湖北汽车工业学院
课程论文
大型旋转机械故障诊断
姓名： 高 俊 斌
班级： T1113-5
学号： [1**********]
日期： 2015.1.11
目录
1. 引言 ............................................................................................................................................... 2
2. 旋转机械故障产生的原因及频率特征 . ....................................................................................... 2
2.1不平衡故障及其诊断 . ........................................................................................................ 2
2.1.1故障机理 . ................................................................................................................. 2
2.1.2频率特点 . ................................................................................................................. 2
2.2转子不对中故障及其诊断 . ................................................................................................ 3
2.2.1故障机理 . ................................................................................................................. 3
2.2.2频率特点 . ................................................................................................................. 3
2.3涡动故障及其诊断 . ............................................................................................................ 4
2.3.1故障机理 . ................................................................................................................. 4
2.3.2频率特征 . ................................................................................................................. 4
3. 常用的故障诊断方法 . ................................................................................................................... 5
3.1振动检测诊断法 . ................................................................................................................ 5
3.2噪声检测诊断法 . ................................................................................................................ 5
3.3温度检测诊断法 . ................................................................................................................ 6
3.4声发射检测诊断法 . ............................................................................................................ 6
3.5油液分析诊断法 . ................................................................................................................ 6
4. 大型旋转机械故障诊断案例 . ....................................................................................................... 7
4.1某厂04年09月27日空压机断叶片故障诊断分析 . ...................................................... 7
