基于LabVIEW的毕业设计

1、基于LabVIEW转子轴心轨迹测量与识别系统开发摘 要转子轴心轨迹作为转子振动状态的一类重要图形征兆，包含了大量的故障信息，是诊断专家在诊断过程中采用的一项不可缺少的故障征兆信息，由于轴心轨迹的提纯效果、轴心轨迹的特征自动提取和形状自动识别的水平，都直接影响着故障诊断专家系统的智能化水平，因此我们需要对轴心轨迹全面的进行研究。首先搭建了转子故障实验台,在该实验台上能够模拟一些典型的转子故障,如不平衡、不对中、转子弯曲等。在此基础上，搭建信号测量电路，包括传感器、电荷放大器、滤波器、数据采集卡等器件，能够测量转子旋转时的两个相互垂直方向的径向位移。其次编制轴心轨迹测量及识别程序，该程序能够实时显

2、示轴心轨迹，并进行频谱分析，也可以进行数据的存储。为了给轴心轨迹识别提供标准，进而编制了轴心轨迹仿真程序，对几种典型故障的轴心轨迹进行了仿真。根据不变矩理论，编制了不变矩计算程序，通过对传统算法的改进，实现了对离散数据的不变矩计算，改进算法能够自动识别轴心轨迹。通过连接实验台、测量装置和软件应用程序，对整个系统进行了整合，可实时显示轴心轨迹，同时计算不变矩。通过大量实验确定识别临界值，使程序既满足灵活性又满足准确性，有效实现在线自动识别。关键词：轴心轨迹;虚拟仪器；LabVIEW；不变矩Development of measurement and identification of axis

3、orbit system on LabVIEWAbstractThe rotor axis path as a kind of important graphic sign of rotor vibration state contains a large number of fault information is used in the process of diagnosis expert in the diagnosis of an indispensable fault symptom information. Axis path due to the effect of purif

4、ication, the axis trajectory characteristics of the level of automatic extraction and automatic shape identification, directly affects the level of intelligent fault diagnosis expert system, So we need the axis trajectory comprehensive research.First set the rotor fault test-bed in the laboratory be

5、nch to simulate some of the typical rotor faults, such as imbalance, in the wrong, rotor bending, etc. On this basis, the structures, signal measuring circuit, including the data acquisition card, sensor, charge amplifier and filter device, to measure the axis trajectory radial displacement of two d

6、irections.Second axis trajectory measurement program, the program can real-time display the axis trajectory, and spectrum analysis, can also for data storage. To provide standards for axis path identification, and then compiled the axis trajectory simulation program, the axis trajectory of several t

7、ypical faults are simulated. The recognition system is used as a means for identifying, invariant moment invariant moment calculation program, therefore, according to the features of the experiment, the moment invariant algorithm was improved, in order to meet the automatic identification.Finally in

8、tegrate the compiled program can display the axis trajectory and moment invariant can be calculated, and through experiments to determine the identification of the critical value, satisfies program meets the flexibility and accuracy, effectively realize online automatic identification.Key words:Axis

9、 trajectory; Virtual instrument; LabVIEW; Invariant moments目录摘要IAbstractII第1章 绪论11.1 课题的背景11.2 国内外研究现状21.2.1 旋转机械轴心轨迹研究现状21.2.2 转子轴心轨迹自动识别研究现状21.3 研究的意义和主要内容41.3.1 研究的意义41.3.2 研究的主要内容4第2章 转子振动机理和轴心轨迹特征62.1 旋转机械振动机理分析62.2 转子振动的基本特征72.3 常见故障原因及轴心轨迹的特征82.3.1 转子不平衡82.3.2 转子不对中92.3.3 转子弯曲92.3.4 转子碰磨102.3

10、.5 油膜震荡112.4 轴心轨迹测试方法及信号分析122.5 本章小结14第3章 LabVIEW应用程序设计163.1 数据采集和轴心轨迹合成163.2 轴心轨迹仿真程序193.3 不变矩计算程序213.3.1 不变矩方法简介213.3.2 不变矩计算方法223.4 相似度计算程序243.5 轴心轨迹自动识别程序253.6 本章小结26第4章 实验系统与实验结果274.1 实验台的结构设计274.2 测量装置284.2.1 传感器与测量电路284.2.2 数据采集卡294.2.3 数据采集卡基本性能指标304.3 实验结果分析314.4 本章小结32结论33致谢34参考文献35附录37第1章

