振动监测保护故障诊断系统的应用

振动监测对电主轴故障诊断应用摘要：随着工业制造4.0的推广及制造业的升级，机械设备也呈现出复杂与多样性，给设备可靠信也带来新的挑战。

在以往的维修行业里，维护设备的方式停留在事后维修，给企业及个人带来了严重的经济损失及人生安全等问题。

上世纪60年代随着设机械设备状态监测诊断技术推广，有效提高了设备的可靠性和使用周期。

而电主轴作为行业里要求最高的旋转部件，对加工中心的加工精度和稳定性有着极大影响，作为机床核心部件之一轴承，它直接决定电主轴的性能，积极开展对电主轴振动监测诊断技术，能有效预测出轴承潜在缺陷，延长电主轴使用周期，起到节约成本的作用。

下面本文将以ENSHU机床60S电主轴旋分配器轴承为研究对象，通过发现轴承早期缺陷，验证出振动监测对电主轴轴承诊断的有效性。

关键词：电主轴振动分析 SPM 加速度包络频谱分析1.项目简介：本文中提到的ENSHU60S电主轴的应用是在上汽通用汽车有限公司武汉分公司的发动机箱体加工线上，该生产线63台ENSHU加工设备组成，负责发动机缸盖、缸体从毛坯到成品的整个高精度加工过程。

1.电主轴振动监测信息（以SGE3期CHOP20D旋转分配器轴承为研究对象）2.1 了解加工状况收集电主轴轴承型号 , 60S主轴后端旋转分配器轴承型号为7005C，所有主轴选择同一转速2000RPM、同一把刀，刀具务必较小，防止刀具过大产生的主体不平衡，及以后对主轴数据横向、纵向对比带来的影响。

横向对比：即电主轴的型号、内部轴承、加工工艺完全一样，在正常工作情况下，各电主轴振动值应该非常接近。

纵向对比：即同一电主轴不同时间，相同工况下段采集数据进行对比（冷机和热机数据相差较大），观察趋势。

注：横向对比和纵向对比目前主要运用在电主轴前端轴承判断，通过机器数据的反馈可以及时发现改善电主轴轴承磨损、润滑失效、主体或刀具不平衡、漏水等潜在隐患。

2.2 测量技术的选择传统频谱分析方法：包括频谱分析在内，是基于在0— 2 kHz较低的频率范围，这方法通常用来监测机械四大问题：不平衡、不对中、共振、轴承，但针对轴承监测发现时多数为晚期状态，损坏严重，已影响设备正常使用。

浅谈风力发电机组振动状态监测与故障诊断发布时间：2021-12-21T08:04:59.910Z 来源：《中国电业》（发电）》2021年第15期作者：徐文举[导读] 辅助相关人员及时发现风力发电机在实际运用过程中存在的不足，提升风力发电机的应用质量与效率。

中电投电力工程有限公司上海市 201100摘要：风力发电机能否正常投入使用，影响着风力发电的整体质量，而风机故障会导致机组本身受到损坏严重的情况下，可能会造成更加不可预料的后果，而从风力发电机所使用的环境以及自身结构等角度出发，其设备在实际应用过程中容易受到外界环境的影响，造成风力发电，整体质量偏低。

为保证风力发电能够正常地运行，需要进行振动状态监测和故障诊断工作。

而从现阶段风力发电机组实际应用情况来看，多数地区在风力发电机运行2500h或者是5000h后，会进行例行维修，而这种维修周期较长，设备受损情况较为严重，部分问题难以在检修工作中得到解决。

在这种情况下，需要重视在线监测和故障诊断系统的设计，以保证风力发电机在实际运行过程中处于一种可控状态，辅助相关人员及时发现风力发电机在实际运用过程中存在的不足，提升风力发电机的应用质量与效率。

关键词：风力发电；发电机组；振动监测；故障排除引言近年来，随着工业的发展，环境污染日益严重，新能源风力发电在各行业领域应用日益广泛。

一般风力发电场多建于偏远地区，地处环境恶劣，无法应用有效监测技术解决风力发电机组各种故障与信号不统一等问题。

因此，基于风力发电机不同监测数据，全面分析风力发电机组运行时遇到的故障，深入研究风力发电机组监测与故障技术具有非常重要的意义。

1风力发电机组状态监测和故障诊断的意义风力发电能够缓解国内能源供应紧张的局面，改善能源结构，对于国家环境保护和电力工业的可持续发展具有重大意义。

随着国内风力发电行业的快速发展，风力发电机组故障已成为一个不可忽视的问题。

通过对风力发电机组的运行状态进行实时监测，能够及时发现机组运行过程中存在的故障隐患；通过提取机组故障信息并进行分析处理，能够诊断机组故障发生的原因并制定有效的处理措施。

