机械振动故障及其特征频谱

机械振动信号的频谱分析与故障检测研究引言：

机械振动是指机械结构在运动或静止状态下，由于内部或外部因素的作用，产生的物体振动。振动信号分析是一种常见的方法，通过对振动信号的频谱分析，可以获取结构的相关信息，从而实现故障的检测与诊断。

一、频谱分析的原理

1.1 傅里叶变换

傅里叶变换是用来分析信号的频谱分布的一种数学方法。通过将时域信号转换为频域信号，可以从频谱图中获得不同频率成分的信息。

1.2 快速傅里叶变换（FFT）

快速傅里叶变换是对傅里叶变换的一种改进算法，能够高效地计算离散信号的频谱。FFT广泛应用于振动信号的频谱分析中。

二、机械振动信号的频谱特征

2.1 故障频率

不同的机械故障会在振动信号中产生特定的频率成分，称为故障频率。通过对振动信号的频谱分析，可以准确地定位故障频率，进而诊断故障类型。

2.2 频谱峰值

频谱分析可以获得不同频率成分的振动幅值，这些振动幅值呈现在频谱图中的峰值形式。通过观察频谱峰值的位置、高度和宽度等参数，可以判断故障的严重程度和类型。

三、机械振动信号频谱分析在故障检测中的应用

3.1 轴承故障检测

轴承是机械设备中常见的易损件，其故障会导致严重的后果。通过对轴承振动

信号进行频谱分析，可以鉴别出轴承的故障类型，例如内圈、外圈和滚珠故障等，并及时采取维修措施，避免发生更大的损失。

3.2 齿轮故障检测

齿轮是传动系统中的重要组成部分，其故障会导致传动失效和严重的振动问题。频谱分析可以识别齿轮传动中的故障频率，如齿轮啮合频率、谐波频率等，从而指示齿轮的磨损、损伤或松动，实现齿轮系统的故障预警和维护。

机械振动信号的故障诊断方法引言：

在机械设备运行过程中，振动信号是一种常见的故障指示现象。通过分析和诊

断振动信号，可以及早发现机械故障，采取正确的维修和保养措施，确保设备的正常运行。本文将探讨涉及机械振动信号的故障诊断方法，旨在提供有关该领域的深入了解。

一、频谱分析法

频谱分析法是最常用的机械振动信号分析方法之一。通过将振动信号转换为频

谱图，可以清晰地观察到不同频率分量的振动强度，从而判断设备是否存在故障。

频谱分析法的基本原理是将时域信号转换为频域信号。常见的频谱分析方法包

括傅里叶变换、小波分析等。傅里叶变换能够将振动信号转化为频谱图，显示出信号中各个频率分量的振动幅值。小波分析则更加适用于非平稳信号的分析，能够更好地捕捉到故障信号中的瞬态、突变等特征。

二、特征提取法

特征提取法是通过提取振动信号的某些指标或特征参数，来判断机械设备是否

存在故障。常用的特征参数包括峰值、裕度、脉冲指标、峭度等。这些参数可以用来描述振动信号的振动幅值、尖锐程度、频率分布等属性。

特征提取法的优点是简单明了，能够直观地了解机械设备的振动特征。然而，

对于复杂的振动信号和多种故障模式，单一的特征参数可能并不能提供足够的信息，因此需要结合其他方法进行综合分析。

三、模式识别法

模式识别法将机械故障诊断问题归纳为模式分类问题，通过建立适当的分类器，判断设备的故障类型。常见的模式识别方法包括神经网络、支持向量机、随机森林等。

模式识别法的优点是能够针对复杂的机械故障模式进行自动化分析和诊断，发

现常规方法可能无法察觉到的故障特征。然而，模式识别法需要大量的训练数据和适当的特征提取方法，才能取得较好的诊断效果。

机械振动信号的特征提取与故障识别引言：

机械振动信号是机械系统中常见的一种信号，它可以提供有关机械设备状态的重要信息。通过对机械振动信号进行特征提取和故障识别，可以实现对机械设备的状态监测、故障预警和维修计划的制定。本文将介绍机械振动信号的特征提取方法和故障识别算法，以及其在实际应用中的重要性和挑战。