11、 绪论1.1 课题的背景旋转机械是机械设备的重要组成部分并且占有相当大的比重，如机械、化工、电力、冶金等行业的机床、汽轮机、发电机、压缩机等都是典型的旋转机器,它们以转子及其他回转部件作为工作的主体,一旦发生事故将造成巨大损失。目前旋转机械向着大型、高速和自动化方向发展，为了保障设备运行安全可靠，对旋转机械的状态监测和故障诊断提出了更高的要求。旋转机械故障常在振动状况方面体现出来，因此对振动信号进行监测和诊断仍是目前的主要手段，经过多年的发展，旋转机械振动故障诊断已经形成比较完备的理论和技术体系。近年来，随着非线性理论的发展，尤其是信号处理和计算机智能理论技术与故障诊断的融合渗透，使旋转机械故

12、障诊断技术更加丰富成熟。目前，用于旋转机械故障诊断的征兆主要有时域、频域和幅值域等。由于以快速Fourier变换(FIT)为基础的数字信号处理技术在机械动力学中应用广泛，测试分析方法已经达到比较完善的程度，而且，旋转机械的振动信号在频域内的能量分布具有比较明显的特点，因此，目前旋转机械故障诊断仍以振动信号的频域特征作为主要的故障征兆，出现了功率谱估计法、时频分析法、全息谱角域分析、分形维数等一系列提取故障征兆的方法1。但是，在旋转机械故障诊断中，回转部件中心位置比振幅和幅频曲线等更能直观地反映转轴的运动情况，轴心轨迹作为转子振动信号的一类重要图形征兆，包含了大量的故障信息，它能够形象、直观地表

13、达了设备的运行情况。并且，轴心轨迹相较于时域、频域和幅值域响应更快，不需要人为的对振动信号进行分析，所以更容易实现在线监测和自动诊断。通常特定形状的轴心轨迹对应着特定的故障类型，能正确反映系统的振动故障，比如由转动部件不平衡或主轴轴线不直引起的摆度过大，轴心轨迹为椭圆形：动静件碰磨故障会使得轴心轨迹呈现为规则或不规则的花瓣形；由油膜涡动引起的轴心轨迹为内“8”字形；不对中引起的轴心轨迹为香蕉形或外“8”字形等2。另外，旋转机械的轴心轨迹的形状与动态特性，也是诊断专家在诊断过程中采用的一项不可缺少的故障征兆信息。因此，轴心轨迹作为旋转机械重要的一类图形征兆，一直是研究的热点，在旋转机械故障诊断中

14、得到广泛应用3。同时，由于轴心轨迹图形比较复杂，如何对轴心轨迹进行提纯和自动识别成为研究的重点。因此，本课题对于基于虚拟仪器的轴心轨迹测量与提纯和自动识别的研究就显得很有意义。1.2 国内外研究现状1.2.1 旋转机械轴心轨迹研究现状在转子轴承系统中，当作用在滑动轴承上的载荷的大小和方向都是随时间作周期性的变化时，由于其载荷是变化的，所以各个瞬时轴心的平衡位置也是变化的，在油膜力和载荷互相平衡的情况下，轴心都会逐渐纳入(即收敛于)一个确定的轨迹，就形成轴心轨迹。目前国际上存在两种较为典型的轴心轨迹的计算方法4，一种就是由德Karlsruhel大Han授提出的称为汉氏法，一种由德国Claustl

15、utl工业大学JHolland教授提出的称为荷氏法这两种方法都能够根据轴承载荷的变化情况，算出轴颈中心在轴承中的一系列平衡位置，经过若干次迭代计算，这一系列轴心平衡位置最终封闭为一条的曲线形成轴心轨迹曲线。汉氏法与荷氏法的最大区别在于如何求解雷诺方程，汉氏法对于雷诺方程的旋转项及挤压项采用统一的边界条件求解所以解法严密，荷氏法对雷诺方程的旋转项及挤压项并没按照统一的边界条件求解，它把旋转项及挤压项分开按照各自的边界条件求解方程，再把两者所求得的油膜反力进行合成，忽略了两者之间的互相影响。根据统计用荷氏法计算其计算结果比较接近实测结果，并且也适合对一些形状复杂的轴承进行轴心轨迹求解。由于汉氏法计