基于振动监测的设备故障诊断技术在大型轧钢机械上的应用摘要:随着科学技术的快速发展,各行各业的发展离不开先进技术的创新和投入。

目前各项设备的操作日益简单化,设备的内部构造日趋复杂,因此,设备维修技术亟待提高,特别是早期的故障诊断已经显得十分重要。

另外,现阶段我国轧钢机械在钢铁领域有了长足的发展,其发展满足了我国国民经济的发展需求,同时也为轧钢装备国产化和现代化工作带来重大突破,成功缩小了我国与国际轧钢技术先进水平的差距。

关键词:振动检测故障诊断技术轧钢机械应用我国轧钢生产技术取得重大进步,并有了长远的发展方向,可谓硕果累累,轧钢技术取得的显著进步已经成为我国向钢铁强国迈进的重要基石。

轧钢机械属于大型的旋转机械,是轧钢厂的关键设备,它的发展关系到整个轧钢厂的生产和发展。

通过长期的观察和实践,再机械操作过程中,我们发现旋转机械的大部分前期故障都会表现出异常的振动,一旦掌握机械振动的规律就能从振动信号中识别出常见的设备故障,并以此来解决故障。

因此,轧钢机械的发展也离不开振动检测故障诊断技术的应用,特别是在大型轧钢机械上,设备故障诊断技术只有与先进的设备管理体制和维修技术结合才能发挥其更大的优越性,才能使设备设施能在安全、可靠、保护环境和节能的情况下运行,才能保证生产的安全和稳定。

1、振动监测技术及应用在大型轧钢机械和回旋机械中,振动监测是机械中故障诊断技术中最普遍应用的基本方法。

我们必须清楚的知道振动是指物体或某种状态随着时间往复变化的现象,在大型轧钢机械和回旋机械检测分析最实用有效,并在机械故障诊断中,着重关注振动规律和产生原因两项内容。

当机械内部发生异常时,一般情况下都会伴随出现振动加大及性能的变化。

振动监测诊断技术可以在不停机或解体的条件下,通过对振动信号的测量和分析,诊断机械的劣化程度及故障特征,找出问题所在,并积极解决,帮助机械正常运行[1]。

在振动诊断系统中,振动波形在暂态阶段有较大的随机振动成分,而稳态时,波形是规则的周期振动,与一般的强迫振动近似的正弦波有区别。

矿井主通风机振动在线监测与故障诊断系统发布时间：2022-07-25T00:43:28.955Z 来源：《中国建设信息化》2022年第6期作者：尹大明1 张连刚 2[导读] 矿井风机是为井下提供新鲜空气、排除矿井有害气体、维持正常生产条件、安全运行和职工健康的主要设备尹大明1 张连刚 2山东能源西北矿业平凉五举煤业有限公司1山东卓祥安全管理咨询有限公司2摘要：矿井风机是为井下提供新鲜空气、排除矿井有害气体、维持正常生产条件、安全运行和职工健康的主要设备。

其运行状态直接关系到人身安全，对保证矿山正常安全生产起着重要作用。

因此，矿井主通风机性能在线检测与监测系统的设计变得越来越重要。

关键词：矿井主通风机；在线监测；故障诊断1总体设计方案1.1技术理念矿井主风机变频系统采用“高压变频器+PLC控制+远程监控”方式，实现矿井地面主风机的自动控制。

发动机由两个高压变频器供电。

两个高压变频器分别控制风扇中的两个电机。

同时，通过改变电路可以实现两台风机变频器的倒切功能。

配备两套PLC控制系统，实现风机的自动控制和参数监控。

通过高精度的差压和负压传感器，依靠PLC的高速数据处理能力，实现风量的精确计算；实现风机自动控制和运行参数（风量、负压、电流、电压、振动、温度等）在线监测；高压电源柜配有综合保护装置或硬件接口，实现与PLC控制系统的连接功能，可提供PLC控制系统所需的参数和状态，也可接受PLC的开闭控制；低压电源设备，为系统、高压电机和其他设备提供电源。

