故障诊断实战:振动分析别只盯着频谱看

做故障诊断这行十多年,说实话,见过太多因为振动分析“学了个皮毛”就敢下结论的工程师。测了一堆数据,画了几张频谱图,愣是把正常轴承说成是轴弯曲,把齿轮断齿说成是不对中……丢人倒还好,关键是要误停机,损失产值,老板的脸色可不好看。今天咱们把振动诊断这摊事儿捋一捋,别光会看总值。

先讲个我的真实经历。前年一个化工厂的压缩机,振动值一直在报警线边缘磨蹭,工艺人员觉得没大事,维修部门又坚持要换轴承。中间吵了半个月。后来我看他们测的数据,传感器的磁座竟然吸在一个保温棉上,数据能准才怪。重新测了之后,发现是基础共振,不是轴承问题。所以,第一步,得把你的传感器和测点搞明白。

测点与传感器:振动诊断的地基

很多人迷信采集仪的价格,几万块的仪器买了,传感器却随便配。这完全是本末倒置。振动诊断的核心,是传感器和它的安装工艺。你用了劣质磁座,或接触面不平,测出来的信号可能连噪声都盖不住。

选传感器,先看频率范围和量程。测量轴承故障,一般用加速度计,频率至少到10kHz,量程要到±50g。测量轴系不平衡,用速度传感器更直接。光电转速计也别忘——同步采集转速,否则频谱上的频率推算就是空中楼阁。

✅ 测点选择法则:

  • 要放在轴承座、壳体刚性最好、离承载区最近的位置。
  • 表面清洁平整,最好用胶粘或磁座,但不能影响测量频率响应。
  • 每个测点至少测三个方向:径向水平、径向垂直、轴向。

❗ 最常见错误:随手往盖板上一吸,或者拿手持探头用指头压着测。这些数据都是垃圾。数据垃圾,后面算出来花来也是白搭。更别想通过“倒频谱”之类的黑魔法翻身。

传感器方向很重要。很多联轴器不对中问题在轴向表现非常明显,光测水平方向当然什么都看不到。另外,垂直方向往往能反映基础刚度或松动问题,也不能忽略。

旋转机械故障诊断振动传感器测点安装位置示意图
旋转机械故障诊断振动传感器测点安装位置示意图

关于测点数量,我的建议是,关键设备至少布置三个测点(驱动端轴承座、非驱动端轴承座和中间支座),每个测点测三个方向。如果预算有限,优先驱动端轴承座的径向水平与轴向两个方向,外加转速传感器。但说实话,装一个传感器就想做全面故障诊断,那纯粹是赌博。

问:振动传感器是不是装得越多越好?厂里想省钱,只在关键设备上装一个,行不行?

答:传感器数量取决于你要覆盖的故障源。轴承故障会在三个方向上有不同的敏感度,一个传感器只能测一个方向,很容易漏掉轴向问题。如果预算有限,建议在关键轴系的径向水平和垂直方向各装一个加速度计,外加一个光电转速探头。这样至少能覆盖80%的常见故障。装一个?那等于把宝押在运气上。

频谱分析:读懂振动背后的密码

数据测回来,导入分析软件,频谱图出来,一排像山峰的尖峰。新手最常犯的毛病:看到最高的峰,就说“这是故障特征频率!”——你确定吗?这个频率在什么工况下出现的?为什么有边带?幅值在什么范围内算正常?

真正的高手,先看整体频谱结构:基频、谐波、分频,幅值分布,然后结合时域波形、包络谱、倒频谱综合判断。比如,滚动轴承外环故障特征频率在频谱上常常被调制到高频区,原始FFT可能看不出,但包络谱会暴露。

💡 一个典型例子:某减速机振动超标,频谱在1倍频处有异常峰,旁边还有两簇边带。新手一口咬定“不平衡”。拆开一看,齿轮轴磨损,轴颈椭圆度超标,1倍频的峰源自不对中,边带才是齿轮齿面故障。所以,别把峰值和故障一一对应,要算清楚特征频率。

齿轮箱故障诊断边带频谱特征频率分析图
齿轮箱故障诊断边带频谱特征频率分析图

计算特征频率需要转速、轴承几何参数和齿轮齿数。比如外圈故障频率(BPFO)就是滚动体数量乘以转频的一半乘以(1-d/D cosα)。如果手边没有参数,用频谱中的转速谐波和边带间距也能反推。

关于频率分辨率,也是个坑。采样时间不够长,线数不够,两个相邻的频率峰就会糊成一个,特征频率自然对不上。通常要保证频率分辨率至少是转速频率的1/100,或者直接采用高分辨率FFT。

问:为什么我测到的频谱跟理论特征频率对不上?总是差那么一点点。

答:这个太常见。要么转速波动,工频不恒定,导致频谱线展宽;要么轴承有滑动,实际的滚动体公转频率低于理论值;还有就是共振放大,结构固有频率被激励,把故障信号的原始特征给“染色”了。所以做诊断,务必记住:先看转速,再算特征频率,然后用包络谱避开共振的干扰。另外,频率分辨率也要设对,线数不够,两条相邻的频率会合并成一条,自然对不上。

别让数据躺着睡觉:从振动实测到预测性维护

别让数据躺着睡觉:从振动实测到预测性维护
别让数据躺着睡觉:从振动实测到预测性维护

现在到处讲工业互联网和预测性维护。振动诊断是其中最落地的技术之一。很多企业也装了在线监测系统,但只用来做报警,超限就停机检查,不超就当没事。说实话,这跟装了防盗门不锁有什么区别。