一、机械振动信号的特征提取

机械振动信号通常包含振幅、频率和相位等信息。特征提取是通过对振动信号进行数学处理和分析，提取其中蕴含的有用信息。常见的特征提取方法包括时域分析、频域分析和时频域分析。

1. 时域分析

时域分析是对振动信号在时间域上进行直接观测和分析的方法，常用的分析指标包括均值、峰值、均方根值等。时域分析方法简单直观，适用于对振动信号中长期趋势和瞬时变化等进行分析。

2. 频域分析

频域分析是通过将振动信号转换到频域进行分析的方法，可以得到信号的频谱特性。常用的频域分析方法包括傅里叶变换、功率谱密度估计和小波分析等。频域分析可以用于提取信号的谐波成分、频率响应和共振频率等特征。

3. 时频域分析

时频域分析是将振动信号同时在时间域和频域进行分析的方法，可以获得信号的瞬时频率和能量分布等特征。常用的时频域分析方法包括短时傅里叶变换、连续

小波变换和瞬时频率分析等。时频域分析可以用于对振动信号中快速变化和非稳态特性的分析。

二、机械故障的识别方法

机械故障通常会引起机械振动信号的异常变化，通过对振动信号的特征进行分

析和比较，可以实现对机械故障的自动识别。常见的机械故障识别方法包括模式识别、统计分析和机器学习等。

振动信号分析与故障诊断

振动信号是在很多机械设备中常见的一个现象。通过分析振动信号，可以获取

各种设备的运行状态和性能指标，进而进行故障诊断和预测。振动信号分析与故障诊断在工业生产中具有重要的应用价值。

振动信号分析是指对振动信号进行处理、提取特征，并进行分析和诊断。振动

信号携带了机械设备的运行状态信息，包含了频域、时域和幅值等多维度的数据。通过对振动信号进行分析，可以获得设备的各种振动特征，如振动频率、振动幅值、振动模态等。

振动信号分析的方法包括频谱分析、时频分析、小波分析等。其中，频谱分析

是最为常用的方法之一。频谱分析通过将时域的振动信号转化为频域信号，可以清晰地展示出不同频率分量所占的比例。通过观察频谱图，可以得出关于故障频率或共振频率的信息。

振动信号的故障诊断是指通过分析振动信号的特征和变化，判断设备是否存在

故障，并确定故障的类型和原因。常见的故障类型包括轴承故障、齿轮故障、偏心故障等。不同类型的故障在振动信号中表现出不同的特征，如频率的变化、幅值的异常等。

轴承故障是振动信号中常见的故障类型。轴承故障通常表现为频谱中出现明显

的多个高频峰。通过分析这些高频峰的特点，可以确定轴承故障的类型，例如滚珠疲劳、滚道剥皮等。另外，轴承故障还会引起振动信号的幅值增大和频率的变化。

齿轮故障是振动信号中另一常见的故障类型。齿轮故障通常表现为频谱中出现

特定的频率分量，称为齿轮特征频率。通过分析这些特征频率的变化和幅值的异常，可以判断齿轮故障的类型，如齿面磨损、齿根断裂等。

振动信号分析与故障诊断的应用范围广泛。在制造业中，振动信号分析可以用

机械振动故障及其特征频谱一、不平衡

不平衡故障症状特征：

振动主频率等于转子转速

径向振动占优势

振动相位稳定

振动随转速平方变化

振动相位偏移方向与测量方向成正比

1力偶不平衡

力偶不平衡症状特征：

同一轴上相位差180°

存在1X转速频率而且占优势

振动幅值随提高的转速的平方变化

可能引起很大的轴向及径向振动幅值

动平衡需要在两个修正面内修正

2悬臂转子不平衡

悬臂转子不平衡症状特征：

径向和轴向方向存在1X转速频率

轴向方向读数同相位，但是径向方向读数可能不稳定

悬臂转子经常存在力不平衡和力偶不平衡两者，所以都需要修正

二、不对中

1角向不对中

角向不对中症状特征：

特征是轴向振动大

