，很难辨识。 04、三维功率谱 三维功率谱又称三维谱阵、转速谱图、功率谱场、瀑布图等，是机器在起动或停车过程中，不同转速下功率谱图的迭置。纵坐标表示机器的转速，自零升到额定转速（起动），或从额定转速降到零（停车）；横坐标代表频率；竖坐标标明幅值。三维功率谱是描述机器暂态过程的有力工具。对机器振动作三维功率谱分析，可以了解通过临界转速时的振动情况，用来确定监测对象的自振频率，判断是否存在电磁干扰、不平衡等故障。图4是由11个功率谱迭置而成的三维谱阵图。谱图显示，机器在经过1480r/min时，在3次谐波处发生了共振，谱峰较高；在到达1990r/min 时的6次谐波处又发生了更大的共振，谱峰很高。由此可以确定出机器的临界转速（即危险转速），为改进设计或控制运行参数提供了依据，也给查找故障原因提供了重要信息。 图4 机器的三维谱阵图 05、细化谱 所谓细化谱，就是把一般频谱图上的某部分频段，沿频率轴进行放大后所得到的频谱。如图5所示，上图为一般频谱图，下图为细化谱图。图5 一般频谱和细化谱 采用细化谱的目的是为了提高图像的分辨率。有些故障信号的频谱（例如齿轮磨损后出现的边频），由于调制频率的间隔很小，仪器的分辨率不能满足要求，往往找不出这些间隔频率。这时如果采用细化谱分析，就能在所分析的频段内具有很高的分辨率。从它的功能看，细化谱的作用类似于机械制图中的“局部放大图”。使用细化谱分析操作很简单，现在有些简易诊断仪器，设有细化谱分析功能，只需按一下操作键即可。 来源：因联智慧诊断微信公众号（ID：gh_7bfa6a26e890） |
GMT+8, 2024-11-25 01:37 , Processed in 0.049087 second(s), 23 queries , Gzip On.
Powered by Discuz! X3.4
Copyright © 2001-2021, Tencent Cloud.
