轴心轨迹 - 2. 图形解读

轴心轨迹-3.应用在“轴心轨迹- 2. 图形解读”中已经部分涉及了轴心轨迹的应用。

这里再进一步展开讨论。

先详细讨论精确半倍频的判断。

Orbit图是时域图形，是两个时基图的合成。

组成Orbit图的缺省时基图是同步波形，同步波形有更好的表达，当然特殊情况下也有用异步波形来做的，比如有低频信号时，同好们不得不知。

举例比较一下：同步采样：每转采集128个点，采集8转，样本点数1024；转速假设3000 rpm，样本时长 160 ms。

异步采样：分析频率500Hz，800线，采样频率1280Hz，样本点数2048，样本时长1600 ms，采集了80转。

所以，对于时域波形，同步采样一般比异步采样更密，图形精细。

对于整数倍频，Orbit图中的键相标记点是重合的，很容易理解；而对于精确的分数倍频，键相标记点其实也是重复/重合的，也就是通常所说的“锁定”。

如果频率分量不是精确的整数谐波或者精确的分数倍频，Orbit图会是什么样的呢？下面通过实例说明：实际应用中用得最多的情形是识别故障是动静摩擦还是油膜涡动。

通常出现精确的半倍频时，最先想到的是摩擦，而油膜涡动的频率与半倍频非常接近，比如0.47X，与0.5X仅相差0.03X，假设1X=50Hz，两者相差1.5Hz。

下面举例看看通常的频谱分析方法是否容易分辨0.5X和0.47X的差别：假设异步采样的分析频率为1000 Hz，800线采集数据，两根相邻谱线的间隔频率是1.25Hz，所以频谱分辨率就不那么够了，两根谱线将画在一根谱线上或者很难肉眼分开，容易混淆。

如果使用同步采样，假设每转采集128个点，采集8转，分析频率范围是64X，频谱线数固定在1024线，还是假设转子的转速是3000 rpm，频谱分辨率是3200/1024=3.125Hz，所以频谱分辨率更差，更不能区分精确半倍频和上述的0.47X。

结论是通常采集方式设置的频谱图难以识别是摩擦还是油膜涡动。

在没条件高分辨率重采数据(异步采样)的前提下，这时可以用同步Orbit图来判断、区分。

轴心轨迹在时域中使用两个数据通道来显示，来自两个通道的信号绘制在X 和Y平面上，以显示轴位置变化与旋转角度的关系。

轴心轨迹显示给出了旋转轴运动的二维视觉图像。

该功能位于晶钻仪器动态信号分析系统中的后处理软件（PA）中。

一个平衡良好的轴，在任何方向都不会移动，并会在（轴心轨迹）图中间产生一个点。

轴运动可以给出振动源的指示，例如如果有很多上/下运动，可能是机座没有拧紧。

要创建轨迹图，您需要采用双通道同时测量水平轴和垂直轴上的数据。

位移或加速度传感器位置必须相互间隔90°。

轴心轨迹显示采用时域中的测量对。

它不需要阶次跟踪技术。

轴心轨迹显示格式类似于极点显示，但它由2个彼此垂直的信号构成。

通常，它与轴的当前旋转速度相关联。

目前晶钻在手持式动态信号分析仪CoCo-80X上专门设计了一个Rotor Dynamics测试功能，即转子动力学分析。

包括轴心轨迹图、阶次相位跟踪等，当数据被获取和分析时，可以实时查看测量结果。

在线显示包括时间历史、轨道图、阶次谱、阶次轨迹、瀑布图、频谱图和等高线图。

用户还可以查看以时间变量的瞬时RPM函数。

手持式动态信号分析仪CoCo-80X 轴心轨迹图显示
杭州锐达数字技术有限公司是美国晶钻仪器公司中国总代理，负责产品销售、技术支持与产品维护，是机械状态监测、振动噪声测试、动态信号分析、动态数据采集、应力应变测试等领域的供应商，提供手持一体化动态信号分析系统、多通道动态数据采集系统、振动控制系统、多轴振动控制系统、三综合试验系统和远程状态监测系统等。

诊断名词术语和释义基本术语(1)状态监测(condition monitoring)－对机械设备的工作状态（静的和动的）进行监视和测量（实时的或非实时的），以了解其正常与不正常。

