常见旋转机械故障及振动特性分析（上） | 转子不平衡、不对中、转轴弯曲、转轴横向裂纹

21小时前浏览84

基于振动信号的旋转机械故障诊断对于提高机械设备的运行效率、降低故障率、保障生产安全以及延长设备寿命等方面具有重要的实际意义和应用价值。本期参考黄志坚老师编写的《机械设备振动故障监测与诊断》[1]一书对常见的旋转机械故障及振动特性进行分析与分享。限于篇幅，本期分享转子不平衡、转子不对中、转轴弯曲和转轴横向裂纹相关内容，后续将继续分享连接松动、油膜涡动及振荡、碰磨和喘振相关内容。

1 转子不平衡

1.1 产生原因与激振机理

受材料的质量分布、加工制造误差、装配因素以及长期运行中的不均匀磨损、腐蚀和沉积等因素的影响，旋转部件的质量中心与旋转中心存在一定程度的偏心距，导致转子再旋转时产生不平衡力，从而引起振动、噪音等问题。转子不平衡分为静不平衡和动不平衡。

静不平衡：旋转体的质量轴线与旋转轴线不重合，但平行于旋转轴线，表现为某一点始终恢复到水平放置的转子下部，其偏心力矩小于摩擦阻力矩的区域内。
动不平衡：当主惯性轴与旋转轴线在质心处相交并形成一个夹角时，质心位于中心点上。当转子旋转时，离心力不会作用在同一点上，表现为一个与转动频率同步的离心力矢量，从而激发转子的振动。

1.2 振动特性

时域信号：时域波形为近似的等幅正弦波；
轴心轨迹：较稳定的圆或椭圆，这是因为轴承座及基础的水平刚度与垂直刚度不同造成的；
频谱特征：转子转动频率处的振幅增大，如图1-2所示[2]。

图1 正常转子振动特性

图2 不平衡转子振动特性

2 转子不对中

2.1 产生原因与激振机理

不平衡是转子质量中心偏离旋转中心产生的，是针对单个部件的。而转子不对中通常是指相邻两转子的‌轴心线与轴承中心线的倾斜或偏移程度，针对的是多个部件定义的。转子不对中分为平行不对中、角度不对中和综合不对中。

平行不对中：两个轴向的中心线平行，但存在轴向或径向偏差。
角度不对中：两个轴向的中心线不平行，存在角度偏差。
综合不对中：同时存在平行不对中和角度不对中的情况。

转子不对中通常由安装施工中对中超差、轴承座热膨胀不均匀、机壳变形或移位和地基不均匀下沉等因素导致。不对中会导致旋转部件之间的接触应力增加，从而引起振动和磨损。不对中还可能导致轴承过载、联轴器损坏等问题。不对中引起的振动通常与转子的转速成非线性关系，且随着转速的增加，振动幅度也会增加。

特别地，当转子通过联轴器连接时，由于两半联轴器存在不对中，因而产生附加的弯曲力，随着转动，附加弯曲力的方向和作用点也被强迫改变，从而激发出各阶振动。

2.2 振动特性

时域信号：在基频正弦波上附加2倍频的谐波；
轴心轨迹：呈香蕉形或8字形；
频谱特征：主要表现为径向2倍频、4倍频振动成分，角度不对中时，伴随这以回转频率为主的轴向振动。转子不对中的频谱图如图3所示[1]。

图3 转子不对中振动特性

3 转轴弯曲

3.1 产生原因与激振机理

转子弯曲分为永久性弯曲和暂时性弯曲两种。造成永久性弯曲的原因包括设计制造缺陷、长期停放方法不当等，造成临时性弯曲的原因有预负荷过大、升速过快等致使转子热变形不均匀等。

轴弯曲振动的机理与转子质量偏心类似，均会产生与质量偏心类似的旋转矢量激振力，与质心偏离不同的是轴弯曲会使轴两端产生锥形运动，因而轴向会产生较大的一阶转频振动。

3.2 振动特性

时域信号：近似的等幅正弦波；
轴心轨迹：较稳定的圆或偏心率较小的椭圆，由于弯曲常伴随着一定程度的轴瓦摩擦，故轨迹有时会有摩擦特征；
频谱特征：以转频为主，伴有高次谐波成分，与不平衡故障的区别在于，弯曲在轴向产生较大振动。如图4所示[3]。

图4 热弯曲-不平衡耦合振动与不平衡响应对比图

4 转轴横向裂纹

4.1 产生原因与激振机理

当裂纹存在时，转轴的刚度会发生变化（转轴刚度不对称），这种不对称会引起转子的非线性振动响应。转轴横向裂纹的振动特性主要受裂纹深度、位置以及裂纹面方向角的影响。如果裂纹位于应力集中区域或扭转应力较大的位置，裂纹引起的刚度变化会更加显著，从而导致更强烈的振动响应。研究表明，当裂纹面方向角变化时，转轴的刚度参数会随之变化，进而影响其振动响应。

4.2 振动特性

振动带有非线性性质，出现旋转频率的1×、2×、3×等高倍分量，如图5所示[4]。随着裂纹扩展，刚度进一步下降，1×、2×等频率的幅值随之增大，相位角则发生不规则波动，与不平衡故障的相角稳定有区别；
开停机过程中，由于谐振频率的非线性关系，会出现分频共振，即转子在经过1/2、1/3…临界转速时，相应的高倍频（2×、3×）正好与临界转速重合，振动响应会出现峰值；
轴心轨迹：全息谱图上，2倍频的轴心轨迹为椭圆。

图5 含初始裂纹转子轴心轨迹与频谱

5 参考文献

[1] 黄志坚,高立新,廖一凡.机械设备振动故障监测与诊断[M].化学工业出版社,2010.