我见过一个客户,汽轮机轴承座振动从8 mm/s爬到12 mm/s,他们按报警值停了机组,换了轴承,然后又跑,又爬,循环往复。后来我们帮他们看了历史趋势,发现振动上升的速率每次都在增加,再结合油温变化,判断是润滑失效,不是轴承磨损。换了油品和润滑周期,问题解决。

这就是趋势分析的价值。别只看瞬时值,要管好历史趋势。更进一步,用机器学习建立健康基线和偏离度预警模型。比如用正常数据训练一个自编码器,或者提取均方根、峰值因数、重心频率等特征,计算马氏距离。新数据偏离到一定程度就发预警,能够比传统阈值提前数周发现早期退化。

我这边还见过用它做数字孪生的——更高阶一点,把振动数据喂给一个动态仿真模型,让模型实时估计看不见的内部部件磨损。不过说实话,搞那么多花样,没有基础数据治理都是空谈。

但话说回来,再好的模型也依赖扎实的信号处理基本功。你连频谱都分析错了,喂给模型的就是错数据,模型再聪明也是“垃圾进,垃圾出”。

写在最后

写在最后
写在最后

振动诊断这门手艺,练的是对物理本质的理解,而不是背故障表格。不同设备、不同工况,表现千变万化。但只要你把传感器放对位置、把频谱结构看通透、把趋势存下来,故障就会像被剥了壳的螃蟹,看起来吓人,其实无处可藏。

别总想着用AI替代老师傅。AI是放大镜,不是眼睛。打好基本功,才是第一条。

免责声明:文章内容来自互联网,本站仅作为分享,不对其真实性负责,如有侵权等情况,请与本站联系删除。
转载请注明出处:故障诊断实战:振动分析别只盯着频谱看 https://www.dachanpin.com/a/tg/67001.html

赞 (0)
计算机视觉(CV)在工业质检中的落地实践:从算法到产线
上一篇 2026-08-11 07:52:40
工业数字平台:从数据孤岛到智能协同的实战笔记
下一篇 2026-08-11 09:09:44

相关推荐

  • 雾计算(工业):为什么你的智能工厂需要这层“迷雾”?

    上周,在东莞一家精密加工厂,我看着产线数据大屏,突然通讯中断了——网关过载,云端响应延迟超过2秒。生产线直接停机。负责人老张满头汗,拍着机柜骂:“上云上云,上出个爷爷!” 那一刻我意识到,光有云不够。边缘节点太零散,云端又太远,中间缺了一层——就是雾。 雾计算不是“云下面一层雾”那么简单 说实话,这概念刚出来时我也烦。物联网圈就爱造词。可后来在苏州一家压铸车…

    2026-06-14
  • 产品生命周期管理(PLM):从“上系统”到“用系统”的进化论

    先讲个真事儿。去年去一家中型装备制造企业,老板拍着桌子说:“我们花了三百万上PLM,结果现在研发更慢了!”怎么回事?BOM表每次还得手工导一份出来对,变更流程线上走完,线下还得再签一遍字。工程师们怨声载道——系统简直成了额外负担。这种现象,老实说,几乎每家做PLM实施的企业都经历过。💡关键在于,很多人根本没搞明白,产品生命周期管理(PLM)绝不是买套软件装上…

    2026-06-08
  • 价值流图(VSM):画了三年,昨天气得我把纸撕了

    画了三年价值流图,上周被一个德国顾问批得体无完肤。说实话那一瞬间——手都在抖,当着二十几个主管的面。 他说:你们这不是改善工具,是给客户看的壁纸。 我张了张嘴,一个字没说出来。因为他说对了。 价值流图(VSM)这东西,引入国内少说二十年了。二十年啊。结果呢?大部分工厂还在拿它当高级流程图用,画完了挂墙上落灰。每年客户审核前擦一擦,审核完了继续落灰。💡 为什么…

    投稿 2026-08-07
  • 为什么说热处理是高端制造的隐形卡脖子?

    上周跟一汽那边的老朋友吃饭,喝到半酣他拍着桌子骂。说我们能造3920MPa的高强度钢,造出来的齿轮就是干不过德国进口的,拆开看金相,人家的晶粒度就是比我们匀三级。 问题出在哪?热处理。 为什么说热处理是工业制造的“隐形内功” 很多外行人看制造,注意力全放在材料成分、加工精度上,觉得不就是把零件做出来尺寸对就行?错得离谱。所有金属零件的核心性能——强度、韧性、…

    投稿 2026-09-21
  • 隐私计算工业:破解工业数据共享的困局

    不少珠三角的制造老板找我吐槽,前两年砸了几百万上工业互联网,现在一堆核心工业数据躺在本地服务器里落灰。想拿出去和上下游协同优化,想卖给需要数据的机构,不敢。怕核心工艺参数泄露,怕供应链报价被对手拿到,怕客户的定制隐私数据出问题。说白了,工业数字化走到今天,就卡在这一步:数据值钱,但不敢流通。隐私计算工业,就是来解决这个问题的。 为什么隐私计算工业是工业数字化…

    投稿 2026-09-16

联系我们

在线咨询: QQ交谈

邮件:362039258@qq.com

工作时间:周一至周五,9:30-16:30,节假日休息