4.2某厂04年06月24日主风机断叶片故障诊断分析 . ...................................................... 9
5. 结论 ............................................................................................................................................. 12
参考文献： . ............................................................................................................................ 13
大型旋转机械故障诊断
高俊斌
摘要：文章概述了旋转机械故障产生的原因及频率特征、旋转机械故障诊断的基本方法，然后分析了一些大型旋转机械故障诊断的案例。
关键词：旋转机械；故障诊断
1. 引言
旋转机械故障诊断技术是伴随着现代工业生产设备的发展形成的一项专门的设备诊断技术。该技术主要研究机械设备在运行过程中或停机状态下不对设备进行拆卸，掌握设备的运行现状，分析判断设备故障的部位、故障原因以及故障严重程度，并估算出设备可靠性和使用寿命，从而提出解决方法的技术。大型旋转机械如风机、压缩机、汽轮机和燃气轮机等设备，是石油、化工、冶金、航天及电力等现代重要生产部门中的关键生产工具，对这些设备开展性能监测与故障诊断工作，具有重要的意义。
2. 旋转机械故障产生的原因及频率特征
2.1不平衡故障及其诊断
2.1.1故障机理
质量不平衡是大型旋转机械最为常见的故障。众所周知，旋转机械的转子由于受材料质量和加工技术等各方面的影响，转子上的质量分布相对于旋转中心线不可能做到“绝对平衡”，这就使得转子旋转时形成周期性的离心力的干扰，在轴承上产生动载荷，使机器发生振动。机组不平衡按发生过程可分为原始不平衡、渐发性不平衡和突发性不平衡等几种情况。其中原始不平衡是由于转子制造误差、装配误差及材质不均匀等原因造成的；渐发性不平衡是由于不均匀积灰造成的；突发性不平衡是由于转子上零件脱落造成的，机组振幅突然增大后稳定在一定水平上。
2.1.2频率特点
转子转动一周，离心力方向改变一次，因此不平衡振动的频率与转速一致。即f= w /60，转速频率也称为工频(即工作频率) ，这种频率成分很容易在频谱图上观察到。
转子不平衡故障的特征是：
⑴在转子径向测得的频谱图上，频谱能量集中于基频，转速频率成分具有突出的峰值； ⑵转速频率的高次谐波幅值很低，因此反映在时域上的波形很接近于一个正弦波；
⑶除了悬臂转子之外，对于普通两端支承的转子，轴向测点上的振动值一般并不明显，即水平方向上的振值比垂直和轴向大；
⑷当w ＜wn 时，振幅随w 的增加而增大，当w ＞wn 后，w 增加时振幅趋于一个较小的稳定值，当w 接近wn 时，发生共振，振幅具有最大峰值；
⑸振动的强烈程度对工作转速的变化很敏感；
⑹工作转速一定时相位稳定。
2.2转子不对中故障及其诊断
2.2.1故障机理
不对中是旋转机械最常见的故障之一。是由于设备安装或运转过程中多种因多种原因引起的，联轴节的三种非标准连接状态是不对中故障的主要表现形式。不对中故障表现出的结果为机器的振动、联轴节的偏转、轴承的摩擦损伤、油膜失稳和轴的挠曲变形等故障问题。美国MONSANTO 石油化工公司统计得到：机械故障的60%是由转子的不对中引起，因此需要重视这方面的故障分析。其主要原因有以下几点：一是设计对中考虑不够及计算偏差；二是安装找正误差和对热态转子不对中量考虑欠佳；三是运行操作上超负荷运行和机组保温不良，轴系各转子热变形不一；四是机器基础、底座沉降不均使对中超差和软地脚造成对中不 良；五是环境温度变化大，机器热变形不同。
2.2.2频率特点
转子不对中所引起的故障，其主要特征表现在下列几个方面：
(1)改变了轴承中的油膜压力，不对中所出现的最大振动往往表现在紧靠联轴节两端的轴承上；
(2)不对中所引起的振动幅值与转子的负荷有关，它随负荷的增大而增高；
(3)平行不对中主要引起径向振动，显示振幅大的方向就是原始不对中方向。角度不对中主要引起轴向振动。对于刚性联轴节，轴向振幅要大于径向振幅；
(4)不对中使联轴节两侧的转子振动产生相位差。平行不对中时，两侧轴承径向振动相位差基本上为1800。角度不对中使联轴节两侧轴承轴向振动相位差为1800。而径向振动是同相位的，上述故障特征均指刚性联轴节情况；
(5)从振动频率上分析，不同类型的机组和不同形式的不对中情况引起的振动频率是不相同的。对于刚性联轴节，平行不对中易激起两倍旋转频率的振动. 同时也存在工频(转速频率) 和多倍频的振动成分。并且不对中程度越严重，2倍频分量越大；
(6)角度不对中在轴向振动中易激起工频振动，在径向振动中也会产生2倍频。一般说来，如果轴向振动的幅值大于径向振动中最高幅值的一半，而且频谱图表现为工频振动占主导，那么就应该怀疑设备存在不对中，同时也存在多倍频振动。除了要观察转子的径向振动信息外，还要观察轴向的振动信息。
2.3涡动故障及其诊断
2.3.1故障机理
涡动是轴旋转时发生的一种自激振动，它既不具有自由振动的特征也不属于受迫振动的类型，它的特征是轴在轴承间表面为回转运动，这种振动并不是在转轴达到临界转速时发生，而是在较大范围内发生并且与转轴本身的转速关系较少。
油膜涡动产生后，随着工作转速的升高，其涡动频率也不断增加，频谱图中半频谐波的振幅也不断增大，使转子振动加剧。如果转子的转速升高到第一临界转速的2倍附近，将产生自激振动，振幅突然骤增，振动非常剧烈，轴心轨迹突然变成扩散的不规则曲线，频谱图中的半频谐波振幅值增加到接近或超过基频振幅，并有组合频率的特征，若继续提高转速，则转子的涡动频率保持不变，始终等于转子的固有频率，这是就形成了油膜振荡。