16、算过程相对复杂所以大量的计算过程中边界条件的选用简单地采用半Sommcrnd边界条件，这就造成其计算精度下降。这两种算法的原理基本相同，只是在求解雷诺方程时忽略的因素不同，边界条件假设也不同，最后结果也有差异。但是这两种算法都需经过大量计算，来近似的求出轴心轨迹，由于轴心轨迹形状比较复杂又有许多的噪声，所以计算出的轴心轨迹并不符合真实的情况。随着测试技术的不断发展，传感器技术的成熟，现在多用位移传感器测量转轴不同方向的径向位移，进而合成轴心轨迹。这种方法相比较于前两种算法，它更能反应轴心轨迹的真实情况并且响应快，近年来渐渐得到应用。1.2.2 转子轴心轨迹自动识别研究现状转子轴心轨迹的识别一般

17、的方法，通常是在转子某一截面两个相互垂直的方向上安装两个电涡流传感器，测得该方向的振动，然后合成轴心轨迹图形，然后在利用模式识别技术进行轴心轨迹形状的识别。转子轴心轨迹的识别实质是一个二维图形的模式识别问题，主要包括两部分内容：特征提取和特征分类。特征提取是对图形所包含的输入信息进行处理和分析，将不易受随机因素干扰的信息作为该图形的特征提取出来。特征分类过程是去除冗余信息的过程，具有提高识别精度、减少运算量和提高运算速度的作用。良好的特征应具有可区分性、稳定性和独立性。图像处理的形状分析主要是对区域作各种变换，提取区域的图形特征。轴心轨迹的特征提取主要方法是对图形作各种变换，定义图形的不变性质

18、5。常用的方法有：1)几何特征法：通过对轴心轨迹图形进行几何运算，使其具有规定的性质6。2)矩方法：以HU氏不变矩最为常用，有一定的应用局限，现有许多改进方法。3)编码方法：主要用于对输入神经网络的数据进行改进编码，提高网络的分辨率，涉及数据压缩技术。应用的方法有离散余弦变换法78，平面图形可变等长度压缩编码方法9，加权编码法10,小波神经网络数据压缩法11。这些方法可使降噪后的轴心轨迹图形编码得到较大的压缩，加快了网络的训练速度，使神经网络识别系统比传统的布尔编码方法有更高的准确率和稳定性。此类提取轴心轨迹的图像特征的方法是目前研究的热点，有许多相关文献对此进行了论述。以上所述几种方法普遍存

19、在针对性不强的问题，即只是应用了图像识别的基本原理，没有充分地将该原理与轴心轨迹所特有的图形特征结合起来分析，因此可以加强这方面的研究。在对轴心轨迹进行了图形特征的提取之后就可以进行识别了，这涉及到了一个合理的分类器的问题。识别的分类实际也是模式识别问题，即将所提取的特征按一定规则分为若干个模式，确定模式中心，将输入信号与己知的各个模式中心进行匹配，在根据一定的判定规则，确定输入信号应归入哪一个模式。具体方法主要包括概率统计方法、神经网络方法，关联度分析方法等。二维图形识别常采用基于统计特征的矩不变性进行自动识别。矩是一种线性特征，可以用来对区域进行描述，而不变矩由于在尺度、平移和旋转等条件下

20、的稳定性被广泛用于模式识别领域。HU在1962在文献12给出了连续函数矩的定义和关于矩的基本性质，证明了有关矩的平移的不变性、伸缩的不变性和旋转的不变性等性质，具体给出了具有平移、旋转和比例不比变性的七个不变矩的定义。但实验及理论分析都表明在离散情况下HU氏不变矩有一定的局限性13。，主要表现在HU氏不变矩在离散情况下不能保证对图形比例缩放的不变性。为此，许多研究者在通过大量试验后给出了一些改进算法，使之更符合轴心轨迹的特点，这也是本文研究的重点。现今，已经提出的各种方法以解决轴心轨迹的信息处理和自动识别，如武汉大学的动力机械学院就提出了用灰色理论关联度分析和基于不变性矩的径向基函数方法来进行