联轴器两侧振动相位差180°

典型地为1X和2X转速大的轴向振动

通常不是1X，2X或3X转速频率占优势

症状可指示联轴器故障

2平行不对中

平行不对中症状特征：

大的径向方向相位差180°的振动严重不对中时，产生高次谐波频率2X转速幅值往往大于1X转速幅值，类似于角向不对中的症状

联轴器的设计可能影响振动频谱形状和幅值

3装斜的滚动轴承

装斜的滚动轴承症状特征：

振动症状类似于角向不对中

试图重新对中联轴器或动平衡转子不能解决问题

产生相位偏移约180°的侧面

对侧面或顶部对底部的扭动运动

三、偏心转子

偏心转子症状特征：

在转子中心连线方向上最大的1X转速频率振动

相对相位差为0°或180°

试图动平衡将使一个方向的振动幅值减小，但是另一个方向振动可能增大

四、弯曲轴

弯曲轴症状特征：

弯曲的轴产生大的轴向振动

如果弯曲接近轴的跨度中心，则1X转速频率占优势

如果弯曲接近轴的跨度两端，则2X转速频率占优势

15类39个机械振动故障及其特征频谱讲解的非常详细

你学会了吗

学会了。

机械振动故障是指机械设备在运行中出现的振动异常现象，它是机械

设备磨损、松动、不平衡、共振等问题的表现。了解机械振动故障及其特

征频谱对于检测和预防故障具有重要意义。下面将详细介绍15类39个机

械振动故障及其特征频谱。

1.不平衡故障：当旋转部件不平衡时会引起振动，其特征频谱多在主

轴转速及其倍频处出现。

2.轴承故障：常见的轴承故障有滚动体故障、内外圈故障和滚道故障。其特征频谱包含滚动体抛出频率、倒流频率、内圈通过、外圈通过频率等。

3.齿轮故障：齿轮故障主要包括齿轮缺陷、齿根断裂和齿面磨损。特

征频谱包括齿轮传动频率及其倍频、齿轮包络谱等。

4.松动故障：机械设备过程中的松动故障会导致振动异常。特征频谱

一般包括主共振频率及其倍频。

5.磨损故障：磨损故障是机械设备使用时间过长导致的故障，其特征

频谱一般包括零件接触频率、偏心频率等。

6.传动带故障：传动带在工作中容易出现断裂、脱落等故障，其特征

频谱包括带速频率、杂音频率等。

7.轴弯曲故障：轴弯曲会引起振动异常，其特征频谱一般包括弯曲频

率及其倍频。

8.泵故障：泵故障常见的有叶轮裂纹、泵轴弯曲等，特征频谱包括泵叶轮频率、泵叶片共振频率等。

9.电机故障：电机故障主要有轴承故障、定子故障等，特征频谱包括电机1倍频、整周期故障频率等。

10.切削形状异常：机械设备切削形状异常也会导致振动异常，特征频谱包括刀具频率、零件频率等。

11.错位故障：轴同步装置故障会导致振动异常，特征频谱包括传动带频率等。

转动设备常见振动故障频谱特征及案例分析

一、不平衡

转子不平衡是由于转子部件质量偏心或转子部件出现缺损造成的故障，它是旋转机械最常见的故障。结构设计不合理，制造和安装误差，材质不均匀造成的质量偏心，以及转子运行过程中由于腐蚀、结垢、交变应力作用等造成的零部件局部损坏、脱落等，都会使转子在转动过程中受到旋转离心力的作用，发生异常振动。

转子不平衡的主要振动特征：

1、振动方向以径向为主，悬臂式转子不平衡可能会表现出轴向振动；

2、波形为典型的正弦波；

3、振动频率为工频，水平与垂直方向振动的相位差接近90度。

案例：某装置泵轴承箱靠联轴器侧振动烈度水平13.2 mm／s，垂直11.8mm ／s，轴向12.0 mm／s。各方向振动都为工频成分，水平、垂直波形为正弦波，水平振动频谱如图1所示，水平振动波形如图2所示。再对水平和垂直振动进行双通道相位差测量，显示相位差接近90度。诊断为不平衡故障，并且不平衡很可能出现在联轴器部位。