(2)故障诊断(fault diagnosis)又称为技术诊断(technical diagnosis)－采用一定的诊断方法和手段，确定机械设备功能失常的原因、部位、性质、程度和类别，明确故障的存在和发展。

(3)简易诊断(simple diagnosis)－使用简易仪器和方法进行诊断。

(4)精密诊断(meticulous diagnosis)－使用精密仪器进行的诊断（优于精确诊断或精度诊断术语）。

(5)故障征兆(symptom of fault)（或称故障症状）－能反映机械设备功能失常，存在故障的各种状态量。

(6)征兆参数(symptom of parameter)－能有效识别机械设备故障源故障的各种特征量，包括：原始量和处理量。

(7)状态识别(condition recognition/identification)－为判断机械设备工作状态的正常与不正常和通过故障状态量的区别，诊断其故障的方法。

(8)特征提取(feature extraction)－为了正确识别和诊断机械设备故障的存在与否，对征兆参数进行特别的处理。

(9)故障类别(fault classification)－反映机械设备功能失常、结构受损、工作实效的专用分类、名称。

(10)故障性质(nature of fault)－描述故障发生速度、危险程度、发生规律、发生原因等问题。

(11)突发故障(sudden fault)－突然发生的故障。

在故障发生瞬间，必须采用实时监控、保安装置、紧急停机等措施。

(12)渐发故障(slow fault)－故障的形成和发展比较缓慢，能够提供监测与诊断的条件。

(13)破坏性故障(damaging fault)或称灾难性故障(catastrophic fault)－故障的发生影响机械设备功能的全部失去，并造成局部或整体的毁坏，难以修复重新使用。

轴心轨迹自动识别及其在旋机诊断中的应用许飞云　钟秉林　黄　仁(东南大学机械工程学院　南京,210096)摘要　提出了一种基于Zernike不变矩特征和神经网络分类器的轴心轨迹自动识别方法。

通过对原始Zer nike矩特征进行二次提取和处理,获得了对轴心轨迹识别更为敏感的矩特征量,降低了后续神经网络分类器设计的难度。

仿真研究表明,基于Zer nike矩的轴心轨迹识别方法,其识别精度优于常用的几何矩方法。

将所提方法应用于汽轮发电机组和高速离心压缩机组轴心轨迹的自动识别,并结合频谱能量分布特征进行故障诊断,结果表明,引入轴心轨迹特征可以有效地提高旋转机械故障诊断的精度。

关键词　轴心轨迹　不变矩　神经网络　旋转机械　故障诊断中图分类号　T H133　T P277　T P391.41引　言轴心轨迹作为旋转机械故障诊断的重要特征,其自动识别技术近年来受到了广泛的关注。

轴心轨迹的自动识别实质是二维图形的不变性模式识别[1]问题,即模式识别的结果不随图形的平移、伸缩、旋转乃至反射等而改变。

不变性图形识别主要通过提取图形的不变性特征进行,常用的不变性特征包括各种矩特征[2-5](几何矩[2]、Zernike矩[3-4]、伪Zernike 矩[4-5]、复矩[5]等)、Fourier-Mellin描述子[1]、高阶相关特征[1]等。

在轴心轨迹识别方面,文献[6-13]应用几何不变矩进行轴心轨迹形状特征的定量提取,并采用诸如神经网络、灰色系统理论等不同的方法研究了轴心轨迹的自动识别问题;文献[14]通过几何矩提取经高分辨谱分析提纯后的轴心轨迹特征用于旋转机械的故障诊断;文献[15]提出了基于小波局部极大模法和BP神经网络分类器的轴心轨迹识别法;文献[16]应用改进Fourier描述子提取轴心轨迹特征,同样通过BP网络实现轴心轨迹的识别;文献[17]则采用复值过程表示轴心轨迹,通过复值过程高阶累积量谱对轴心轨迹定量特征进行了研究;文献[18-19]分别研究了基于小波变换以及小波变化和AR建模相结合的轴心轨迹识别方法;文献[20-21]研究了基于离散余弦变换的轴心轨迹识别技术;文献[22]则对轴心轨迹的进动方向识别进行了专门的研究。