2.3.2频率特征
特征频率约等于转子的工作频率的一半即f = (0.42一0.48)w 。振幅小的油膜涡动会引起零件的疲劳、松动、瓦面龟裂等，当工作转速增加到一阶临界转速的两倍时，涡动频率就会等于一阶临界转速这时就会发生共振现象，这时便会演变为油膜振荡，引起动静部件摩擦，转子热弯曲、瓦面碎裂等，具有较大破坏力。一般是从振动频率是否接近转速之半来判别。(与油膜振荡相对应来看)
半速涡动的频率小于转子的一阶固有频率时，即时，半速涡动是一种比较平静的涡动，其主要特征是：频谱中的次谐波在半频处有峰值；其轴心轨迹是基频与半频叠加构成的较为稳定的双椭圆；相位稳定，正进动。
油膜振荡频率特点
(1)油膜振荡发生w ≥2wn ，wn 为临界转速。一旦发生振荡，振幅急剧加大，再提高转速，振幅也不会下降；
(2)油膜振荡时，轴心涡动频率通常为转子一阶固有频率，振型为一阶振型；
(3)油膜振荡时，轴心涡动方向和转子旋转方向相同，为正向涡动，而干摩擦引起的自激为反向涡动；
(4)在w ≤2wn 。时，可能产生半速涡动(即油膜涡动) ，涡动频率为转速的一半，半速涡动的振幅较小，若再提高转速则会发展成为油膜振荡；
(5)油膜振荡的涡动角速度与转轴旋转角速度无关，约等于转轴临界转速的角速度； 在水平轴承中，也可能发生油膜振荡，但在这种情况下，回转角速度并不一定是常数。
3. 常用的故障诊断方法
3.1振动检测诊断法
设备的零部件、整机都有不同程度的振动。机械设备的振动往往会影响其工作精度，加剧设备的磨损，加速疲劳破坏；而随着磨损的增加和疲劳损伤的瘇，机械设备的振动将更加剧烈，如此恶性循环，直至设备发生故障、破坏。
设备发生故障时，常表现为振动频率的变化，通过检测振动的频率、转数、振动的速度、加速度、位移量、相位等参数，并进行分析，从中可以找出产生振动变化的原因。具有实用靠, 判断准确的特点。振动分析法主要采用时域分析、频域分析、时序分析、时频域分析等方法来分析所采集的振动信号。
振动检测诊断法仍是当今诊断技术的主题，是最常用的诊断方法，具有实用可靠, 判断准确的特点。白宁等将振动检测法应用于螺杆泵的故障诊断中，并证明了该方法是科学、准确、方便的设备检测方法。樊长博等对风力发电机组齿轮箱采用基于倒频谱方法对故障特征进行了分析, 提高了故障诊断的准确性。
3.2噪声检测诊断法
噪声检测诊断法就是以机器设备运行中的噪声作为信息源，在设备运行过程中，通过噪 声参数的变化特征判别设备的运行状态。在机器设备的运行过程中，会辐射出一定能量的噪 声。当发生故障时，其辐射的噪声信号也往往会发生改变，例如噪声级的加大，噪声信号频 率的改变等等。同时，由于可以十分方便地对噪声信号进行非接触式测量，因此利用噪声信 号对机器设备进行故障诊断是一种可行、有效的方法。
此法的本质与振动检测诊断法是一致的，因为噪声主要是由振动产生的。此法虽简便，但易受环境噪声影响，因此大都采用小波降噪。龚克等根据加速器运行时的噪声信号，运用快速傅立叶变换做频谱分析，然后再通过人工神经网络进行故障诊断。吕琛等提出了一种用于故障诊断识别的脉冲频率调制( PFM) 模拟神经网络脉冲流VLSI 电路, 利用含有故障信息的噪声信号代替传感器安装困难的基于振动信号的特征值提取来进行主轴承的间隙磨损故障断。文献提出基于背景噪声修正法进行机械运转噪声在线测量，通过对噪声信号的小波包分解，
生成时--频相平面，将其转化为定量描述的布尔型矩阵，再对样本不同时频段进行加权处理后训练形成故障模板，将被测对象的噪声信号与模板进行比较，实现机械故障的诊断。
3.3温度检测诊断法
温度检测诊断法即以可观测的机械零件的温度作为信息源，在机器设备运行过程中，通 过温度参数的变化特征判别设备的运行状态。一方面，零件的振动可以影响温度的变化；另 一方面，温度的变化也会使旋转件的振动进一步加剧。此外，其它故障类型和温度变化之间 也具有某种确定的关系，即温度信号中隐含着其它故障诊断信号的信息。
温度检测是能比较直观反映设备存在故障的一项重要检测手段。温度检测法并不是单一靠检测温度来对设备进行故障诊断, 跟其他技术方法相结合就能更方便地应用于工程实践中。
3.4声发射检测诊断法
材料中由于能量从局部源快速释放而产生瞬态弹性波的现象称为声发射（acoustic emission ，简称AE ）。用仪器探测、记录、分析声发射信号和利用声发射信号推断声发射源 的技术称为声发射检测（acoustic emission testing 简称AET ）技术。声发射技术具有许多优点，如适用于实时动态监控检测，且只显示和记录扩展的缺陷，与缺陷尺寸无关；对扩展的缺陷具有很高的灵敏度；整体性；缺陷所处位置和方向并不影响声发射的检测效果；受材料的性能和组织的影响小；方法比较简单，现场声发射检测监控与试验同步进行等。
声发射法可以检测缺陷、确定缺陷位置和评价结构的危险程度（安全性）。与其它常规 无损检测方法相结合，使用声发射法将会取得最佳效果。声发射技术应用范围已覆盖航空、 航天、石油化工、电力等领域。在转动设备的故障诊断方面，声发射技术主要应用于滚动轴承和滑动轴承的故障诊断。声发射技术应用的另一个重要方面是应用于检测泄漏。目前，人工神经网络声发射信号处理已成为国际上声发射技术研究的一个热点，我国声发射工作者在神经网络技术的应用方面取得了很大成绩，并曾在刀具磨损监测、声发射谱信号模式识别等方面取得成功。在最近召开的第14 届世界无损检测会议上，我国学者报导了利用人工神经网络技术对声发射源活动情况进行模式识别的新方法, 该方法除可区别缺陷种类(裂纹、泄漏和噪声) 外，还可对裂纹的危害程度进行判断。
3.5油液分析诊断法