操作和监控设备，完成必要的操作和车站监控功能。

1.2自动控制方式整个过程由PLC控制，PLC根据预设程序进行控制，并遵循必要的锁定关系，以防止各种误操作。

该模式由操作站操作员控制，实现风机及辅助设备的“一键”自动启停和“一键”自动切换。

可替代手动分步切换操作，缩短风机切换时间。

1.3手动控制模式整个过程PLC参与控制，并遵循必要的锁定关系，以防止各种误操作。

风电场无线振动监测系统的研究与应用摘要：随着风电场规模的不断扩大和风机技术的不断进步，对于风机的安全性和可靠性需求也日益提高。

振动是风机故障的常见指标之一，因此开发一种可靠的无线振动监测系统对于实现风机状态监测和故障诊断具有重要意义。

本文针对风电场的无线振动监测系统进行了研究，并对其应用进行了探讨。

首先，我们介绍了风电场无线振动监测系统的基本原理和组成部分。

其次，我们探讨了无线振动监测系统在风电场中的应用。

该系统可以帮助实现对风机振动状况的实时监测和评估，及时发现故障和异常情况，并提供数据支持进行故障诊断和预防维护。

此外，该系统还可以用于优化风机的运行参数和降低振动水平，提高风机的性能和寿命。

最后，我们总结了风电场无线振动监测系统的优势和应用前景。

关键词：风电场；无线振动监测系统；振动传感器；数据分析；故障诊断。

一、引言随着全球对清洁能源需求的增加，风能作为一种可再生能源得到越来越广泛的应用和发展。

而作为风能发电的重要组成部分，风电场的风机在运行过程中可能会受到各种因素的影响，导致振动异常和故障的产生。

因此，开发一种可靠的无线振动监测系统对于实现风机状态监测、提高运行安全性和降低维护成本具有重要意义。

本文旨在研究无线振动监测系统在风电场中的应用，并探讨其研究进展和潜在的应用前景。

通过本文的研究和讨论，我们希望能够进一步推动无线振动监测系统在风电场中的应用，提高风机的可靠性和运行效率，为清洁能源领域的发展做出贡献。

二、振动监测的重要性与应用场景1. 振动对风机运行和结构安全的影响：性能损失：振动会导致风机旋转部件不平衡，使得风机的工作效率下降，发电性能受到影响，降低能源利用率。

组件磨损：振动会引起风机各组件之间的摩擦和冲击，加速零部件的磨损和疲劳，缩短风机的寿命。

结构破坏：长期的振动作用会导致风机结构松动、断裂和变形，严重时可能导致机械故障甚至事故，造成巨大经济损失和安全风险。

因此，准确监测和分析风机的振动情况对于保障风机的正常运行和延长使用寿命具有重要意义。

振动故障诊断技术在矿山设备上的应用摘要：振动故障诊断技术具有诊断结果准确可靠，便于设备故障现场的实时诊断；频域分析法是振动诊断技术的方法之一。

对振动信号的数值处理后进行频谱分析，并从频谱族中辨识出故障频率。

根据对管磨机振动强度的评价标准对比，并通过与计算频率进行比较，找出故障部位，确定故障类型。

此方法具有一定的实际应用价值。

关键词：振动故障诊断故障特征频率实际应用中图分类号：td44 文献标识码：a 文章编号：1672-3791（2012）10（a）-0045-01在工业领域普遍存在的振动是衡量设备状态的重要指标之一，当机械内部发生异常时，设备就会出现超过正常振动范围的振幅。

振动故障诊断技术是以设备的机械运动模型系统在某种外加激励作用下的响应作为诊断信息的分析要素。

通过对现场监测得到的振动参量进行动态数据处理与技术比对，对机械设备的运行状态作出诊断。

对于出现故障的设备确定故障特征、分析故障成因等信息。

振动在线与离线诊断技术具有结果准确可靠，便于实时处理等诸多特点，使其它成为应用最广泛、最普遍的故障诊断技术之一。

1 故障信号振动诊断概述故障信号振动诊断属于动态测试技术的范畴。

其基本原理是对所建立的机电系统模型在激励作用下所产生的动态响应信号作为分析源，通过对信号的振动位移、速度、加速度特征量进行分析处理，形成分析的基础数据，对比设备的行业与运行特征指标参数，对机械设备的运行状态进行判定。

