【文章內(nèi)容簡介】 膜震蕩的故障特征有：(1) 油膜振蕩總是發(fā)生在轉速高于轉子系統(tǒng)一階臨界轉速的2倍以上。(2) 油膜振蕩的頻率接近于轉子的一階臨界轉速，即使轉速在升高，其頻率特征不變。(3) 油膜渦動時，軸心軌跡呈內(nèi)8字型，如圖26所示；油膜振蕩時，轉子渦動方向與轉子轉動方向相同，軸心軌跡呈花瓣形，正進動，如圖27所示。(4) 油膜振蕩時，轉子的撓曲呈一階振型。(5) 油膜振蕩的發(fā)生和失真具有突然性，并具有慣性效應，即升速時產(chǎn)生振蕩的轉速比降速時振蕩消失的轉速要大。(6) 油膜振蕩劇烈時，隨著油膜振蕩的破壞，振蕩停止，油膜恢復后，振蕩再次發(fā)生，這樣持續(xù)下去，軸承與軸頸不斷碰摩，產(chǎn)生撞擊聲，軸瓦內(nèi)油膜壓力有較大的波動。圖26 油膜渦動軸心軌跡 圖27 油膜震蕩軸心軌跡 軸心軌跡測試方法及信號分析軸心軌跡是軸心上一點相對于軸承座的運動軌跡。這一軌跡是在與軸線垂直的平面內(nèi)。因此要求在該平面內(nèi)的兩個垂直方向安裝電渦流位移傳感器對轉軸振動進行測量。整個測量裝置如圖28所示，這樣可以同時檢測軸心在x和y方向上的振動，將振動輸入到電子示波器中，就可以觀察到經(jīng)濾波后的軸心軌跡圖形。放大器放大器濾波器濾波器傳感器 計算機圖28 軸心軌跡測試圖一般來說，在由不平衡引起的軸的運動中，當軸的各方向的彎曲剛度相同時，軸的運動為同步正進動。軸心軌跡為一圓，反映在X和Y方向上是只有基頻成分的簡諧振動，而且他們的幅值相等，相位相差900。但在許多的實際情況下，軸的各向彎曲剛度及支撐剛度存在差異，由不平衡引起的軸心相應不在是一個圓，而是一個橢圓，這對反映在X和Y方向上的振動不僅振幅不同，而且相位相差也不是900。在這種情況下，軸的彎曲相對軸的部位不是固定不變的，而是以軸上某一線為中心的左右擺動。在一般情況下，軸的運動除了上述由不平衡響應引起的同步正進動之外，還存在非同步的正進動和反進動，有時也稱為正向渦動和反向渦動。這時軸心的運動軌跡具有較復雜的形狀。我們用運動分解的概念來說明軸心軌跡的形成。ρ為同步正向渦動分量，它以和轉子角速度相同的角速度ω旋轉。這樣，構成了軸心c的運動軌跡。當有渦動存在時，反映在X和Y方向上的振動，除了基頻成分之外，還有頻率為ωe的振動成分。當ω和ωe的關系為整數(shù)比時，我們?nèi)钥梢垣@得一條封閉曲線的形式的軸心軌跡：當ω和ωe不是整數(shù)關系時，曲線將是不封閉的。下面介紹常用的振動信號分析方法。(1)振動信號的幅值分析方法應用于幅值分析的參數(shù)有：均值、均方根值、最大值、最小值和絕對平均值等。這些參數(shù)計算簡單，對于故障診斷有一定的作用，但它們會因工作條件(負載、轉速等)的改變而變化，所以又存在對故障不十分敏感、不好區(qū)分的缺點。因此，人們又引入了無量綱的幅值參數(shù)，如波形指標、峰值指標、脈沖指標、裕度指標以及峭度指標等。這些參數(shù)對故障有足夠的靈敏度，對信號的幅值、頻率變化不敏感，而只取決于概率密度函數(shù)的形狀，在故障診斷中有廣泛的應用。(2)振動信號的相關分析方法相關分析主要是應用相關系數(shù)與相關函數(shù)來實現(xiàn)，即通過相關函數(shù)來研究兩個信號之間的相關性和收斂性。不同的信號有不同的相關函數(shù)，自相關函數(shù)不含有信號的相位信息，只存在單一的量值關系，而互相關函數(shù)則包含相位信息，這在分析振動信號的特性時是很有用的。(3)振動信號的頻域分析方法頻域分析的基礎是頻譜分析，即分析動態(tài)信號的幅值、相位、功率和能量隨頻率的變化關系。頻譜分析主要包括功率譜密度函數(shù)分析、細化譜分析、倒頻譜分析、沖擊響應譜分析、最大墑譜分析以及全息譜分析等。頻域分析是機械故障診斷中用得最廣泛的信號處理方法之一。