油液分析技术又称为设备磨损工况监测技术，是一种新型的设备维护技术，它利用油液所携带的设备工况信息来对设备的当前工作状况以及未来工作状况作出判断，从而为设备的正确维护提供了有效的依据，达到预防性维修的目的。油液在设备中的各个运动部位循环流
动时，设备的运行信息会在油液中留下痕迹，这些信息主要包括以下三个方面：
① 油液本身的物理和化学性质的变化；
② 油液中设备磨损颗粒的分布；
③ 油液中外侵物质的构成以及分布。
采用油液分析技术进行机械设备故障诊断的特点有：1）不拆机，无需安装传感器（随机监测除外）；2） 操作易于掌握，有的方法十分简单和直观；3） 信息量较大； 4） 需要有一个严密的管理体系（如油样的递送、机器状态的反馈等），作为开展工作的组织保证； 5)需要建立一个计算机管理系统，以完成大量数据的管理工作。油液分析中，目前应用较多的有光谱分析和铁谱分析两种。油液分析结果有种类多、表征各异、离散与随机性、定量与定性交叉、信息量大、信息冗余和不一致性等特点，因此必须对油液分析的信息加以信息综合及信息融合。
4. 大型旋转机械故障诊断案例
4.1某厂04年09月27日空压机断叶片故障诊断分析
故障状态描述： 此厂空气压缩机组K1202/KT1202于2004年9月27日发生空压机驱动透
平振动突然增大事故，以下把故障发生过程中各图谱的变化情况列举如下：
图4.1 通频值振动趋势图（2004-09-27 12:01:5至2004-09-27 15:36:5的历史数据和灵敏监测数据） 从上面的趋势图上可以很清楚的看出，该机组在9月27日的12：18：09时振动瞬间突发性升高，同时，振动的相位也发生了明显的变化，其振动能量主要是集中表现在工作频率上。这些都意味着透平转子出现了故障，产生了极大的不平衡。
图4.2 126V035A波形频谱图（事故发生瞬间的整个过程）
上图为某一测点事故发生瞬间整个过程的波形频谱图，从图中可以看到转子物质脱落前的4个周期的振动波形、脱落开始的瞬间波形变化以及脱落后的振动慢慢趋于稳定的系列过程，这一瞬间不仅其振动的幅值有大幅度的增大，而且其相位的变化也较明显。
图4.3 透平入口事故发生瞬间的轴心轨迹图
诊断分析结果： 通过对S8000系统所捕捉到的数据的分析，我们认为这次故障是因为透平转子上有部件掉落，如叶片突然断裂或围带、拉筋、铆钉脱落，因而瞬间造成了一个很大的不平衡，引起振动在短时间内突然上升。
建议在暂时不能停车的情况下，尽量稳定转速和负荷，避免二次事故的发生。在发生其它小故障的时候，应尽量避免停车，以免开不起来。现场的操作工在发现透平有异常的时候，应及时打闸停车。根据透平目前的状况，认为还是尽快停车检修为好，在检修的时候，同时
要注意检查联轴节及轴承的工作情况。
停机检查结果： 该机组坚持运行到10月14日大修，检查发现。第6级断叶。
4.2某厂04年06月24日主风机断叶片故障诊断分析
故障状态描述： 本厂于2004年6月24日主风机叶片断裂，事故发生的过程我们能从以
下的图谱中来获得：
图4.4 XE－100A
波形频谱图（事故前一秒）
图4.5 XE－100A 波形频谱图（事故发生时）
上图为测点XE －100A 在事故发生前和发生时的波形频谱图，从中可以看到不仅其振动的幅值有大幅度的增大，而且其相位的变化也较明显。
图4.6 XE－100A 振动参数列表
上图为风机某一测点XE －100A 在事故前后的振动参数列表，可以看出，风机各测点在事故发生过程中通频值变化，先急剧增大后又减小，各谐波幅值与相位的变化情况也明显展示
在这张表里。
图4.7 主风机前轴承轴心轨迹图（事故发生时）
10
图4.8 主风机后轴承轴心轨迹图（事故发生中）
以上两图是事故发生过程中主风机前后轴承轴心轨迹所发生的变化，当事故发生的一瞬
间，轴心轨迹直径突然增大并呈螺旋状向外延伸。
图4.9 XE－100A 波形频谱图（事故发生中）
上图是某一测点在事故发生中的波形频谱图，同一机组上其他测点的状况也同样如此。
11
图4.10 烟机后轴承轴心轨迹图（事故发生两个月后）
上面这张轴心轨迹图是在2004年8月31日的监测实时情况，从中可明显看到已出现了较为严重的多圈绕动现象，说明该轴承的油膜涡动现象已经处于非常严重的情况，需给予足够的重视，并建议在适当的时候安排对该轴承进行检查与维修。
诊断分析结果： 通过S8000强大的监测与记录功能，可以及时完整地捕捉到叶片断叶事故在发生前、发生中及发生后的详尽、完整的数据，对事故的分析与处理以及维修的决策提供了强大的技术支持。另外在运行中也可及时看到一些故障的苗头，为决策者提供了准确无误的信息，从而能够对设备做到预知保养与维修。
现场调整结果： 现场调整润滑油压后烟机轴承的涡动消除。
5. 结论
故障诊断技术是随着现代科学技术的发展而发展起来的一个新的领域，是系统安全性、 可靠性的重要保障技术，直接关系到社会效益和经济效益。故障诊断的方法多种多样，各有 各的优缺点，只有能针对不同的故障类型选择适合的故障诊断方法，才能及时、快速、准确 地排除故障，确保系统的正常运行。
近些年来, 由于计算机技术、信号处理、人工智能、模式识别技术的发展, 促进了故障 诊断技术的发展。同时将几种诊断方法集成的故障诊断研究也取得很大发展。故障诊断是实 用性很强的技术, 只有在实际应用中才能体现它的价值。目前在理论研究方面虽有不少进展, 但在工程实践中真正成功应用的实例还较少。 因此, 如何将先进的故障诊断理论与方法用到实际中去还有待深入研究。尤其是在大型旋转机械故障诊断方面需要我们付出更多的努力。
12
参考文献：
[1] 张键. 机械故障诊断技术[M].北京：机械工业出版社，2008.9
[2] 李艳妮. 旋转机械故障机理与故障特征提取技术研究[D].北京：北京化工大学，2007.5
[3] 戴其兵，傅行军.