21、水轮机组的轴心轨迹自动识别1415。华中科技大学的王海则综合应用了小波去嗓理论、平面图形不变矩理论、神经网络理论，实现了识别过程的自动化，东南大学的赵林度利用神经网络对轴心轨迹的离散余弦变换的描述子进行分类识别16。浙江大学的丁昭同将广泛应用于语音识别的隐马尔科夫模型用于旋转机械的轴心轨迹的识别17，取得了一定的效果。1.3 研究的意义和主要内容1.3.1 研究的意义在工业生产当中,旋转机械是机械设备的重要组成部分,一旦发发生事故,将造成重大损失。随着科学技术的发展，人们对机械设备的安全、稳定、高可靠性工作的要求日益迫切。这就对旋转机械故障诊断技术提出了个高的要求。旋转机械轴心轨迹作为旋转机械

22、的一类重要图形征兆，包含了大量的故障信息，它形象、直观地表达了设备的运行情况，是诊断专家在诊断过程中采用的一项不可缺少的故障征兆信息，轴心轨迹的提纯与自动识别的研究水平决定着故障诊断专家系统的智能化水平，因此有着重要的研究价值。基于微机硬件平台的虚拟测量仪器已经在各行各业得到了越来越广泛的应用。它功能灵活、开放，易于与其他仪器设备组成强大的测量系统，比传统仪器效率更高、成本更低、功能更强大。将故障诊断技术基于虚拟仪器来实现，能够充分发挥虚拟仪器的上述特点，为旋转机械故障诊断技术，提供了有力的支持1.3.2 研究的主要内容本课题主要是研究轴心轨迹的自动识别和旋转机械典型故障的在线诊断。搭建实验台

23、和测试电路编制数据采集程序完成数据采集。应用不变矩理论，编程实现其算法实验轴心轨迹的识别。整合程序实现轴心轨迹自动识别和在线诊断。硬件方面：（1）设计搭建转子典型故障故障模拟实验台，使之能够可靠地模拟出各种典型故障；（2）搭建信号测量电路，保证传感器、电荷放大器、滤波器和数据采集卡能够正常工作。软件方面：（1）编制信号采集采集程序。该程序能够持续采样，对信号处理合成轴心轨迹并实施显示，也可以实现数据的存储和信号的频谱分析功能； （2）编制轴心轨迹仿真程序，该程序能够实现对几种典型故障轴心轨迹的仿真，并将数据保存；（3）编制不变矩计算程序，通过大量实验对不变矩算法进行改进，使之适合轴心轨迹的不变

24、矩计算，最后算取个典型故障轴心轨迹的不变矩值作为标准值；（4）编制关联度计算程序，大量实验找出一个既简单又相对准确的关联度计算方法；（5）整合各程序，实现自动识别与在线诊断，优化程序中的参数。第2章 转子振动机理和轴心轨迹特征在旋转机械状态检修系统中，影响设备运行状态的因素是多种多样的，包括振动、瓦温、气蚀等。由于振动的广泛性、振动信号的多维性、测振技术的实用性，一般监测系统均将振动信号作为主要监测项目。设备在运行过程中必然会产生不同程度的振动。据统计，约有70的故障或事故都在振动信号中有所反映，振动的超标威胁着旋转设备的安全运行。当振动超过一定限度时就会对设备造成危害，严重时将威胁设备安全运

25、行，带来巨大的经济损失。2.1 旋转机械振动机理分析对于机械设备来说，通常会产生两种不同形式的振动：强迫振动和自激振动。强迫振动是由外界对系统持续激励所引起的。它是从外界不断地获得能量来补充阻尼所消耗的能量，使系统得以维持持续的等幅振动。外界激励的来源可能是直接作用在振动系统上的激振力，也可能是由于系统中运动部件的不平衡离心惯性力，再就是由支撑件的持续运动而引起。这些激励作用可能是周期性的，也可能是非周期性的。如旋转机械运动中的质量不平衡、几何轴线不对中、齿轮啮合不好、传动件配合不当、轴颈轴承问隙过大等都会引起机械设备的强迫振动。同样，往复机械设备一般都具有大质量的曲柄活塞机构，这些大质量构件