动载滑动轴承轴心轨迹计算在往复式机械中，作用在连杆大小端及曲轴的滑动轴承上的载荷，无论大小和方向都随时间作周期性变化。

动载轴承由于油膜动压受旋转效应和挤压效应的综合作用，其轴心轨迹是变化的。

在正常的工况下，其轴心轨迹收敛于固定的轨迹曲线。

动载轴承的轴心轨迹的计算可以估计出轴承的失效形式及失效位置，从而在设计时可作有效的预防。

对轴心轨迹的计算，不能用稳态下的计算方法来确定，这是因为其油膜动压涉及挤压效应和旋转效应的综合作用，因而要采用非稳态下的计算方法才能确定。

本文主要采用Holland方法并通过计算机模拟进行计算。

图1 轴承模型示意图1.建立模型在进行轴心轨迹的计算之前，对有限宽的动载轴承作以下假设：（1）轴承的间隙中充满润滑油介质，流动服从雷诺方程，不考虑润滑油的涡动现象；（2）整圆轴承，轴承的轴线和轴颈平行；（3）轴承外表面光整；（4）不考虑温度场变化引起的油粘度变化。

求解轴心轨迹的基本思路如下，在油膜力和载荷互相平衡的情况下（由于轴颈惯性力相对较小，因此可以忽略不计），轴心都会逐渐收敛于一个确定的轨迹，所以可在轴颈的任意初始位置上根据力平衡关系确定轴心变化速度。

由此得到经过一微小时间间隔后的新的轴颈位置。

从这个位置再确定新的轴心变位速度，又得到另一时间间隔后的另一个轴颈位置。

如此不断进行下去，直到收敛于一个封闭的轴心轨迹。

分析动载轴承轴心轨迹的具体方法有Holland法、和Hahn法和移动率（Mobility）法。

为了克服对动载Reynolds方程在数学上求通解的困难，采用Holland法进行分析。

图1为物理模型的受力关系示意。

图中，F为动载荷，γ为动载荷与Y轴的方向角，δ为偏位角，Ωb为轴承角速度，Ωj为轴颈角速度，轴颈中心O j绕轴承中心O b的回转变位角速度为δ’，偏心率随时间的增长速率为ε’，R为轴承的内径。

P D是由轴颈和轴承相对油楔的旋转角速度引起的油膜动压，P V是由轴颈与轴承之间的挤压引起的油膜动压，称为挤压油压。

第三章 机械设备精密点检技术介绍设备状态管理的核心内容是设备状态的监测与分析。

点检人员主要的工作就是通过日常的点检、检测来监测设备的状态，及时、准确地发现故障，寻找出故障源，从而实现视情维修。

这就对现场的设备管理人员（点检人员）提出了较高的要求。

经过多年的改造，我们拥有了国内、外一流的设备，设备的结构越来越复杂，精度越来越高，仅仅靠传统的“眼看、手摸、耳听”等五官来检测设备的状态，无法及时有效地发现设备的故障，已不能满足现在设备状态管理的需要。

本章主要介绍用振动检测的方法来检测设备（部件）的状态，并预测设备状态的发展趋势。

内容主要包括：用测振仪、分析仪等振动检测仪的日常检测，来实施简易的诊断，发现设备的故障；对于复杂的设备再通过频谱分析等手段实现精密点检，分析故障的原因，找出故障源。

3．1 简易振动诊断基础知识3．1．1 振动基础知识3．1．1．1振动的种类及其特点我们可以从不同的角度来考察振动问题，常把机械振动分成以下几种类型：1．按振动规律分类按振动的规律，一般将机械振动分为如图3-1所示几种类型。