南京，2007.6
[4] 虞和济. 故障诊断的基本原理[M].北京：冶金工业出版社，1988.20-21
[5] R.A.柯拉科特. 机械故障的诊断与情况监测[M].北京：机械工业出版社，1983.45-47
[6] 陈书凯. 转子系统振动故障分析与诊断[D].南京：南京航空航天大学，2005
[7] 钟秉林, 黄仁. 机械故障诊断学[M].北京：机械工业出版社，2002.2
旋转机械故障诊断方法概述[J]. 东南大学火电机组振动国家工程研究中心，
13
湖北汽车工业学院
课程论文
大型旋转机械故障诊断
姓名： 高 俊 斌
班级： T1113-5
学号： [1**********]
日期： 2015.1.11
目录
1. 引言 ............................................................................................................................................... 2
2. 旋转机械故障产生的原因及频率特征 . ....................................................................................... 2
2.1不平衡故障及其诊断 . ........................................................................................................ 2
2.1.1故障机理 . ................................................................................................................. 2
2.1.2频率特点 . ................................................................................................................. 2
2.2转子不对中故障及其诊断 . ................................................................................................ 3
2.2.1故障机理 . ................................................................................................................. 3
2.2.2频率特点 . ................................................................................................................. 3
2.3涡动故障及其诊断 . ............................................................................................................ 4
2.3.1故障机理 . ................................................................................................................. 4
2.3.2频率特征 . ................................................................................................................. 4
3. 常用的故障诊断方法 . ................................................................................................................... 5
3.1振动检测诊断法 . ................................................................................................................ 5
3.2噪声检测诊断法 . ................................................................................................................ 5
3.3温度检测诊断法 . ................................................................................................................ 6
3.4声发射检测诊断法 . ............................................................................................................ 6
3.5油液分析诊断法 . ................................................................................................................ 6
4. 大型旋转机械故障诊断案例 . ....................................................................................................... 7
