旋轉(zhuǎn)機(jī)械的振動監(jiān)測與診斷-資料下載頁
2025-01-12 13:49本頁面
【正文】 當(dāng)達(dá)到失穩(wěn)轉(zhuǎn)速后即發(fā)生半速渦動。 隨著轉(zhuǎn)速升高、渦動角速度也將隨之增加，但總保持著約等于轉(zhuǎn)動速度之半的比例關(guān)系，半速渦動一般并不劇烈。 當(dāng)轉(zhuǎn)軸轉(zhuǎn)速升到比第一階臨界轉(zhuǎn)速的 2倍稍高以后，由于此時半速渦動的渦動速度與轉(zhuǎn)軸的第一階臨界轉(zhuǎn)速相重合即產(chǎn)生共振，表現(xiàn)為強(qiáng)烈的振動現(xiàn)象，稱為 油膜振蕩 。 油膜振蕩一旦發(fā)生之后，就將始終保持約等于轉(zhuǎn)子一階臨界轉(zhuǎn)速的渦動頻率，而不再隨轉(zhuǎn)速的升高而升高。 油膜振蕩的特征 1 油膜振蕩在一階臨界轉(zhuǎn)速的二倍以上時發(fā)生。一旦發(fā)生振蕩，振幅急劇變大，即使再提高轉(zhuǎn)速，振幅也不會下降。 2 油膜共振時，軸頸中心的渦動頻率為轉(zhuǎn)子一階固有頻率，即使轉(zhuǎn)速再升高，其頻率基本不變。 3 油膜振蕩具有突然性和慣性效應(yīng)，升速時產(chǎn)生油膜振蕩的轉(zhuǎn)速和降速時油膜振蕩消失時的轉(zhuǎn)速不同。 4 油膜振蕩時軸心渦動的方向和轉(zhuǎn)子旋轉(zhuǎn)方向相同，軸心軌跡呈花瓣形，正進(jìn)動。 5 油膜振蕩時，轉(zhuǎn)子的撓曲呈一階振型。 6 油膜振蕩劇烈時，隨著油膜的破壞，振蕩停止，油膜恢復(fù)后，振蕩再次發(fā)生，這樣持續(xù)下去，軸頸與軸承不斷碰摩，產(chǎn)生撞擊聲，軸瓦內(nèi)油膜壓力有較大波動。 消除油膜振蕩的措施 1 增加轉(zhuǎn)子系統(tǒng)的剛度。 轉(zhuǎn)子固有頻率越高，產(chǎn)生油膜振蕩的失穩(wěn)轉(zhuǎn)速也越高，系統(tǒng)失穩(wěn)轉(zhuǎn)速應(yīng)在工作轉(zhuǎn)速的 125％以上。 2 選擇合適的軸承形式和軸承參數(shù)。 圓柱軸承制造簡單，但抗振性最差，橢圓軸承、三油楔、多油楔軸承次之?？蓛A瓦軸承最好。 3 增加外阻尼； 4 增加軸承比壓，改變進(jìn)油溫度或粘度 ，如切短軸承長度，在下瓦中部開環(huán)形槽等，國產(chǎn) 300MW汽輪發(fā)電機(jī)組的油膜振蕩墨是通過將軸瓦長度從 430mm縮減到 320mm以及將 LAN46油改用 DAN32油來解決的。 5 減小軸承間隙。 6 改變進(jìn)油壓力。 7 改善轉(zhuǎn)子的平衡狀態(tài)，限制振幅放大因子； 8 消除轉(zhuǎn)子不對中故障，限制低次諧波分量； 9 消除動靜間隙不均勻，限制非線性激振力。 總結(jié) ? 以前對這方面的知識基本上不清楚，通過此次的學(xué)習(xí)讓我對旋轉(zhuǎn)機(jī)械的振動、故障分析方法、典型故障以及診斷方法有了一定的了解，但是如果要完全搞懂還需要花時間進(jìn)行更深入地系統(tǒng)地學(xué)習(xí)和研究。 ? 本人覺得旋轉(zhuǎn)機(jī)械的振動監(jiān)測和診斷是一門很有學(xué)問的學(xué)科，它需要通過理論與實(shí)踐兩者結(jié)合才能對其完全掌握。 參考文獻(xiàn) [1] 鐘秉林 , 黃仁 ,賈民平等 ,機(jī)械故障診斷學(xué) . 北京 :機(jī)械工業(yè)出版社 , 1997,12. [2] 賈民平，許飛云，機(jī)械故障診斷學(xué)的理論及其應(yīng)用 .東南大學(xué) :1999. [3] 鄭月珍，旋轉(zhuǎn)機(jī)械振動監(jiān)測和分析 . 南京汽輪電機(jī) (集團(tuán) )有限責(zé)任公司 ,2022,3. [4] 高峰，旋轉(zhuǎn)機(jī)械設(shè)備的維修與振動監(jiān)測 .河北：秦皇島發(fā)電有限責(zé)任公司： 2022. [5] 張思．振動測試與分析技術(shù)．北京：清華大學(xué)出版社， 1992． [6] 韓捷，張瑞林，等．旋轉(zhuǎn)機(jī)械故障機(jī)理及其診斷技術(shù) [M]．北京：機(jī)械工業(yè)出版社，1997． [7]陳虹微 ,旋轉(zhuǎn)機(jī)械振動特征及診斷方法 .福建：龍巖學(xué)院， 2022， 2. [8] ENDO H, RANDALL R B. Enhancement of autoregressive model based gear tooth fault detection technique by the use of minimum entropy deconvolution filter[J].Mechanical Systems and Signal Processing, 2022, 21(2)： 906919. [9] YANG W X, HULL J B, SEYMOURMD. Detecting the singularities in engineering signals[J]. Journal of Materials Processing Technology, 2022, 175(13) ： 439445. [10] LI Hongkun, ZHOU Peilin, MA Xiaojiang. Pattern recognition on diesel engine working condition by using a novel methodologyHubert spectrum entropy[J]. J. . Technol., 2022, 6： 4348.
教學(xué)課件相關(guān)推薦
鄂ICP備17016276號-1