2．按产生振动的原因分类机械振动分为三种类型：（1）自由振动 给系统一定的能量后，系统所产生的振动。

若系统无阻尼，则系统维持等幅振动；若系统有阻尼，则系统为衰减振动。

（2）受迫振动 元件或系统的振动是由周期变化的外力作用所引起的，如不平衡、不对中所引起的振动。

（3）自激振动 在没有外力作用下，只是由于系统自身的原因所产生的激励而引起的振动，如油膜振荡、喘振等。

因机械故障而产生的振动，多属于受迫振动和自激振动。

3．按振动频率分类按着振动频率的高低，通常把振动分为3种类型。

3．1．1．2 振动三要素及其在振动诊断中的应用构成一个确定性振动有3个基本要素，即振幅d,频率f和相位φ。

振幅、频率、相位，这是振动诊断中经常用到的三个最基本的概念。

现在，我们以确定性振动中的简谐振动为例，来说明振动三要素的概念、它们之间的关系以及在振动诊断中的应用。

基于LabVIEW的数据采集与反馈控制通讯系统胡宝权;赵荣珍;马再超【摘要】针对传统的转子振动测试方法所需仪器较多、可靠性较差和成本较高等缺点,基于虚拟仪器技术,利用LabVIEW强大的图形化编程环境和adlink公司的数据采集卡,开发了一套先进的数据采集与处理系统.该系统以转子为研究对象,实现了多通道的数据采集、数据实时分析和数据保存等功能,同时利用LabVIEW中的VISA模块,完成了对转子转速的反馈控制.试验结果表明:系统操作简单,运行稳定,可扩展性良好,是一款功能强大、性价比高的分析软件.%Traditional rotor vibration testing methods required more instruments, but the reliability is poor and cost is high. Based on virtual instrument technology, this paper used the Lab VIEW powerful graphical programming environment and data acquisition card, developed an advanced data acquisition and processing system. The system took rolor as the research object, realized the multi-channel data acquisition,data real-time analysis and data storage. Meanwhile, it use the VISA module, realized the rotor' s speed feedback control. Test results show that the system operate simply,run stably, scalability is good, it is a powerful and high quality analysis software.【期刊名称】《仪表技术与传感器》【年(卷),期】2011(000)012【总页数】4页(P32-34,48)【关键词】LabVIEW;数据采集;串口通信;转子振动;VISA【作者】胡宝权;赵荣珍;马再超【作者单位】兰州理工大学,数字制造技术与应用省部共建教育部重点实验室,甘肃兰州730050;兰州理工大学机电工程学院,甘肃兰州730050;兰州理工大学,数字制造技术与应用省部共建教育部重点实验室,甘肃兰州730050;兰州理工大学机电工程学院,甘肃兰州730050;兰州理工大学,数字制造技术与应用省部共建教育部重点实验室,甘肃兰州730050;兰州理工大学机电工程学院,甘肃兰州730050【正文语种】中文【中图分类】TP311.10 引言状态监测与故障诊断技术广泛地应用于机械、石油、化工、航天、冶金、电力、煤炭、核能等许多行业中的关键设备[1]。

轴心轨迹- 1. 合成对于滑动轴承支承的大型旋转机械，主要的振动源是转子系统。

转子振动（轴振）一般用位移传感器（涡流传感器）测量，时域波形（时基图）表示的就是被测转子表面沿探头测量方向的位移随时间的变化，这无疑是重要的基本信息。

涡流探头一般安装在靠近轴承箱上，通常在内侧，测量转子相对于轴承箱（瓦）壳体的运动，所以也叫相对振动。

在忽略轴向运动条件下，转子的任一径向截面是作平面运动，所以需要两个共面、互相垂直的传感器才能全面地描述转子的运动，转子截面一般认为是刚体，所以该平面运动可以简化为轴心的运动，即轴心轨迹- Orbit。

理论上，壳体上的两个相互垂直（甚至不垂直）的两个传感器信号，无论是速度还是加速度信号，都能作出Orbit图来，但它们的物理意义不清晰，应用受影响。

所以，一般谈论轴心轨迹，都是指涡流传感器测量的相对位移量。

加之键相传感器的引入，易于解释的物理意义，能提供大量的诊断信息，可以说Orbit图是故障诊断中最有分量的图形。

本特利产品都将Orbit作为Logo，可见对它的青睐和重视。

下图是Orbit图的合成原理。

虽然图示传感器是在水平和垂直方向，实际上截面上任何一对相互垂直安装的传感器信号都是可以的。

Orbit图是直角坐标系，X、Y标示方向与其对应的探头安装方向一致，原点就是XY时域波形的平均值，幅值的刻度/量程、方向与各自波形一致，作Orbit图时要求两个时域波形刻度/量程一致，Orbit 图上的每一个点，对应的分别是同一时刻X、Y方向传感器的时域波形的瞬时位移值。

Orbit图形的视角是以物理垂直上方为0度参考的。

对于立式布置的机器，可以是西或者别的约定方向（如物料的入口管道布置方向）为参考方向。

转子的旋转方向、传感器布置位置、振动方向等各种方向必须约定，一般的约定是从驱动端往非驱动端看的方向。

位移的正方向，是指转子朝向探头运动的方向，是振动位移的正方向。

另外，无论转子的旋转方向如何，Y方向约定都在X方向逆时针转90度的方向。