4.1某厂04年09月27日空压机断叶片故障诊断分析 . ...................................................... 7
4.2某厂04年06月24日主风机断叶片故障诊断分析 . ...................................................... 9
5. 结论 ............................................................................................................................................. 12
参考文献： . ............................................................................................................................ 13
大型旋转机械故障诊断
高俊斌
摘要：文章概述了旋转机械故障产生的原因及频率特征、旋转机械故障诊断的基本方法，然后分析了一些大型旋转机械故障诊断的案例。
关键词：旋转机械；故障诊断
1. 引言
旋转机械故障诊断技术是伴随着现代工业生产设备的发展形成的一项专门的设备诊断技术。该技术主要研究机械设备在运行过程中或停机状态下不对设备进行拆卸，掌握设备的运行现状，分析判断设备故障的部位、故障原因以及故障严重程度，并估算出设备可靠性和使用寿命，从而提出解决方法的技术。大型旋转机械如风机、压缩机、汽轮机和燃气轮机等设备，是石油、化工、冶金、航天及电力等现代重要生产部门中的关键生产工具，对这些设备开展性能监测与故障诊断工作，具有重要的意义。
2. 旋转机械故障产生的原因及频率特征
2.1不平衡故障及其诊断
2.1.1故障机理
质量不平衡是大型旋转机械最为常见的故障。众所周知，旋转机械的转子由于受材料质量和加工技术等各方面的影响，转子上的质量分布相对于旋转中心线不可能做到“绝对平衡”，这就使得转子旋转时形成周期性的离心力的干扰，在轴承上产生动载荷，使机器发生振动。机组不平衡按发生过程可分为原始不平衡、渐发性不平衡和突发性不平衡等几种情况。其中原始不平衡是由于转子制造误差、装配误差及材质不均匀等原因造成的；渐发性不平衡是由于不均匀积灰造成的；突发性不平衡是由于转子上零件脱落造成的，机组振幅突然增大后稳定在一定水平上。
2.1.2频率特点
转子转动一周，离心力方向改变一次，因此不平衡振动的频率与转速一致。即f= w /60，转速频率也称为工频(即工作频率) ，这种频率成分很容易在频谱图上观察到。
转子不平衡故障的特征是：
⑴在转子径向测得的频谱图上，频谱能量集中于基频，转速频率成分具有突出的峰值； ⑵转速频率的高次谐波幅值很低，因此反映在时域上的波形很接近于一个正弦波；
⑶除了悬臂转子之外，对于普通两端支承的转子，轴向测点上的振动值一般并不明显，即水平方向上的振值比垂直和轴向大；
⑷当w ＜wn 时，振幅随w 的增加而增大，当w ＞wn 后，w 增加时振幅趋于一个较小的稳定值，当w 接近wn 时，发生共振，振幅具有最大峰值；
⑸振动的强烈程度对工作转速的变化很敏感；
⑹工作转速一定时相位稳定。
2.2转子不对中故障及其诊断
2.2.1故障机理
不对中是旋转机械最常见的故障之一。是由于设备安装或运转过程中多种因多种原因引起的，联轴节的三种非标准连接状态是不对中故障的主要表现形式。不对中故障表现出的结果为机器的振动、联轴节的偏转、轴承的摩擦损伤、油膜失稳和轴的挠曲变形等故障问题。美国MONSANTO 石油化工公司统计得到：机械故障的60%是由转子的不对中引起，因此需要重视这方面的故障分析。其主要原因有以下几点：一是设计对中考虑不够及计算偏差；二是安装找正误差和对热态转子不对中量考虑欠佳；三是运行操作上超负荷运行和机组保温不良，轴系各转子热变形不一；四是机器基础、底座沉降不均使对中超差和软地脚造成对中不 良；五是环境温度变化大，机器热变形不同。
2.2.2频率特点
转子不对中所引起的故障，其主要特征表现在下列几个方面：
(1)改变了轴承中的油膜压力，不对中所出现的最大振动往往表现在紧靠联轴节两端的轴承上；
(2)不对中所引起的振动幅值与转子的负荷有关，它随负荷的增大而增高；
(3)平行不对中主要引起径向振动，显示振幅大的方向就是原始不对中方向。角度不对中主要引起轴向振动。对于刚性联轴节，轴向振幅要大于径向振幅；
(4)不对中使联轴节两侧的转子振动产生相位差。平行不对中时，两侧轴承径向振动相位差基本上为1800。角度不对中使联轴节两侧轴承轴向振动相位差为1800。而径向振动是同相位的，上述故障特征均指刚性联轴节情况；
(5)从振动频率上分析，不同类型的机组和不同形式的不对中情况引起的振动频率是不相同的。对于刚性联轴节，平行不对中易激起两倍旋转频率的振动. 同时也存在工频(转速频率) 和多倍频的振动成分。并且不对中程度越严重，2倍频分量越大；
(6)角度不对中在轴向振动中易激起工频振动，在径向振动中也会产生2倍频。一般说来，如果轴向振动的幅值大于径向振动中最高幅值的一半，而且频谱图表现为工频振动占主导，那么就应该怀疑设备存在不对中，同时也存在多倍频振动。除了要观察转子的径向振动信息外，还要观察轴向的振动信息。
2.3涡动故障及其诊断
2.3.1故障机理
涡动是轴旋转时发生的一种自激振动，它既不具有自由振动的特征也不属于受迫振动的类型，它的特征是轴在轴承间表面为回转运动，这种振动并不是在转轴达到临界转速时发生，而是在较大范围内发生并且与转轴本身的转速关系较少。
油膜涡动产生后，随着工作转速的升高，其涡动频率也不断增加，频谱图中半频谐波的振幅也不断增大，使转子振动加剧。如果转子的转速升高到第一临界转速的2倍附近，将产生自激振动，振幅突然骤增，振动非常剧烈，轴心轨迹突然变成扩散的不规则曲线，频谱图中的半频谐波振幅值增加到接近或超过基频振幅，并有组合频率的特征，若继续提高转速，则转子的涡动频率保持不变，始终等于转子的固有频率，这是就形成了油膜振荡。