26、在高速周期性运动时就会产生周期性的惯性力，进而就可引起机器和基础的强迫振动及曲轴的扭转振动。强迫振动会使设备或结构产生过大的动应力，成为疲劳破坏的重要原因。自激振动是依靠系统自身各部分间相互偶合而维持的稳态周期振动，是无需周期变化的外力就能维持的稳态振动，因而与强迫振动有原则性的区别。自激振动的突出特点是它的自治性，即当它处于自激振状态时并不承受随时间变化的外力，而是依靠系统的各个组成部分间相互作用的内力来维持稳态周期振动的。引起自激振动的原因很多，其产生的机理也十分复杂，如油膜振荡使转子出现涡动失衡等。引起机械振动的的主要原因有：(1)因机组转动部分质量不平衡引起的机组振动，其主要特征是机组

27、振幅随机组转速变化较敏感，其振幅一般与转速的二次方成正比，且水平振动较大（2)机组转动部件与固定部件相碰(或摩擦)所引起的机组振动，其特征为：一般振动较强烈，并常常伴有撞击声响(3)因轴承间隙过大、主轴过细、轴的刚度不够所引起的振动，其特征为：机组振幅随机组负荷变化较明显(4)因机组轴线曲折、紧固零部件松动、机组对中心不准、推力轴承调整不良所引起的机组振动，其特征为：机组在空载低转速运行时，机组便有明显振动。2.2 转子振动的基本特征转子正常工作，即转子在无故障状态，具体说是转子处于平衡状态、对中情况良好、转轴截面的径向刚度相等、转轴与机壳之间无摩擦等条件下的状态，在此情况下，转子运动不受干扰

28、。频率成分以一倍频为主，混有少量噪声成分。理想轴心轨迹为圆形，但由于实际上不平衡总是存在的，轴心轨迹往往是椭圆形。正常情况下的轴心轨迹与不平衡的轴心轨迹在形状上相同，但正常情况下的振幅比不平衡时要小的多。旋转机械的主要部件是转子，其结构形式虽然多种多样，但对一些简单的旋转机械来说，为分析和计算方便，一般都将转子的力学模型简化为一圆盘装在一无质量的弹性转轴上，转轴两端由刚性的轴承及轴承座支承。该模型称为刚性支承的转子，对它进行分析计算所得到的概念和结论用于简单的旋转机械是适用的。由于做了上述种种简化，若把得到的分析结果用于较为复杂的旋转机械时不够精确，但基本上能够说明转子振动的基本特性。图2-1

29、 单圆盘转子大多数情况下，旋转机械的转子轴心线是水平的，转子的两个支承点在同一水平线上。设转子上的圆盘位于转子两支点的中央，当转子静止时，由于圆盘的重量使转子轴弯曲变形产生静挠度，即静变形。此时，由于静变形较小，对转子运行的影响不显著，可以忽略不计，即认为圆盘的几何中心O与轴线AB上O点重合,如图2-1所示。转子开始转动后，由于离心力的作用，转子产生动挠度。此时转子有两种运动：一种是转子的自身旋转，即圆盘绕其轴线AOB的转动；另一种是弓形转动，即弯曲的轴心线AOB与轴承联线AOB组成的平面绕AB轴线的转动。这时，圆盘的中心O在相互垂直的两个方向上，以某一频率做简谐振动。一般情况下，两个方向的振

30、幅不相等，因此圆心O的轨迹为椭圆，O的这种运动是一种涡动或进动。转子的涡动方向与转子的转动角速度同向时，称为正进动；反向时，称为反进动。由于有转子正进动和反进动的存在使得的轴心轨迹具有较复杂的形状。一般情况下，当非同步涡动的角速度与转子角速度的关系为整数比时，轴心轨迹仍将是一条封闭的曲线，否则轴心轨迹不是封闭的。2.3 常见故障原因及轴心轨迹的特征2.3.1 转子不平衡引起振动的原因是多方面的,但转子的不平衡是引起机器振动的主要原因之一。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。据统计，旋转机械约有一半以上的故障与转予不平衡有关。因此，对不平衡故障