因為故障發(fā)生、發(fā)展時都會引起頻率結構的變化。頻域分析還研究系統(tǒng)的傳遞特性、系統(tǒng)的輸入與輸出關系，這可以幫助我們了解系統(tǒng)的固有特性以及故障源的信息如何傳遞變化等。(4)振動信號的時序分析方法時序分析法簡單地說就是對有序的觀測數(shù)據(jù)(觀測的時間序列簡稱觀測時序)進行統(tǒng)計學處理與分析的一種數(shù)學方法，是數(shù)據(jù)的統(tǒng)計處理與系統(tǒng)分析相結合的一種方法。一方面可以對系統(tǒng)進行動態(tài)分析，另外還可以對系統(tǒng)的未來狀態(tài)和趨勢進行預報和控制。時序分析的手段就是建立時序模型。而時序模型譜具有許多優(yōu)點，如譜峰清晰、譜線光滑、頻率坐標準確、分辨率高、不要求周期采樣及加窗處理等，因而克服了常規(guī)FFT譜分析所存在的缺陷，即要求固定數(shù)據(jù)長度、短數(shù)據(jù)信號處理失真、加窗引起泄漏、產(chǎn)生誤差、降低分辨率等。機器故障診斷的時序模型法就是在機器的運行過程中，首先選定恰當?shù)脑\斷參數(shù)，然后建立一個時序模型，通過時序模型的相應判據(jù)以診斷機器狀態(tài)的變化。這種方法在相當多的場合下能可靠地回答機器是屬于正常或異常狀態(tài)。(5)振動信號的特征分析方法特征分析主要是依據(jù)旋轉機械最基本的運動變量一轉速在變化時或在某一穩(wěn)定轉速時，機器的各重要部位振動量大小來進行特征描述。一般隨自變量選用的不同，特征分析有如下的幾種方法，即功率譜分析、階比譜分析、跟蹤譜分析(又分頻率跟蹤、階比跟蹤及復合功率跟蹤)、坎貝爾跟蹤分析(又分頻率坎貝爾圖和階次坎貝爾圖)、轉速譜陣分析(包括頻率譜陣與階比譜陣)、時間譜陣分析(包括頻率譜陣與階比譜陣)。特征分析的目的就在于把眾多的特征分量(頻率)從復雜的信息中識別出來，研究和分析它們的變化特征，從而判別機器運行狀態(tài)是否正常。 本章小結本章首先主要介紹了轉子的振動機理，振動的類型以及這些振動產(chǎn)生的原因。其次介紹了幾種典型故障的的軸心軌跡圖形和它們的時域及頻域特性，為以后的分析提供理論基礎。最后介紹了軸心軌跡測試方法和常用的振動信號分析方法。第3章 LabVIEW應用程序設計 數(shù)據(jù)采集和軸心軌跡合成軸心軌跡的測量原理已經(jīng)在第二章中進行了介紹，圖22就是該測量電路的硬件部分。用兩個電渦流傳感器字相互垂直的兩個方向上測量轉子的徑向位移，將電壓信號經(jīng)電荷放大器放大濾波器濾波后送到計算機進行處理，以合成軸心軌跡。在這里采集信號用的是數(shù)據(jù)采集卡，它首先需要驅動，然后配合程序來完成數(shù)據(jù)采集。LabVIEW的兩大基本功能是DAQ數(shù)據(jù)采集和儀器控制。DAQ數(shù)據(jù)采集是LabVIEW的核心技術之一，也是LabVIEW與其他編程語言相比較的優(yōu)勢所在，甚至可以認為，DAQ數(shù)據(jù)采集是LabVIEW最大的功能。一般地說，數(shù)據(jù)采集卡都有自己的驅動程序，驅動程序控制數(shù)據(jù)采集卡的硬件操作。目前NI公司的數(shù)據(jù)采集卡驅動軟件有NIDAQ和NIDAQmx，這兩種驅動軟件提供各種DAQ函數(shù)節(jié)點，用戶可以方便的訪問硬件。這里，我采用的是DAQmx來作為驅動。對于數(shù)據(jù)采集來說，有幾個組成部分是必不可少的，如采集通道、定時、觸發(fā)、啟動和清除等。首先要設置虛擬通道，我們用到的是DAQmx Create Virtual 。該vi的作用是為任務添加一個或一批虛擬通道，如果沒有指定任務，它將建立一個任務，由于其多態(tài)性，其I/O通道類型可以是模擬輸入輸出、數(shù)字I/O或者計數(shù)器輸出等。