对存在设备故障的系统得出故障点位置、故障产生程度、故障形成因素的诊断分析结果。

对机电设备现场振动信号的在线监测和离线分析是振动诊断技术的基础。

对出现故障现象的机电设备进行振动监测与检测时，需要将检振传感器布置于特定测点，利用传感器拾取的信号经转化与放大滤波电路处理后变为用于分析处理的电信号。

将此信号输入分析设备进行数学变换处理，获得信号的时域与频域样本；做信号分析并将结果进行记录与显示或打印输出。

振动故障诊断技术常用的分析方法有多种。

振动监测及故障诊断系统(TDM)MMS6851旋转机械振动监测和故障诊断系统是徳国epro公司生产的MMS6000汽轮机监测保护系统的配套产品。

系统功能：∙实时在线数据采集∙振动信号分析∙机组运行状态识别∙报警、危险识别和事故追忆∙数据管理∙振动特征分析∙报表、图形打印输出∙转子平衡重量计算∙故障诊断功能∙系统上局域网∙远程通讯功能它广泛适用于电力、石化、煤矿和冶金等行业的大中型旋转机械，如：汽轮发电机组、水轮机、电动机、压缩机、泵和风机等。

系统可及时捕获振动故障信息，早期预告振动故障的存在和发展，大大地减少查找和处理振动故障的时间和为此而做的起/停机次数，有助于避免灾难性事故发生，具有显著的经济效益和社会效益。

系统采用Windows 2000作为操作平台。

数据管理采用ODBC开放式网络数据库结构，确保数据的快速存储和多用户的同时访问。

系统具有较完整的定制功能，如定制轴系图、修改测量参数（如采集频率、存盘频率、变转速间隔、模拟量标定）等。

系统具备网络扩展功能，可上电厂的MIS和SIS网，还可以进行远程通讯。

系统组成：通常情况下，MMS6851系统按上、下位机方式配置。

下位机MMS6851/10进行数据采集、存储、网络通讯；上位机MMS6851/20进行数据实时显示、数据分析、故障诊断、远程通讯。

一般情况下MMS6851/10放置在MMS6000 的机柜里，MMS6851/20放置在工程师站。

下位机通过RS-485通讯口与MMS6000汽轮机监测保护系统的RS485总线连接，获取MMS6000系统各测量模块的实时数据。

由于数据直接取自测量模块，无需中间处理，因而具有其它采样方式无可比拟的精度。

通过网卡、多口交换机与MIS和SIS连网。

上位机通过与下位机进行网络通讯而获得实时数据和各种历史数据，通过监视器和打印机实现图形、报表和故障诊断结果的显示和打印输出。

设备故障的振动诊断技术介绍及其应用设备故障的振动诊断技术是一种通过分析设备振动特征来判断设备工作状态和健康状况的技术。

它基于振动信号的特性和规律，结合数据采集、信号处理和分析技术，可以及时准确地诊断设备故障，预测设备寿命，指导设备维护和保养工作。

该技术的主要应用包括但不限于以下几个方面：1. 故障诊断：通过监测和分析设备振动信号，可以准确地诊断各种设备故障，如轴承失效、不平衡、松动等，为设备维修提供准确的依据。

2. 故障预测：振动诊断技术不仅可以发现设备已经存在的故障，还可以通过对振动信号的趋势分析和预测，提前预知设备可能出现的故障和故障发展的趋势，从而及时采取措施，避免事故发生。

3. 设备健康监测：通过对设备振动信号进行连续监测和分析，可以实时监测设备的运行状态和健康状况，及时发现和解决设备运行中的问题，保障设备的正常运行。

4. 设备维护管理：振动诊断技术可以为设备的定期维护和保养提供科学的依据和管理手段，有助于合理安排设备维修计划，降低维修成本，延长设备使用寿命。

总之，设备故障的振动诊断技术是一种非常有效的设备健康管理技术，可以帮助企业实现设备的智能化监控和管理，提高设备的可靠性和使用寿命，为企业的生产运营提供有力的支持。