31、的研究与诊断也最有实际意义。造成转子不平衡的具体原因很多，主要有：结构设计不合理，制造和安装误差，材质不均匀，受热不均匀，运行中转子的腐蚀、磨损、结垢、零部件的松动和脱落等。按发生不平衡的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。按其机理又可分为静失衡、力偶失衡、准静失衡、动失衡等四类。转子的不平衡故障包括：转子质量不平衡、转子初始弯曲、转予热态不平衡、转子部件脱落、转子部件结垢、连轴器不平衡等，不同原因引起的转子不平衡故障规律接近，但也有各自的特点。转子的不平衡故障会产生许多不良后果，首先会引起转子的弯曲和内应力进而引起转子疲劳甚至断裂。其次会引起机器的振动与噪声，加速机械

32、零件的磨损。由质量不平衡引起的转子不平衡的振动特征有(1) 轴心轨迹为椭圆，如图2-2所示图2-2 转子不平衡轴心轨迹(2) 振动的时域波形近似为正弦波；(3) 频谱图中，能量主要集中在基频并有较小的高次谐波；(4) 其进动特征为正进动。2.3.2 转子不对中大型机组通常由多个转子组成，各转子之间用连轴器联接构成轴系，传递运动和转矩。由于机器的安装误差、工作状态下热膨胀、承载后的变形以及机器基础的不均匀沉降等，有可能会造成机器工作时各转子轴线之间产生不对中。具有不对中的故障转子系统在其运行过程中将产生一系列有害于设备的动态效应，如引起机器连轴器偏转、轴承早期损坏、油膜失稳、轴弯曲变形等，导致机

33、器发生异常振动，危害极大。转子不对中包括轴承不对中和轴系不对中两种情况。轴径在轴承中偏斜称为轴承不对中。机组各转子之间用联轴节连接时，如不处在同一直线上，就称为轴系不对中。轴系不对中又分为平行不对中、角度不对中和综合不对中三种情况。不对中的作用就像转子上有一个不定向的预载荷，容易引起轴向振动。当转子存在不对中故障时，具有以下特征：(1) 转子径向振动出现二倍频，以一倍频和二倍频分量为主，随着不对中的情况加重，二倍频所占的比例增加；(2) 典型的轴心轨迹为香蕉形，正进动。二倍频增加的过程中相应的轴心轨迹从香蕉型变为“8”字形，如图2-3所示；图2-3 不对中故障轴心轨迹(3) 连轴器不对中时轴向

34、振动较大，振动频率为一倍频，振动幅值和相位稳定，轴承不对中时径向振动较大，有可能出现高次谐波，振动不稳定；(4) 振动对负荷变化敏感。2.3.3 转子弯曲转子弯曲与不平衡相似，但是两者是有区别的，质量不平衡是指各横截面的质心连线与几何中心连线存在偏差。而转子弯曲是指各横截面的几何中心连线与旋转轴线不重合，二者都会使转子产生偏心质量，从而使转子产生不平衡振动。转子弯曲故障的轴心轨迹一般为香蕉型与不对中故障相似但是其轴心轨迹不会因为二倍频分量的增加而变为“8”字形，轴心轨迹如图2-4所示图2-4 转子弯曲轴心轨迹转子弯曲有永久性弯曲和临时性弯曲两种情况。转子永久性弯曲和转予临时性弯曲与转子质量偏心

35、基本相同。其不同之处是，具有转子永久性弯曲故障的机器，开机启动时振动就较大：而转子临时性弯曲的机器，则是随着开机升速过程振幅增大到某一值后有所减小。2.3.4 转子碰磨随着机组参数的不断提高，动静间隙的不断减小，以及运行过程中不平衡、不对中、热弯曲等的影响，经常发生转子碰摩故障。在国产20万千瓦气轮发电机组中，已有多台因动静碰摩而造成转子弯曲的严重事故。根据摩擦部位的不同，碰摩分为两种情况，转子外缘与静止件接触而引起的摩擦，成为径向碰摩；转子在轴向与静止件接触而引起的摩擦，成为轴向碰摩。从不同的角度，摩擦还可以分为局部摩擦和全周摩擦；早期、中期和晚期碰摩等。碰摩是一个复杂的过程，从机理上分析，