[2] 鲁晨琪. 转子系统不平衡故障诊断及振动特征提取研究[D]. 辽宁:沈阳建筑大学,2023.

[3] 金超武,董岳,苏浩,等. 磁悬浮轴承转子热弯曲振动特性研究[J]. 振动与冲击,2022,41(4):36-47.

[4] 邹剑. 具有横向裂纹转子的振动特性与无损检测[D]. 上海:上海交通大学,2004.

编辑：陈凯歌

校核：李正平、赵栓栓、曹希铭、赵学功、白亮、任超

该文资料搜集自网络，仅用作学术分享，不做商业用途，若侵权，后台联系小编进行删除

来源：故障诊断与python学习

山东科技大学轴承齿轮振动数据集(含轴承、齿轮；不同转速、变转速故障)

目录1 试验平台2 数据采集3 数据存储4 下载地址5 试验台加工公司6 声明7 作者简介1 试验平台山东科技大学(Shandong University of Science andTechnology, SDUST)旋转机械传动部件故障植入试验台如图1所示，是由镇江天语科技有限公司加工制造。该试验台由交流电动机、电动机转速控制器、测试轴承、齿轮箱，用于控制负载的手柄和磁粉制动器等组成，可以开展各类滚动轴承和齿轮在不同工况下的故障诊断试验，试验部件为为6205轴承与行星齿轮箱，如图2和图3所示，其相关参数见表1与表3。试验设计工况如表2，表4所示。图1 山东科技大学旋转机械传动部件故障植入试验台图2 6205轴承故障设置行星轮点蚀行星轮裂纹行星轮磨损太阳轮点蚀太阳轮裂纹太阳轮磨损图3 行星齿轮箱故障设置表1 6205轴承基本参数表2 6205轴承数据集试验工况表3 齿轮箱基本参数表4 齿轮试验工况 2 数据采集为了获取轴承与齿轮箱的振动信号，两个三向压电加速度传感器分别通过磁座固定于轴承座和行星齿轮箱两端的固定支架上，如图4和图5所示。试验中使用LMS公司的Test.Lab振动噪声测试系统采集振动信号。试验中设置稳态测试模式，每次采样时长为40s，采样频率25.6kHz。图4 轴承振动加速度传感器安装位置图5 齿轮振动加速度传感器安装位置3 数据存储在每一次采样中，将获取的振动信号存放在一个以故障加工况命名的mat文件内。其中Signal.y_values.values包含两个三向压电加速度传感器共6个通道的振动信号。举例如下：IF0.21000 20.mat：轴承内圈故障0.2mm、1000rpm、20N负载OF0.61000~2000 40.mat：轴承外圈故障0.6mm、1000~2000 rpm间随意变速、40N负载sunfracture1000 0A 1.mat：太阳轮磨损故障 1000rpm 0A负载第1次采集4 下载链接Github： https://github.com/JRWang-SDUST/SDUST-Dataset.git5 试验台加工公司镇江天语科技有限公司，联系方式：6 声明山东科技大学轴承和齿轮数据集由山东科技大学噪声与振动控制研究所提供。这些故障诊断数据集是公开的，任何人都可以使用它们来验证诊断算法。使用以上数据时，请参考引用下述相关文献。 [1] WangJinrui, Zhang Xuepeng, Zhang Zongzhen, et al. Attention guided multi-waveletadversarial network for cross domain fault diagnosis[J]. Knowledge-basedsystems, 2024, 284, 111285.[2] Zhang Xuepeng, Wang Jinrui,Zhang Zongzhen, et al. Integrated decision-making with adaptive featureweighting adversarial network for multi-target domain compound fault diagnosisof machinery[J]. Advanced Engineering Informatics, 2024, 62, 102730.[3] Han Baokun, Jiang Xingwang,Wang Jinrui, et al. A novel domain adaptive fault diagnosis method for bearingsbased on unbalance data generation [J]. IEEE Transactions on Instrumentationand Measurement, 2023, 72, 3519911.[4] Han Baokun, Yang Zujie, ZhangZongzhen, et al. A novel rolling bearing fault diagnosis method based ongeneralized nonlinear spectral sparsity [J]. Measurement, 2022, 198, 111131.7 作者简介王金瑞，教授。博士毕业于南京航空航天大学，主要从事机械智能故障诊断、机械振动与噪声控制等方向研究。2023、2024年入选斯坦福全球前2%顶尖科学家，主持国家自然科学基金、中国博士后科学基金等纵向课题8项，获山东省科技进步二等奖(3/10)。兼任山东声学学会副理事长，Journal of Dynamics, Monitoring andDiagnostics青年编委。张宗振，副教授。2011年至2020年，潍柴动力、潍柴雷沃技术研究院，任NVH室主任；2021年任山东科技大学机电学院学术副教授。主持国家自然科学基金、山东省自然科学基金，参与国家重点研发计划、两机重大专项等课题研究。主持完成200余项企业NVH开发、诊断、攻关等项目。获南京航空航天大学优秀博士论文。来源：故障诊断与python学习

有附件