设备振动诊断技术是一门对设备振动进行监测、分析和诊断的技术。

它基于振动信号的特性和规律，通过采集设备振动信号，利用信号处理和分析技术，可以判断设备的运行状态，预测设备健康状况，诊断设备故障，并为设备维护提供科学的依据。

这一技术的广泛应用，可以有效地提高设备的可靠性和使用寿命，减少由于设备故障而导致的生产事故或停工，以及维护管理成本。

下面将详细介绍设备振动诊断技术的原理、方法和应用。

一、原理设备的振动信号是由于设备在运行过程中产生的，其中蕴含了丰富的信息。

通过分析设备振动信号的频率、振幅、相位等特性，可以获得关于设备工作状态、结构状况和健康状况的信息。

设备振动信号包含了来自设备各个部件的振动信号，例如轴承、齿轮、驱动系统等。

设备振动故障诊断与分析摘要：振动设备在能源、动力、化工等行业广泛应用，是工厂生产流程中不可或缺的组成部分。

本文简要介绍旋振动设备故障诊断的基础知识以及不同诊断方法的应用；同时，也结合部分实际案例进行分析，体现不同的分析方式在不同故障分析中的应用。

关键词：设备振动；故障诊断1、引言振动设备的故障诊断，主要以振动监测的数据分析为主，实现对振动设备振动的实时监测、管理和分析，以便及时采取有效措施，提高设备的安全可靠性，保证安全生产。

引起设备振动过大的原因很多，对于一些使用滚动轴承的设备，常见的故障原因包括轴承磨损或损坏、联轴器不对中、安装缺陷等，对于使用滑动轴承的设备，例如汽轮机，常见的故障原因有：转子不平衡、轴弯曲、油膜涡动、油膜振荡、机械松动、摩擦、轴裂纹等等。

针对上述常见故障，常用的诊断方式是频谱分析。

2、故障诊断的常用图谱及分析2.1 伯德（Bode）图伯德图是反映机械振动幅值、相位随转速变化的关系曲线。

从图形我们可以得到以下信息：1）转子系统在各种转速下的振幅和相位；2）转子系统的临界转速；3）转子系统的共振放大系数4）转子的振型；5）系统的阻尼大小；6）转子是否发生了热弯曲。

伯德图在故障诊断中，常用于汽轮机启停阶段的数据分析。

对于此分析图实际需要电涡流传感器测量轴的振动数据，键相传感器测量相位数据以及转速传感器测量转速。

2.2 轴心轨迹图轴心轨迹一般是指转子的轴心相对于轴承座在与轴线垂直的平面内的运动轨迹。

通常，转子振动信号中除了包含由不平衡引起的基频振动成分之外，还存在由于油膜涡动、油膜振荡、气体激振、摩擦、不对中、啮合等等原因引起的分数谐波振动、高次谐波振动等等各种复杂的振动成分，使得轴心轨迹的形状表现出各种不同的特征。

轴心轨迹是电厂汽轮机故障分析中不可或缺的手段，对于此分析图实际需要互成90度的电涡流传感器分别从2个方向测量轴的振动，键相传感器测量相位。

2.3 轴心位置图轴心位置图用来显示轴中心相对于轴承中心的位置。

风力发电机组在线振动监测与分析系统的应用摘要：风电机组振动状态监测分析与故障诊断系统是基于风力发电这一特殊的应用领域开发设计的，采用“集散式拓扑结构”，通过安装于每台风机机舱的数据采集装置实现数据的采集，而所有的分析功能都通过设立在风场升压站的数据服务器系统的分析监控软件来实现。

系统主要通过在线监测主轴轴承、齿轮箱、发电机等关键部件的振动，分析这些部件的运行状态，并且根据运行趋势，采用预知维修和故障诊断技术可以不大大减少盲目维修及突发性性事故停机的时间，延长机组连续运行的周期，给公司生产运维带来极大的效益。

关键词：在线振动检测；风力发电机组；故障；振动一、安装ＣＭＳ系统的意义随着风力发电机组投运规模的扩大和运行时间的增加，设备机械故障趋于常态化，振动状态监测技术可对实现风机设备运行过程中有效的预防和发现故障，有计划地对其进行维护，提高机组运行的安全性和经济性。

在风力发电机组２０年设计寿命中，齿轮箱和发电机维护费用占风机所有维护费用的６０％以上，风机运行２０年内部件维护费用（按系统分类）权重分布见图１。

从图１可以看出，发电机和齿轮箱的损坏对于风电场发电量和维护成本影响很大，如何保证齿轮箱、发电机等机械零部件的可靠性，做到预防性维护，已经成为亟待解决的问题。

风力发电机组在线监测技术的宗旨是提前发现机组的潜在故障，及时发现风电机组的问题，降低大部件故障恢复成本，保证发电量。

对风电机组实施在线振动监测的意义具体表现如下：１）预知故障：对机组可能发生的故障及时预警，可进行基于状态监测的维修；２）明确故障部位：积累原始数据，为制定维修计划提供依据，避免过度维修或维修不足，节省维修成本和时间；３）合理安排零部件库存：减少备件数量，降低损耗率，也保证部件更换有足够的准备。