36、碰摩振动对转子有以下几方面的影响：(1) 直接影响转子的运动可以分为自转和进动两种形式。摩擦对自转的影响在于附加了一个力矩，因此，在转子原有力矩不变的条件下有可能使转子的转速发生波动。至于进动，由于摩擦力的干预可能使正进动转化为反进动，特别是全周摩擦，常常产生所谓的“干摩擦”现象，从而引起自激振动，影响转子的正常运行，甚至损坏机组。(2) 间接影响摩擦的作用使动静部件相互抵触，相当于增加了转子的支撑条件，增大了系统的刚度，改变了转子的临界转速及振型，且这种附加的支承是不稳定的，所以可能引起不稳定的振动和非线性振动。(3) 冲击影响局部碰摩除了摩擦作用外还会产生冲击作用，其直观效应是给转子施加了

37、一个瞬态的激振力，激发转子以固有频率作自由振动。虽然自由振动是衰减的，但由于碰摩在每个旋转周期内都产生冲击激励作用，在一定的条件下有可能使转子振动成为叠加自由振动的复杂振动。(4) 热变形摩擦引起的热变形可能引起转子弯曲，加大偏心量，使振动加大。转子碰摩的定量分析比较困难。一般来说，转子与静止件发生碰摩时，转子受到静止件的附加力作用，它是非线性和时变的，因此使转子产生非线性振动，在频谱图上表现出频谱成分丰富，不仅有工频，还有高次和低次的谐波分量，当摩擦加剧时，这些谐波分量的增长很快。转子碰磨的故障特征有：(1) 转子失稳前频谱丰富，波形畸变；轴心轨迹不规则变化，正进动；(2) 转子失稳后波形严

38、重畸变或削波，轴心轨迹发散，反进动；(3) 轻微摩擦时同频幅值波动，轴心轨迹带有小圆环，如图2-5(a)所示。(4) 碰摩严重时，各频率成分幅值迅速增大，轴心轨迹附加的小环也增加，如图2-5(b)所示。(5) 系统的刚度增加，临界转速区展宽，各阶振动的相位发生变化。(6) 工作转速下发生的轻微摩擦振动，其振幅随着时间缓慢变化t相位逆转动方向旋转。 (a) (b)图2-5 转子碰磨轴心轨迹2.3.5 油膜震荡油膜轴承因其承载性好，工作稳定可靠、工作寿命长等优点，在各种机械、各个行业中都得到了广泛的应用。采用流体膜润滑轴承的目的主要是减少摩擦与磨损，但轴承油膜对转子振动特性有很大影响。油膜振荡是轴

39、颈带动润滑油高速流动时，高速油流反过来激励轴颈，使其发生强烈振动的一种白激振荡现象。转子轴径在油膜中的剧烈振动将会直接导致机器零部件的损坏。转轴的转速在失稳转速以前的转动是平稳的，当达到失稳转速后即发生半速涡动，随之转速的提高，涡动角速度也随之增加，但总保持着约等于转动速度一半的比例关系，半速涡动一般并不剧烈，但当转速升到比一阶临界转速的2倍稍高以后，由于此时的半速涡动的涡动速度与转轴的第一阶临晃转速相重合即产生共振，表现为强烈的振动现象，称为油膜振荡。油膜振荡发生以后，就将始终保持约等于转子一阶临界转速的涡动频率，而不在随转子转速的升高而升高。油膜震荡的故障特征有：(1) 油膜振荡总是发生在

40、转速高于转子系统一阶临界转速的2倍以上。(2) 油膜振荡的频率接近于转子的一阶临界转速，即使转速在升高，其频率特征不变。(3) 油膜涡动时，轴心轨迹呈内8字型，如图2-6所示；油膜振荡时，转子涡动方向与转子转动方向相同，轴心轨迹呈花瓣形，正进动，如图2-7所示。(4) 油膜振荡时，转子的挠曲呈一阶振型。(5) 油膜振荡的发生和失真具有突然性，并具有惯性效应，即升速时产生振荡的转速比降速时振荡消失的转速要大。(6) 油膜振荡剧烈时，随着油膜振荡的破坏，振荡停止，油膜恢复后，振荡再次发生，这样持续下去，轴承与轴颈不断碰摩，产生撞击声，轴瓦内油膜压力有较大的波动。图2-6 油膜涡动轴心轨迹 图2-7

