中国一流的离心机生产企业
专注生物医疗、实验室离心机

机械振动信号的频域分析

  对于机械故障的诊断而言,时域分析所能提供的信息是非常有限的。时域分析往往只能粗略地回答机械设备是否有故障,有时也能得到故障严重程度的信息,但不能提供故障发生部位等信息。作为机械故障诊断中信号处理的最重要和最常用的分析方法,频域分析能通过了解测试对象的动态特性,对设备的状态作出评价并准确而有效地诊断设备故障和对故障进行定位,进而为防化故障的发生提供分析依据。

实际的设备振动信号包含了设备许多的状态信息,因为故障的发生、发展往往会引起信号频率结构的变化,例如,齿轮箱的齿轮啮合误差或齿而疲劳剥落部会引起周期性的冲击,相应在振动信号中就会有不同的频率成分出现,从而根据这些频率成分的组成和大小,就可对故障进行识別和评价。频域分析是基于频谱分析展开的,即在频率域将一个复杂的信号分解为简单信号的叠加,这些简单信号对应各种频率分量并同时体现幅值、相 位、功率及能量与频率的关系。

  频谱分析是设备故障诊断中最常使用的方法。频谱分析中常用的有幅值谱和功率谱,另外自回归谱也常用来作为必要的补充。功率谱表示振动功率随振动频率的分布情况,物理意义比较清楚。幅值谱表示对应于各频率的谐波振动分量所具有的振幅,应用时显得比较直观,幅值谱上谱线髙度就是该频率分量的振幅大小。相应回归谱为时序分析中自回归模型在频域的转换。频谱分析的目的就是将构成信号的各种频率成分都分解开來,以便于振源的识别。

频谱分析计算是以傅里叶积分为基础的,它将复杂信号分解为有限或无限个频率的简谐分量,如图2-33所示。目前频谱分析中己广泛采用了快速傅里叶分析方法(FFT)。

 

傅立叶变换与频谱分析图示.png

 

实际设备振动情况相当复杂,不仅有简谐振动、周期振动,而且还伴有冲击振动、瞬态振动和随机振动,必须用傅里叶变换对这类振动信号进行分析。

时域函数x(t)的傅里叶变换为

 

2-32.png

相应的时域函数x(t)也可用X(f)的傅里叶逆变换表示为

 

2-332.png

 

式(2-32)和式(2-33)被称为傅里叶变换对。

|X(f)|为幅值谱密度,一般被称为幅值谱。

自功率谱可由自相关函数的傅里叶变换求得,也可由幅值谱计算得到。其定义为

 

2-34.35.png

实际上,对于工程中的复杂振动,正是通过傅里叶变换得到频谱,再由频谱图为依据来判断故障的部位以及故障的严重程度的。

从某种意义上讲,振动故障分析诊断的任务就是读谱图,把频谱上的每个频谱分量与监测的机器的零部件对照联系,给每条频谱以物理解释。主要内容包括:

① 振动频谱中存在哪些频谱分量?

② 每条频谱分量的幅值多大?

③ 这些频谱分量彼此之间存在什么关系?

④ 如果存在明显高幅値的频谱分量,它准确的米源?它与机器的零部件对应关系如何?

如果能测量相位,应该检查:相位是否稳定?各测点信号之间的相位关系如何?