二、ＣＭＳ系统组成及结构风机状态监测与故障诊断系统是集数据采集、状态监测、振动分析、故障诊断为一体的多任务信息处理系统。

可以将其分为三级，其网络拓扑图如图２所示：第一级为机舱采集设备，包括ＩＣＰ加速度传感器，数据采集器，光电转换器，以及环网交换机，采集到的数据通过风场光纤环网传到数据服务器；第二级为放置于升压站中控室的数据服务器，分析程序安装于此服务器内，现场技术人员可以从这个服务器的终端获取本风场的机组运行状态；第三级设立在集团的数据中心，可以将集团所有的数据都传送到数据中心，行业专家，专业技术人员可以更高层次的分析诊断和管理，最后将分析报告按月或季度提交该给用户。

高铁轴承振动监测与故障诊断方法研究摘要：高铁作为一种高速铁路交通方式，具有速度快、效率高、舒适安全等优点，但高速运行对轴承的稳定性和可靠性提出了更高的要求。

因此，对高铁轴承的振动监测和故障诊断方法进行研究，可以及早发现轴承故障，避免事故发生，提高高铁运行的安全性和稳定性。

本文综述了高铁轴承振动监测与故障诊断方法的研究进展，包括传统的时间域、频域和时频域分析方法，以及近年来被广泛应用的基于机器学习和深度学习的方法。

还探讨了现有方法的特点和局限性，并展望了未来研究的发展方向。

1. 引言高速铁路交通作为一种现代化、高效率的交通方式，被广泛应用于许多国家和地区。

而高铁作为高速铁路的核心技术之一，对轴承的稳定性和可靠性要求很高。

轴承是高速列车运行中受到最大负荷和最频繁振动的组件之一，因此，轴承的状态监测和故障诊断对于高铁的安全和可靠运行至关重要。

2. 传统振动监测方法2.1 时间域振动分析时间域振动分析是一种基于信号的统计特性来判断轴承健康状况的方法。

通过测量振动信号的均值、方差和峭度等参数，可以分析得出振动信号的频率成分，进而判断轴承是否存在异常。

然而，时间域振动分析方法无法很好地适应高速运行的高铁列车，因为高速运行对轴承的振动信号的频率范围要求更高。

2.2 频域振动分析频域振动分析是通过将振动信号转换为频谱信号来判断轴承健康状况的方法。

通过对振动信号进行傅里叶变换，可以得到频谱图，并根据频谱图的特征峰值判断轴承故障类型。

然而，频域振动分析方法在诊断非平稳振动信号和高斯噪声等方面存在局限性。

2.3 时频域振动分析时频域振动分析方法是将时间和频率域结合起来，可以更全面地描述振动信号的特征变化。

通过将振动信号使用小波变换等方法进行时频域分析，可以得到振动信号的瞬时频率、瞬时幅值等特征。

然而，时频域振动分析方法对小波基函数的选择和参数调整较为敏感。

3. 基于机器学习的振动监测方法随着机器学习和深度学习在各个领域的广泛应用，基于机器学习的轴承振动监测方法也逐渐成为研究热点。

炼油厂离心泵振动状态监测及故障诊断发布时间：2022-05-31T07:19:24.414Z 来源：《科学与技术》2022年第30卷第3期作者：陶汉笙[导读] 离心泵是辅助炼油生产的重要设备，在运作时会产生振动，如果振动超标会引发设备故障，陶汉笙中国石油天然气股份有限公司锦西石化分公司,辽宁省葫芦岛市 125000摘要：离心泵是辅助炼油生产的重要设备，在运作时会产生振动，如果振动超标会引发设备故障，所以炼油厂为防止离心泵出现问题会对其工作过程进行监控，设备发生故障后还要根据监控数据对故障进行诊断。

本文主要分析研究离心泵产生振动原因，并针对监控数据和故障诊断提出解决对策。

关键词：离心泵；故障诊断；检测一、引言炼油厂离心泵主要是由泵轴、泵体、叶轮、密封环、轴承以及填料函等构成，其中最为关键部位就是叶轮，叶轮转速快产生巨大作用力；泵体也称之为泵壳，属于水泵的关键构件，发挥着固定与支撑的作用；泵轴主要是通过连接电动机与连轴器来传递电动机转矩给叶轮，实现机械能的传递；填料函通常是由水封管、填料筒、水封环、填料等内容构成，用于对泵轴以及泵壳间空隙的填充。

