大型回转机械故障诊断的现状和发展趋势.doc

大型回转机械故障诊断的现状和发展趋势Present Condition and Developing Trend for TroubleDiagnosis of Large-type Rotary Machinery机械故障诊断学是一门近二十年内发展起来的新学科，是现代化设备维修技术的重要组成部分，正日益成为设备维修管理工作现代化的一个重要标志。此项技术的应用能确保机械设备安全运行，提高产品质量，节约维修费用以及防止环境污染。随着现代化大工业的迅猛发展，石化， 电力、航空、冶金、能源和工程机械等行业中广泛应用的各类大型回转机械如离心压缩机、汽轮发电机、风机、水轮机和燃气轮机，日益向大型化、高速化、自动化、长周期连续运行方向发展。上述各类回转机械的正常运行，不仅能为国家创造巨大的物质财富，而且还产生了巨大的社会效益。由于设备质量缺陷，维护不当以及运行操作失误引起的各类故障都会影响到回转机械的稳定运行，威胁到生产的安全，甚至会造成设备停机、流程中断，造成严重的经济损失。据统计，1992-1993年，国内17套尿素装置故障停车共计549次，停车957天，相当于3套尿素装置的生产能力放空一年，最多的一套装置共停车67次，共计11O天，直接经济损失数亿元。1995年酒泉钢铁公司的发电机组由于多次强行启动，造成转子弯曲过大而报废，给酒钢和嘉峪关市造成了近亿元的经济损失。因此研制和开发先进的大型回转机械状态监测和故障诊断系统，对于确保这些关键设备的安全、高效、长周期运行，避免巨大的经济损失和灾难性事故的发生，具有重大的经济价值。1 大型回转机械故障诊断技术的现状2O世纪70年代以来，电子技术和信号处理技术的迅猛发展，转子-轴承系统动力特性研究的不断深入，有力地促进了大型回转机械状态监测和故障诊断技术的发展，使大型回转机械状态监测和故障诊断技术水平不断提高。大型回转机械状态振动监测和故障诊断技术主要包括转子振动监测系统开发、振动信号处理和分析技术、转子故障诊断技术等。回转机械状态监测分为离线定期监测和在线监测两种方式。离线定期监测首先用磁带记录仪或数据采集器对转子振动信号进行收集，然后送入频谱分析仪如CF940，SD375等进行分析。在线监测是不断地对机组各测点的振动信号进行记录、监测，一旦机组发生故障，可以得到机组当时的振动信号。国外非常注重大型回转机械状态监测和故障诊断设备的开发，无论是用于离线监测和在线监测都有比较成熟的产品供选用，如日本和丹麦生产的磁带记录仪， 美国亚特兰大公司的M777便携式数据采集器，信号处理仪常见的是H P、B&K、小野公司的产品。在线监测系统主要由工业用微机系统和基于微机处理器的专用仪器组成，可同时对转子几十或几百通道的振动信号进行实时监测，如美国本特利公司生产的TDM和DDM系列产品和亚特兰大公司生产的M6000系列产品等。国内一些大型企业引进了一些大型回转机械状态监测仪器，开阔了大家的眼界，促进了国内大型回转机械状态监测和故障诊断技术的开展。进口监测仪器的突出缺点是价格昂贵，维护和改进更新都很困难，因此不可能在我国推广普及，针对上述缺陷，国内一些科研机构和高等学校利用价格低而又灵活的个人计算机开发了一些转子监测和诊断系统。哈尔滨工业大学开发的“微机对机组振动监测和故障诊断系统MMMD一1”，西安交通大学与镇海石化总厂联合开发的“大型旋转机械计算状态监测及故障诊断系统”等，这些系统具有很高的性能价格比，与我国企业的实际情况紧密结合，有利于在我国推广，并已取得了良好的效果。以个人计算机为基础开发大型回转机械监测系统，这几年在国际上也受到了重视。大型回转机械振动信号分析的目的是提取出转子运行信息，有效的信号处理和运行信息提取是完成转子状态监测和故障诊断的关键。目前，振动信号处理方法很多，如倒频谱分析、双谱分析、主分量自回归谱分析、Wigner分布、ANC技术。但是，对于大型回转机械振动信号处理和故障诊断来说，目前，主要利用FFT谱分析对转子振动信号进行处理，提取转子运行状态变化和转子故障信息，实现大型回转机械的故障诊断和运行状态监测，FFT谱是最有效和直观的分析方法。与FFT谱相结合的时域分析方法有轴心轨迹、时域波形分析和用于大型回转机械启停信号分析的瀑布图、Bode图、NYqUist图。为了更好地提取转子运行信息，基于FFT谱分析，RBRandall，提出了谱的趋势分析；B rian RHumes将一倍频和二倍频的幅值和相位相结合绘制在极坐标图上，建立了矢量监测图(Vector Monitoring Pinpoints)，监测工作转速下一倍频响应向量和二倍频相应向量的变化，来发现回转机械状态的变化；II man提出了Histog ram信号分析技术(Histo-g ram Signature Analysis Technique)，将正常运行状态下的转子振动时域波形与故障状态下转子振动时域波形相减，然后求FFT谱，这样FFT谱主要反映了故障引起的转子振动信息。