其次，用到的是DAQmx 。數(shù)據(jù)采集一定要設置采樣數(shù)、采樣率、以及采樣模式等，這些都是在該vi來實現(xiàn)。它用于指定設備的數(shù)據(jù)采集操作是否連續(xù)或有限，為有限的操作指定或生成的樣本數(shù)，以及在需要時創(chuàng)建一個緩沖區(qū)。對于模擬輸入這種需要采樣定時的操作，它可以設置采樣時鐘源級采樣速率。然后需要設置觸發(fā)。DAQmx ，最為常用的是啟動觸發(fā)和參考觸發(fā)。啟動觸發(fā)初始化一個采集或生成，參考觸發(fā)則在采樣集中的位置設置一個參考點，早那里觸發(fā)前數(shù)據(jù)采集結束，而觸發(fā)后數(shù)據(jù)采集開始。從通道中采集的數(shù)據(jù)存放在緩存區(qū)，如果要對數(shù)據(jù)進行更進一步的處理，需要將數(shù)據(jù)從緩存區(qū)中讀取出來，這就用到了DAQmx 。當連續(xù)采樣時，該vi會讀取緩存區(qū)中所有可讀的樣本，當有限采樣時，該vi會等待任務獲取了所有被請求的樣本，然后將這些樣本從緩存區(qū)中全部讀出。最后是對DAQmx Start 。該vi顯示的將一個任務轉換至運行狀態(tài)，在運行狀態(tài)，這個任務將完成特定的采集或生成。如果程序中沒有使用該vi，當讀取或寫入執(zhí)行的時候，任務可以隱性的轉換至運行狀態(tài)，或者自動開始。雖然不是在任何時候都需要用到該vi，但是使用它來顯示的啟動一個與硬件定時有關的采集生成任務是個值得選擇的，例如在循環(huán)之中，就應該使用該vi，否則任務會重復的啟動或停止，這樣會降低執(zhí)行性能。如圖31所示，是用NIDAQmx編制的數(shù)據(jù)采集程序的部分程序框圖圖31 DAQmx數(shù)據(jù)采集從圖中可以看到創(chuàng)建虛擬通道vi、定時vi、啟動任務vi和讀取vi。這些vi都有一些輸入輸出端子用以連接一些必要的的控件，進行參數(shù)的設定，比如采樣數(shù)、采樣率等。圖31只是單通道的數(shù)據(jù)采集程序，由于本課題所采集的是兩路電壓信號且需要將兩路信號合成軸心軌跡，用DAQmx編制的程序比較繁瑣，信號流程不明顯，不宜與隨后的各程序進行整合，所以放棄了DAQmx，改用DAQ助手。DAQ助手是建立在DAQmx上的一個基于步驟的向導，它擁有一個交互式的圖形界面，無需編程就能一步一步的進行測量任務、采集通道、信號自定等配置，而且能夠自動生成代碼，實現(xiàn)DAQmx應用的快速開發(fā)。首先驅動數(shù)據(jù)采集卡新建一個采集兩路信號的任務，并設置采樣數(shù)、采樣率、采樣模式、測量模式等，隨后將這個任務生成代碼，這時在新建vi的程序框圖上就會生成一個DAQ助手圖標，接下來就可以完成對信號的處理了，如圖32所示就是編制的數(shù)據(jù)采集和軸心軌跡合成程序。圖32 數(shù)據(jù)采集和軸心軌跡合成從圖中可以看到，由DAQ助手采集的程序在經(jīng)由濾波器濾波后由拆分數(shù)組節(jié)點將兩路信號分開連接波形顯示控件和寫入測量文件控件，用以實驗位移信號的實時顯示和數(shù)據(jù)存儲。接下來信號連接到了頻譜分析控件，分別對兩路信號進行頻譜分析。最后，兩路信號輸入到XY圖波形顯示控件完成軸心軌跡的合成。用該程序在實驗臺上進行了實驗，測試結果如圖33所示。圖33 軸心軌跡合成在圖上可以看到兩路信號的波形以及合成的軸心軌跡，由此數(shù)據(jù)采集和軸心軌跡合成程序就編制完成了。對于所采集的數(shù)據(jù)我們需要對數(shù)據(jù)進行保存以便管理，需要某一數(shù)據(jù)進行分析時又需要將它們讀取出來。LabVIEW中已經(jīng)把讀取和保存功能進行了模塊化處理，變成了一個控件，需要時選取它們并設置參數(shù)即可。