离心泵的工作原理是利用叶轮高速转动产生离心力，再借助离心力传送水，离心泵内部构造比较复杂，所以叶轮转动速度越快，振动也会受转动速度影响越来越明显，振动明显会影响轴承、法兰螺栓等零部件松动脱落或受损。

炼油厂为提高工作效率，不断要求提升离心泵转动速度，但是振动问题带来的影响也会加重，因此需要加大对离心泵振动问题和故障诊断研究力度。

二、炼油厂离心泵的振动特征炼油厂离心泵在工作运转时会发出三种振动信号，分别是周期信号、准周期信号、机平稳随机信号，振动信号频率受离心泵转动运行频率影响，所以只要能够研究分析透彻振动频率和离心泵转子回转频率之间存在的联系，就能够根据振动频率诊断设备故障。

根据离心泵振动信号频率和转动频率之间关系可以具体分成三种振动，分别是同步振动、亚同步振动、超异步振动。

振动检测技术在设备故障诊断中的应用振动信号处理技术在动设备振动监测与诊断中的应用.标签：动设备；振动信号；频谱分析；监测与诊断设备的运转一定会产生振动.即使是机器在最佳的运行状态，因微小的缺陷及外界激励，也会产生振动.例如，汽轮机、离心压缩机、压缩机、鼓风机、电机、发电机、泵及各种齿轮变速器等在运行时，必然会产生振动和噪声.据目前多方资料统计，机械设备由于振动引起的故障，占总的机械故障率的60%-70%。

所以通过振动信号测量、监视和分析，分析设备运行状态，是降低设备振动和噪音、提高设备寿命、保证生产系统平稳、节能降耗的最佳途径。

1 振动产生的原因动设备的主要是由转子、支承转子的轴承、定子、机器壳体、联轴节等部件组成，此外还有齿轮传动件、叶轮叶片及密封等.动设备转速范围一般为每分钟几千转至几十万转。

动设备部件和机体的振动有两类振源引起：一类是由于转子的动、静不平衡，零部件配合失当，零部件配合间隙过大等引起的机械强迫振动，其中包括周期振动、冲击振动、随机振动等，同时也引起噪声.大多数振动都具有周期性的特征频率，振动以转子转速为相应函数，属于不同转速时的强迫振动；别一类振动是由设备自身结构自激振动或环境振动引起的振动、例如：流体的喘激振动、轴承的油膜振动、部件本身的响应振动，结构的局部振动等.这类振动的特点是与动设备的转速、转速阶数无直关系.转子、轴承、壳体、联轴节、密封和基础等部分的结构及加工和安装方面的缺陷，使设备在运行时引起振动，振动又往往是机器破坏的主要原因，所以对动设备的振动测量、监视和分析是非常重要的.由于振动这个参数比起其它状态参数（例如润滑油或内部流体的温度、压力、流量或电机的电流等）更能直接地、快速准确地反映机组运行状态，所以振动一般作为对机组状态进行诊断的主要依据.动设备振动检测、监视及故障诊断是一门综合性的学科，在理论上它涉及到转子动力学、轴承、流体力学等.2 动设备的振动分类2.1动设备振动按振动频率分为：振动频率为转速频率的倍数，即振动频率为nXr/sec（X为转速频率），振动与转速频率成一定比例关系的振动频率，例如：38～49%Xr/sec，及低頻振动（5Hz以下的振动）、高频振动（10KHz以上的振动）.2.2按振动发生的部位分为：转子、轴承、壳体、基础、阀、管道等结构.2.3按振幅方位分为：轴向振动、径向振动、扭转振动.2.4按振动原因分为：转子不平衡、不对中、滑动轴承与轴颈偏心、机器零件松动、摩擦、滚动轴承损坏、传动皮带损坏、油膜涡动和油膜振荡、电气方面的原因引起的振动、介质引起的振动等.3 振动信号处理技术在动设备故障诊断中的应用3.1概况设备为两级双吸卧式离心泵，其技术参数：泵型号250AYSⅡ160×2，流量500m3/h，转速3 000r/min，单级扬程160m。