2.3.2频率特征
特征频率约等于转子的工作频率的一半即f = (0.42一0.48)w 。振幅小的油膜涡动会引起零件的疲劳、松动、瓦面龟裂等，当工作转速增加到一阶临界转速的两倍时，涡动频率就会等于一阶临界转速这时就会发生共振现象，这时便会演变为油膜振荡，引起动静部件摩擦，转子热弯曲、瓦面碎裂等，具有较大破坏力。一般是从振动频率是否接近转速之半来判别。(与油膜振荡相对应来看)
半速涡动的频率小于转子的一阶固有频率时，即时，半速涡动是一种比较平静的涡动，其主要特征是：频谱中的次谐波在半频处有峰值；其轴心轨迹是基频与半频叠加构成的较为稳定的双椭圆；相位稳定，正进动。
油膜振荡频率特点
(1)油膜振荡发生w ≥2wn ，wn 为临界转速。一旦发生振荡，振幅急剧加大，再提高转速，振幅也不会下降；
(2)油膜振荡时，轴心涡动频率通常为转子一阶固有频率，振型为一阶振型；
(3)油膜振荡时，轴心涡动方向和转子旋转方向相同，为正向涡动，而干摩擦引起的自激为反向涡动；
(4)在w ≤2wn 。时，可能产生半速涡动(即油膜涡动) ，涡动频率为转速的一半，半速涡动的振幅较小，若再提高转速则会发展成为油膜振荡；
(5)油膜振荡的涡动角速度与转轴旋转角速度无关，约等于转轴临界转速的角速度； 在水平轴承中，也可能发生油膜振荡，但在这种情况下，回转角速度并不一定是常数。
3. 常用的故障诊断方法
3.1振动检测诊断法
设备的零部件、整机都有不同程度的振动。机械设备的振动往往会影响其工作精度，加剧设备的磨损，加速疲劳破坏；而随着磨损的增加和疲劳损伤的瘇，机械设备的振动将更加剧烈，如此恶性循环，直至设备发生故障、破坏。
设备发生故障时，常表现为振动频率的变化，通过检测振动的频率、转数、振动的速度、加速度、位移量、相位等参数，并进行分析，从中可以找出产生振动变化的原因。具有实用靠, 判断准确的特点。振动分析法主要采用时域分析、频域分析、时序分析、时频域分析等方法来分析所采集的振动信号。
振动检测诊断法仍是当今诊断技术的主题，是最常用的诊断方法，具有实用可靠, 判断准确的特点。白宁等将振动检测法应用于螺杆泵的故障诊断中，并证明了该方法是科学、准确、方便的设备检测方法。樊长博等对风力发电机组齿轮箱采用基于倒频谱方法对故障特征进行了分析, 提高了故障诊断的准确性。
3.2噪声检测诊断法
噪声检测诊断法就是以机器设备运行中的噪声作为信息源，在设备运行过程中，通过噪 声参数的变化特征判别设备的运行状态。在机器设备的运行过程中，会辐射出一定能量的噪 声。当发生故障时，其辐射的噪声信号也往往会发生改变，例如噪声级的加大，噪声信号频 率的改变等等。同时，由于可以十分方便地对噪声信号进行非接触式测量，因此利用噪声信 号对机器设备进行故障诊断是一种可行、有效的方法。
此法的本质与振动检测诊断法是一致的，因为噪声主要是由振动产生的。此法虽简便，但易受环境噪声影响，因此大都采用小波降噪。龚克等根据加速器运行时的噪声信号，运用快速傅立叶变换做频谱分析，然后再通过人工神经网络进行故障诊断。吕琛等提出了一种用于故障诊断识别的脉冲频率调制( PFM) 模拟神经网络脉冲流VLSI 电路, 利用含有故障信息的噪声信号代替传感器安装困难的基于振动信号的特征值提取来进行主轴承的间隙磨损故障断。文献提出基于背景噪声修正法进行机械运转噪声在线测量，通过对噪声信号的小波包分解，
生成时--频相平面，将其转化为定量描述的布尔型矩阵，再对样本不同时频段进行加权处理后训练形成故障模板，将被测对象的噪声信号与模板进行比较，实现机械故障的诊断。
3.3温度检测诊断法
温度检测诊断法即以可观测的机械零件的温度作为信息源，在机器设备运行过程中，通 过温度参数的变化特征判别设备的运行状态。一方面，零件的振动可以影响温度的变化；另 一方面，温度的变化也会使旋转件的振动进一步加剧。此外，其它故障类型和温度变化之间 也具有某种确定的关系，即温度信号中隐含着其它故障诊断信号的信息。
温度检测是能比较直观反映设备存在故障的一项重要检测手段。温度检测法并不是单一靠检测温度来对设备进行故障诊断, 跟其他技术方法相结合就能更方便地应用于工程实践中。
3.4声发射检测诊断法
材料中由于能量从局部源快速释放而产生瞬态弹性波的现象称为声发射（acoustic emission ，简称AE ）。用仪器探测、记录、分析声发射信号和利用声发射信号推断声发射源 的技术称为声发射检测（acoustic emission testing 简称AET ）技术。声发射技术具有许多优点，如适用于实时动态监控检测，且只显示和记录扩展的缺陷，与缺陷尺寸无关；对扩展的缺陷具有很高的灵敏度；整体性；缺陷所处位置和方向并不影响声发射的检测效果；受材料的性能和组织的影响小；方法比较简单，现场声发射检测监控与试验同步进行等。
声发射法可以检测缺陷、确定缺陷位置和评价结构的危险程度（安全性）。与其它常规 无损检测方法相结合，使用声发射法将会取得最佳效果。声发射技术应用范围已覆盖航空、 航天、石油化工、电力等领域。在转动设备的故障诊断方面，声发射技术主要应用于滚动轴承和滑动轴承的故障诊断。声发射技术应用的另一个重要方面是应用于检测泄漏。目前，人工神经网络声发射信号处理已成为国际上声发射技术研究的一个热点，我国声发射工作者在神经网络技术的应用方面取得了很大成绩，并曾在刀具磨损监测、声发射谱信号模式识别等方面取得成功。在最近召开的第14 届世界无损检测会议上，我国学者报导了利用人工神经网络技术对声发射源活动情况进行模式识别的新方法, 该方法除可区别缺陷种类(裂纹、泄漏和噪声) 外，还可对裂纹的危害程度进行判断。
3.5油液分析诊断法
油液分析技术又称为设备磨损工况监测技术，是一种新型的设备维护技术，它利用油液所携带的设备工况信息来对设备的当前工作状况以及未来工作状况作出判断，从而为设备的正确维护提供了有效的依据，达到预防性维修的目的。油液在设备中的各个运动部位循环流