如何正确而全面地提取转子振动信息是当前转子振动信号处理和分析的关键问题。转子运行状态监测和振动信息提取是为转子故障诊断作准备，转子振动信息是转子故障诊断的依据。然而，仅仅靠转子振动信息是不可能完成转子故障诊断的，必须将实测振动信息与转子典型故障在振动信息中的反映相联系。也就是说，首先必须通过理论分析和实验研究掌握转子典型故障的振动特征。在这方面，国内外学者己经进行了大量的研究，这些研究成果也已成功地应用于实际转子故障诊断中。但主要是利用FFT谱分析和轴心轨迹来反映这些典型故障的振动特征，振动特征以谱峰的变化和存在来表示，与前述用FFT谱分析提取转子实际振动信息有同样的不足之处，因此，不可能全面地反映出转子典型故障的振动特征。许多转子故障在频谱图上具有相同的特征，不对中与转子表面横向裂纹都引起二倍频振动分量的出现，矢量不平衡与质量不平衡都通过一倍频反映出来：油膜涡动、喘振、旋转脱离都引起转子亚同步振动等等。因此，要有效地区别转子故障必须研究新的转子振动特征提取方法和表示方式，按照新的特征提取方法从理论上和应用上进一步深入研究转子典型故障的振动特征。大型回转机械状态监测与故障诊断技术是一门应用技术，提高大型回转机械故障诊断的准确性，不仅仅是要提高监测诊断的方法、速度、范围，还要充分借鉴已出现的故障的识别、判断和解决问题的经验，也就是说一个很重要的工作是对现场大型回转机械故障实例的收集和分析。大型回转机械振动产生原因非常复杂，并不是所有故障都可以像不平衡或裂纹等建立力学模型进行分析研究，就是不对中这一转子振动的主要影响因素和典型故障也难建立起一个令人满意的力学模型，有些转子振动现象机理也不很清楚，更不要说建立力学模型进行分析研究，要诊断这一类转子故障只有靠对现场实例的收集、归纳、整理，得到有益的结论，作为以后发生类似故障和同类回转机械类似故障的借鉴，从而提高故障诊断的效率和准确率。在大型回转机械故障实例收集整理方面人们已经进行了不少的努力，但仍然需要进一步深入和积累。要很好地完成大型回转机械的故障诊断，就必须对转子系统本身的固有振动特性有充分的研究，将实测振动信息与转子的固有振动特性相结合。近几年来，人们也认识到两者联系对大型回转机械准确的故障诊断的重要性，并开始了这一方面的研究，MSHundal认为是今后十年内机械故障诊断的主要研究方向。目前，就如何利用和表达转子系统本身的固有特性来为转子故障诊断服务还待于进一步探索。机械状态监测和故障诊断技术是一门涉及到机械学、摩擦学、热工学、计算机科学、信息科学、测试技术、信号处理和模式识别技术的跨学科的综合性技术。作为一门应用科学，有许多前沿技术渗透进来：尤其是专家系统近几年来在这一领域发展迅速。已经有一些大型回转机械诊断专家系统建立和应用是机械状态监测和诊断技术一个新的值得重视的研究领域。回转机械无论是机组本身还是运行环境都非常复杂，同样的振动对有些机组是故障而对另一些机组则运行正常，某化肥厂合成气压缩机主轴承处转子振动的幅值谱和二氧化碳压缩机高压缸转子主轴承处转子振动的幅值谱都具有半频振动分量，但对于二氧化碳压缩机是故障并导致了机组停车，而对于合成气压缩机则运行正常，如前所述，转子许多典型故降表现为同样的振动特征，很难区别故障的性质。这就使不少单位在研制大型回转机械故障诊断专家系统时，苦于经验、知识和数据的不足。因此，建立大型回转机械监测和诊断专家系统必须首先对所监测的大型回转机械振动信息全面而透彻了解，对典型故障特征深入研究和实际故障振动实例的充分积累基础之上。否则，所建立的专家系统很难在实际中应用，产生许多疑义和争论。先进的状态监测和故障诊断技术可以实现故障的早期识别，避免恶性事故的发生，实现设备的预制维修，为企业创造可观的经济效益。近二十年来，国内外学者对大型回转机械振动诊断技术进行了大量的研究，许多研究成果已经应用于生产实际，取得了可喜的效果。但当前大型回转机械监测与故障诊断技术的核心问题仍然是如何全面地掌握机组运行信息， 寻找更加有效和直观的转子振动信息提取方法和表达方式。通过理论分析和不断积累实际运行状态监测和故障诊断经验相结合，全面而透彻地了解大型回转机械的振动，达到区别各种转子典型故障以及确定故障发生的位置、程度等，进一步提高大型回转机械故障诊断的准确性。2 全息诊断是回转机械诊断的必然趋势诊断信息的质量是影响诊断精度的一个重要因素。