解体检查未见零部件的明显磨损，但联轴器经检测存在质量偏心，动平衡操作时对联轴器相应部位进行打磨校正后振动降至2.4 mm／s。

二、不对中

转子不对中包括轴系不对中和轴承不对中两种情况。轴系不对中是指转子联接后各转子的轴线不在同一条直线上。轴承不对中是指轴颈在轴承中偏斜，轴颈与轴承孔轴线相互不平行。通常所讲不对中多指轴系不对中。

不对中的振动特征：

1、最大振动往往在不对中联轴器两侧的轴承上，振动值随负荷的增大而增高；

2、平行不对中主要引起径向振动，振动频率为2倍工频，同时也存在工频和多倍频，但以工频和2倍工频为主；

常见的15种振动故障及其

特征频谱

以下十五种常见的振动故障及其特征频谱: 不平衡、不对中、偏心转子、弯曲轴、机械松动、转子摩擦、共振、皮带和皮带轮、流体动力激振、拍振、偏心转子、电机、齿轮故障、滚动轴承、滑动轴承。

一、不平衡

不平衡故障症状特征：

●振动主频率等于转子转速；

●径向振动占优势；

●振动相位稳定；

●振动随转速平方变化；

●振动相位偏移方向与测量方向成正比。

1、力偶不平衡

●力偶不平衡症状特征：

●同一轴上相位差180°；

●存在1X转速频率而且占优势；

●振动幅值随提高的转速的平方变化；

●可能引起很大的轴向及径向振动幅值；

●动平衡需要在两个修正面内修正。

2、悬臂转子不平衡

●悬臂转子不平衡症状特征：

●径向和轴向方向存在1X转速频率；

●轴向方向读数同相位，但是径向方向读数可能不稳定；

●悬臂转子经常存在力不平衡和力偶不平衡两者，所以都需要修正。

二、不对中

1、角向不对中

角向不对中症状特征：

特征是轴向振动大；

联轴器两侧振动相位差180°；

典型地为1X和2X转速大的轴向振动；通常不是1X，2X或3X转速频率占优势；症状可指示联轴器故障。

2、平行不对中

●平行不对中症状特征：

●大的径向方向相位差180°的振动严重不对中时，产生高次谐波频

率；

●2X转速幅值往往大于1X转速幅值，类似于角向不对中的症状；

●联轴器的设计可能影响振动频谱形状和幅值。

3、装斜的滚动轴承

装斜的滚动轴承症状特征：

振动症状类似于角向不对中；

试图重新对中联轴器或动平衡转子不能解决问题；产生相位偏移约180°的侧面；

对侧面或顶部对底部的扭动运动。

机械故障的振动分析及诊断

引言

机械故障的振动分析及诊断是现代工程领域一个重要的研究方向。振

动分析能够预测机械故障发生的可能性，诊断能够确定故障的原因和位置，对于提高机械设备的可靠性和可用性具有重要意义。本文将介绍机械故障

振动分析的基本原理、方法和应用。

一、机械故障振动分析的基本原理

机械设备在运行时会产生振动，振动是由于设备的不平衡、磨损、故

障等因素导致的。振动分析的基本原理是通过检测和分析振动信号来判断

设备是否存在故障，并对故障进行诊断。振动信号可以通过加速度、速度

和位移等形式来表示，其中加速度信号对于高频故障的诊断更为敏感。

二、机械故障振动分析的方法

1.振动信号采集

振动信号的采集是机械故障振动分析的第一个步骤。采集振动信号可

以通过加速度传感器、速度传感器或位移传感器来实现。根据故障的类型

和位置，选择合适的传感器进行振动信号采集。多个传感器可以同时采集

不同位置的振动信号，以获得更为准确的结果。

2.信号预处理

振动信号采集后往往包含大量的噪声，需要进行信号预处理。常用的

信号预处理方法包括滤波、降噪和特征提取等。滤波方法可以去除高频和

低频的噪声，使得振动信号更加清晰。降噪方法可以通过信号平均、小波

分析等技术去除噪声，提高信号的信噪比。特征提取方法可以从振动信号