动时，设备的运行信息会在油液中留下痕迹，这些信息主要包括以下三个方面：
① 油液本身的物理和化学性质的变化；
② 油液中设备磨损颗粒的分布；
③ 油液中外侵物质的构成以及分布。
采用油液分析技术进行机械设备故障诊断的特点有：1）不拆机，无需安装传感器（随机监测除外）；2） 操作易于掌握，有的方法十分简单和直观；3） 信息量较大； 4） 需要有一个严密的管理体系（如油样的递送、机器状态的反馈等），作为开展工作的组织保证； 5)需要建立一个计算机管理系统，以完成大量数据的管理工作。油液分析中，目前应用较多的有光谱分析和铁谱分析两种。油液分析结果有种类多、表征各异、离散与随机性、定量与定性交叉、信息量大、信息冗余和不一致性等特点，因此必须对油液分析的信息加以信息综合及信息融合。
4. 大型旋转机械故障诊断案例
4.1某厂04年09月27日空压机断叶片故障诊断分析
故障状态描述： 此厂空气压缩机组K1202/KT1202于2004年9月27日发生空压机驱动透
平振动突然增大事故，以下把故障发生过程中各图谱的变化情况列举如下：
图4.1 通频值振动趋势图（2004-09-27 12:01:5至2004-09-27 15:36:5的历史数据和灵敏监测数据） 从上面的趋势图上可以很清楚的看出，该机组在9月27日的12：18：09时振动瞬间突发性升高，同时，振动的相位也发生了明显的变化，其振动能量主要是集中表现在工作频率上。这些都意味着透平转子出现了故障，产生了极大的不平衡。
图4.2 126V035A波形频谱图（事故发生瞬间的整个过程）
上图为某一测点事故发生瞬间整个过程的波形频谱图，从图中可以看到转子物质脱落前的4个周期的振动波形、脱落开始的瞬间波形变化以及脱落后的振动慢慢趋于稳定的系列过程，这一瞬间不仅其振动的幅值有大幅度的增大，而且其相位的变化也较明显。
图4.3 透平入口事故发生瞬间的轴心轨迹图
诊断分析结果： 通过对S8000系统所捕捉到的数据的分析，我们认为这次故障是因为透平转子上有部件掉落，如叶片突然断裂或围带、拉筋、铆钉脱落，因而瞬间造成了一个很大的不平衡，引起振动在短时间内突然上升。
建议在暂时不能停车的情况下，尽量稳定转速和负荷，避免二次事故的发生。在发生其它小故障的时候，应尽量避免停车，以免开不起来。现场的操作工在发现透平有异常的时候，应及时打闸停车。根据透平目前的状况，认为还是尽快停车检修为好，在检修的时候，同时
要注意检查联轴节及轴承的工作情况。
停机检查结果： 该机组坚持运行到10月14日大修，检查发现。第6级断叶。
4.2某厂04年06月24日主风机断叶片故障诊断分析
故障状态描述： 本厂于2004年6月24日主风机叶片断裂，事故发生的过程我们能从以
下的图谱中来获得：
图4.4 XE－100A
波形频谱图（事故前一秒）
图4.5 XE－100A 波形频谱图（事故发生时）
上图为测点XE －100A 在事故发生前和发生时的波形频谱图，从中可以看到不仅其振动的幅值有大幅度的增大，而且其相位的变化也较明显。
图4.6 XE－100A 振动参数列表
上图为风机某一测点XE －100A 在事故前后的振动参数列表，可以看出，风机各测点在事故发生过程中通频值变化，先急剧增大后又减小，各谐波幅值与相位的变化情况也明显展示
在这张表里。
图4.7 主风机前轴承轴心轨迹图（事故发生时）
10
图4.8 主风机后轴承轴心轨迹图（事故发生中）
以上两图是事故发生过程中主风机前后轴承轴心轨迹所发生的变化，当事故发生的一瞬
间，轴心轨迹直径突然增大并呈螺旋状向外延伸。
图4.9 XE－100A 波形频谱图（事故发生中）
上图是某一测点在事故发生中的波形频谱图，同一机组上其他测点的状况也同样如此。
11
图4.10 烟机后轴承轴心轨迹图（事故发生两个月后）
上面这张轴心轨迹图是在2004年8月31日的监测实时情况，从中可明显看到已出现了较为严重的多圈绕动现象，说明该轴承的油膜涡动现象已经处于非常严重的情况，需给予足够的重视，并建议在适当的时候安排对该轴承进行检查与维修。
诊断分析结果： 通过S8000强大的监测与记录功能，可以及时完整地捕捉到叶片断叶事故在发生前、发生中及发生后的详尽、完整的数据，对事故的分析与处理以及维修的决策提供了强大的技术支持。另外在运行中也可及时看到一些故障的苗头，为决策者提供了准确无误的信息，从而能够对设备做到预知保养与维修。
现场调整结果： 现场调整润滑油压后烟机轴承的涡动消除。
5. 结论
故障诊断技术是随着现代科学技术的发展而发展起来的一个新的领域，是系统安全性、 可靠性的重要保障技术，直接关系到社会效益和经济效益。故障诊断的方法多种多样，各有 各的优缺点，只有能针对不同的故障类型选择适合的故障诊断方法，才能及时、快速、准确 地排除故障，确保系统的正常运行。
近些年来, 由于计算机技术、信号处理、人工智能、模式识别技术的发展, 促进了故障 诊断技术的发展。同时将几种诊断方法集成的故障诊断研究也取得很大发展。故障诊断是实 用性很强的技术, 只有在实际应用中才能体现它的价值。目前在理论研究方面虽有不少进展, 但在工程实践中真正成功应用的实例还较少。 因此, 如何将先进的故障诊断理论与方法用到实际中去还有待深入研究。尤其是在大型旋转机械故障诊断方面需要我们付出更多的努力。
12
参考文献：
[1] 张键. 机械故障诊断技术[M].北京：机械工业出版社，2008.9
[2] 李艳妮. 旋转机械故障机理与故障特征提取技术研究[D].北京：北京化工大学，2007.5
[3] 戴其兵，傅行军.
南京，2007.6
[4] 虞和济. 故障诊断的基本原理[M].北京：冶金工业出版社，1988.20-21
[5] R.A.柯拉科特. 机械故障的诊断与情况监测[M].北京：机械工业出版社，1983.45-47
[6] 陈书凯. 转子系统振动故障分析与诊断[D].南京：南京航空航天大学，2005
[7] 钟秉林, 黄仁. 机械故障诊断学[M].北京：机械工业出版社，2002.2
旋转机械故障诊断方法概述[J]. 东南大学火电机组振动国家工程研究中心，
13