因此必须从信息的获取、传输、转换、存贮和识别各个环节入手以提高其质量。一方面， 必须有效地去除噪声干扰：另一方面，通过诊断信息的集成、融合及分解来提高诊断信息的质量。后者可以在空间和时间域进行，在时间域，完善的诊断信息应包含历次大修的记录(以年记)，本次大修以来的趋势分析(以月记)，当前信息(以秒记)、瞬态信息(以毫秒记)和起停车信息。从空间看，完整的诊断信息应包含机组上各测点，各轴承截面的横向和轴向振动信息。在获得回转机械振动的全方位测试信息后，必须针对振动信息的特点提出有效的分析手段，从时间和空间两个方面对上述信息进行集成、融合和分解，最大程度地揭示各个传感器间的内在联系。在空间域，传统的谱分析方法在转子监测和诊断中一直起着重要作用，但存在严重不足。首先，传统的谱分析方法使振动信号的幅值和相位相互分离，而相位信息往往被忽略。其次，传统的谱分析方法不能给出一个支承截面中转子在垂直和水平两方向振动之间的相互关系，而孤立地分析某一方向振动，并不能了解转子振动的全貌。因此，必须提出有效的振动信息的全息化处理方法，揭示各振动自由度间的内在联系，而全息谱技术是多传感器信息融合在回转机械监测和诊断中的体现，它将各个轴承截面上的传感器所提供的信息加以融合，在FFT算法的基础上，通过一定的校正方法，精确求得按自由方式(非等转角间隔整周期)采集的振动信号的幅值，频率，相位值，然后将转子截面水平和垂直方向振动信号的幅值、频率、相位信息进行集成，用合成的一系列椭圆来刻划不同频率分量下转子的振动行为。它巧妙地构造了多支承转子系统的单一截面和整机振动分析方法，体现了诊断信息的全面利用，综合分析的思想。全息谱技术相对于FFT谱而言，由于揭示了回转机械各振动自由度间的内在联系，因而在回转机械状态监测和故障诊断领域取得了令人瞩目的成就。但还存在着诸多不足，需要从振动信息的全息化分析、提纯和智能识别等角度，进一步拓展和完善。总之，大型回转机械故障诊断技术的应用，越来越多地受到国内外各界人士的主意，从多方面给工厂企业带来巨大经济效益，它在电力、能源、交通、石油化工、核电、军工生产及空间技术中占有极其重要的地位。全息诊断技术主要针对回转机械诊断实际，围绕振动信息的全息化分析、诊断特征的全息化提取及诊断知识的全息化自动获取展开。它是大型回转机械故障诊断的必然趋势，必将受到愈来愈广泛的应用。参考文献1 Brian RHumes Vector Monitoring Pinpoints Vibration in Gas Turbines，PowerVol 1 33NO 8，August 1989PP 25- 292 I Imam et a1 Development of an On-Line Rotor Crack Detection and Monitoring System ASME Journal of Vibration，Acoustics，Stress，and Rel iabty _n DesignVo1 1，No3 JuIY 1989，PP 241250 3 M S Hunda1echanical Signature analysisShock&Vibration Digest Vo118 No 12 1 986， PP 3-1O4 R B Randal J Computer Aided Vibration Spectrum Trend Anafysis for Condition Monitoring Proc of International Conference on Condition MonitoringAprif1 984 PP86-975 屈梁生，刘雄，陈岳东，全息谱原理和应用，设备管理与维修，第8期，1 9 9 16 顾家柳，旋转机械故障诊断技术展望，第二届全国机械设备故障诊断学术会议论文集北戴河，1 9 8 8，PP 45-517 白木万博等(日)旋转机械振动的安全监测装置风机技术 第三期，1 984 PP 56638西安交通大学、镇海石化总厂大型回转机械计算机状态监测及故障诊断系统一鉴定资料，19889黄文虎等，利用微计算机的机组振动监测和故障诊断系统MMMD一1概要，Proc of CSMT 86 中国沈阳，1986，610 西安交通大学、沪州天然气化工厂 八五 国家科技攻关项目一大型离心压缩机组在线监测和故障诊断系统论证材料，199O 11 李霄ANC技术及其在机械监测与诊断中的应用，西安交通大学博士论文，1989 12 汪希宜 认识设备诊断技术，开发设备诊断技术中国设备管理协会第一次年会论文集北京，1984，pp 135-141(收稿日期：2006-01-22)2006，04 建设机械技术与管理101