中提取出故障特征，如频率、幅值、相位等，用于故障诊断。

3.故障诊断

故障诊断是根据振动信号的特征来确定故障的类型和位置。常见的故

障诊断方法包括频谱分析、阶次分析和时间域分析等。频谱分析可以将振

动信号转化为频域特性，通过比较频谱图来判断故障类型。阶次分析可以

机械振动信号分析与故障诊断算法研究

随着机械设备的广泛应用，机械振动信号的分析与故障诊断成为了工程领域的重要研究内容。机械振动信号包含了丰富的信息，可以反映设备的运行状态和潜在故障情况。本文将针对机械振动信号分析与故障诊断展开研究，并探讨其相关算法。

一、引言

机械设备在运行过程中会产生振动信号，这些振动信号是通过传感器收集到的。通过对振动信号的分析与处理，可以判断设备是否存在故障，提前预警并采取相应的维修措施。因此，机械振动信号分析与故障诊断研究具有重要的意义。

二、机械振动信号分析

机械振动信号是通过传感器获取到的，它包含了许多关键参数，比如振幅、频率和相位等。对振动信号的分析是理解设备工作状态的关键步骤。

1. 时域分析

时域分析是对振动信号进行时间轴上的分析，可以观察到振动信号的波形特征。常见的时域分析方法包括均值、方差和自相关函数等。

2. 频域分析

频域分析是将振动信号转换到频域，以观察信号在频率上的成分。常见的频域分析方法包括傅里叶变换和小波变换等。

3. 统计学分析

统计学分析可以通过对振动信号进行统计学参数的计算来了解设备

的工作状态。常见的统计学分析方法包括均值、方差和偏度等。

三、故障诊断算法研究

基于机械振动信号的故障诊断算法是通过对振动信号进行进一步处

理和分析，来判断设备是否存在故障。以下是几种常见的故障诊断算法。

1. 基于模式识别的算法

模式识别是一种通过对振动信号进行特征提取和分类的方法。常见

的模式识别算法包括支持向量机（SVM）和人工神经网络（ANN）等。

2. 傅里叶分析与滤波算法

机械工程中的振动信号分析与故障诊断

引言

振动是机械系统常见的现象之一，在机械工程领域中具有重要的意义。振动信号的分析与故障诊断是机械工程师在日常工作中必须面对的挑战。本文将探讨机械振动信号的分析方法和故障诊断技术，为机械工程师提供一些参考和指导。

一、振动信号的特点

在机械工程中，机械系统的运动通常会产生振动信号。振动信号具有以下几个主要特点：

1. 频率特性：振动信号的频率可以提供有关振动的信息，可以判断是否存在某种故障。

2. 幅值特性：振动信号的振幅可以反映机械系统的振动强度，从而判断是否超出了设计范围。

3. 相位特性：振动信号的相位可以提供机械系统的动态特性。

二、振动信号的分析方法

1. 傅里叶变换：傅里叶变换是一种常用的频域分析方法，可以将时域信号转换为频域信号，以便更好地理解振动信号的频率特性。

2. 小波分析：小波分析是一种比傅里叶变换更适合分析非平稳信号的方法。它可以提供更详细的时间-频率信息，有助于故障的定位和诊断。

3. 时间域分析：时间域分析是一种直观的方法，可以观察振动信号的波形和振动特征。通过对振动信号的包络线、峰值、峰-峰值等进行分析，可以获得有关机械系统的信息。

4. 频域分析：频域分析是通过对振动信号进行傅里叶变换或者功率谱分析，得到信号在频率上的分布情况。通过分析频域中的谐波和频谱特性，可以判断机械系统是否存在故障。

三、振动信号的故障诊断

振动信号的分析可以为机械系统的故障诊断提供有力的依据。以下是几种常见的故障诊断方法：

1. 基于特征提取的诊断方法：通过对振动信号提取特征参数，如频率、能量、幅值等，建立故障特征库，与已知故障特征进行对比，从而进行故障诊断。