如圖34和35所示即為進行數(shù)據(jù)存儲和讀取時的前面板圖34 數(shù)據(jù)存儲圖35 數(shù)據(jù)讀取 軸心軌跡仿真程序在進行軸心軌跡的自動識別時,需要有一標準與待測軸心軌跡進行比較,從而進行識別。從本課題的思路可以看出，這個標準就是典型故障的軸心軌跡。在第二章介紹軸心軌跡的形成機理時已經(jīng)知道，不同的轉子故障其軸心軌跡也是不同的。比如轉子不平衡故障的軸心軌跡為橢圓、轉子不對中故障的軸心軌跡為“香蕉”或“外八字”等。我們知道當轉子系統(tǒng)發(fā)生故障或出現(xiàn)異常時，轉子軸心軌跡變的十分不規(guī)則，研究各分量的特征頻率將會得到許多故障信息。有前面的數(shù)據(jù)采集程序得到的徑向位移信號的波形可以看出，其波形在濾波后可以近似的認為是正弦波，由此我們我們構造了如下方程式來仿真轉子發(fā)生故障時的軸心軌跡。 (31)式中，AAααBBββ2分別為x(t)和 y(t)的一倍頻和二倍頻的幅值和初相位。在復平面對其進行組合形成復信號 (32)調整公式(31)中的8個參數(shù)，就能仿真出主要的軸心軌跡。通過改變這八個參數(shù)可以獲得我們所需的軸心軌跡圖形。如圖36所示為我們仿真出的幾種典型的軸心軌跡圖形。a油膜渦動b 綜合故障c 轉子不平衡d 轉子碰磨e 轉子碰磨f 理想狀態(tài)圖36 基于LabVIEW常見軸心軌跡曲線仿真在用以上方程式得到軸心軌跡圖形時，我們可以發(fā)現(xiàn)不同的軸心軌跡圖形與振動頻率之間有種對應的關系具體描述如下[18]：當x(t)、y(t)的二倍頻分量的幅值均為0時，軸心軌跡的形狀隨一倍頻分量的幅值和初始相位變化，其形狀為直線、橢圓和圓。當x(t)、y(t)的一倍頻分量的初始相位相等時，軸心軌跡為～條直線，其斜率由一倍頻分量的幅值確定：當x(t)、y(t)的一倍頻分量的初始相位差900且一倍頻分量的幅值相等時，軸心軌跡是圓形，否則為橢圓。當x(t)或者y(t)的二倍頻分量的幅值為0時，軸心軌跡的形狀隨一倍頻和二倍頻分量的幅值和相位變化，其形狀為圓弧、外8字形和香蕉形等。當x(t)和y(t)方向的一倍頻分量的幅值之比大于2倍以上時，軸心軌跡呈現(xiàn)圓弧形、外8字形和香蕉形，其曲率隨二倍頻的分量的幅之增大而增大。當工x(t)、y(t)的～倍頻和二倍頻分量的幅值均不為0時，軸心軌跡的形狀隨一倍頻和二倍頻分量的幅值和初始相位變化，其形狀具有直線、橢圓、圓、內(nèi)8字形、外8字形、香蕉形以及其他各種復雜不規(guī)則的形狀。以上的這些軸心軌跡圖形都是由編制的仿真程序完成的，如圖37所示為軸心軌跡仿真程序的框圖的前面板。圖37 軸心軌跡仿真程序 不變矩計算程序 不變矩方法簡介矩在統(tǒng)計學中用于表征隨機量的分布，而在力學中用于表征物質的空間分布。若把二值圖或灰度圖看作是二維密度分布函數(shù)，就可把矩技術應用于圖像分析中。這樣，矩就可以用于描述一幅圖像的特征，并提取為與統(tǒng)計學和力學中相似的特征。近年來由二維和三維形狀所求取的矩值的不變性已引起了矩技術發(fā)展很多，現(xiàn)已被應用于圖像分類與識別處理的許多方面，如景物匹配、直方圖匹配、圖像重建、目標識別和圖像檢索等。1961年，HU由代數(shù)不變量的理論推出一系列的矩不變量于形狀的識別。這里的“不變”意味著圖像或圖形的某些特征量在下列情形下保持不變:大小變化(尺度)、位置變化（平移）、方向變化（旋轉）。方便起見，我們假設同一物體的不同圖像之間只相差一個旋轉、平移和尺度變換，即同一物體的不同圖像差別有物體擺放的方向、位置或攝像機與物體間距離不同引起的尺度不同。因此可以找到一些不變量，這些量只與物體形狀有關與它們的位置、方位、尺度無關，這就是這里要討論的矩不變量。矩不變量是