41、 油膜震荡轴心轨迹2.4 轴心轨迹测试方法及信号分析轴心轨迹是轴心上一点相对于轴承座的运动轨迹。这一轨迹是在与轴线垂直的平面内。因此要求在该平面内的两个垂直方向安装电涡流位移传感器对转轴振动进行测量。整个测量装置如图2-8所示，这样可以同时检测轴心在x和y方向上的振动，将振动输入到电子示波器中，就可以观察到经滤波后的轴心轨迹图形。放大器放大器滤波器滤波器传感器 计算机图2-8 轴心轨迹测试图一般来说，在由不平衡引起的轴的运动中，当轴的各方向的弯曲刚度相同时，轴的运动为同步正进动。轴心轨迹为一圆，反映在X和Y方向上是只有基频成分的简谐振动，而且他们的幅值相等，相位相差900。但在许多的实际情况下

42、，轴的各向弯曲刚度及支撑刚度存在差异，由不平衡引起的轴心相应不在是一个圆，而是一个椭圆，这对反映在X和Y方向上的振动不仅振幅不同，而且相位相差也不是900。在这种情况下，轴的弯曲相对轴的部位不是固定不变的，而是以轴上某一线为中心的左右摆动。在一般情况下，轴的运动除了上述由不平衡响应引起的同步正进动之外，还存在非同步的正进动和反进动，有时也称为正向涡动和反向涡动。这时轴心的运动轨迹具有较复杂的形状。我们用运动分解的概念来说明轴心轨迹的形成。为同步正向涡动分量，它以和转子角速度相同的角速度旋转。这样，构成了轴心c的运动轨迹。当有涡动存在时，反映在X和Y方向上的振动，除了基频成分之外，还有频率为e的

43、振动成分。当和e的关系为整数比时，我们仍可以获得一条封闭曲线的形式的轴心轨迹：当和e不是整数关系时，曲线将是不封闭的。下面介绍常用的振动信号分析方法。(1)振动信号的幅值分析方法应用于幅值分析的参数有：均值、均方根值、最大值、最小值和绝对平均值等。这些参数计算简单，对于故障诊断有一定的作用，但它们会因工作条件(负载、转速等)的改变而变化，所以又存在对故障不十分敏感、不好区分的缺点。因此，人们又引入了无量纲的幅值参数，如波形指标、峰值指标、脉冲指标、裕度指标以及峭度指标等。这些参数对故障有足够的灵敏度，对信号的幅值、频率变化不敏感，而只取决于概率密度函数的形状，在故障诊断中有广泛的应用。(2)振

44、动信号的相关分析方法相关分析主要是应用相关系数与相关函数来实现，即通过相关函数来研究两个信号之间的相关性和收敛性。不同的信号有不同的相关函数，自相关函数不含有信号的相位信息，只存在单一的量值关系，而互相关函数则包含相位信息，这在分析振动信号的特性时是很有用的。(3)振动信号的频域分析方法频域分析的基础是频谱分析，即分析动态信号的幅值、相位、功率和能量随频率的变化关系。频谱分析主要包括功率谱密度函数分析、细化谱分析、倒频谱分析、冲击响应谱分析、最大墒谱分析以及全息谱分析等。频域分析是机械故障诊断中用得最广泛的信号处理方法之一。因为故障发生、发展时都会引起频率结构的变化。频域分析还研究系统的传递特

45、性、系统的输入与输出关系，这可以帮助我们了解系统的固有特性以及故障源的信息如何传递变化等。(4)振动信号的时序分析方法时序分析法简单地说就是对有序的观测数据(观测的时间序列简称观测时序)进行统计学处理与分析的一种数学方法，是数据的统计处理与系统分析相结合的一种方法。一方面可以对系统进行动态分析，另外还可以对系统的未来状态和趋势进行预报和控制。时序分析的手段就是建立时序模型。而时序模型谱具有许多优点，如谱峰清晰、谱线光滑、频率坐标准确、分辨率高、不要求周期采样及加窗处理等，因而克服了常规FFT谱分析所存在的缺陷，即要求固定数据长度、短数据信号处理失真、加窗引起泄漏、产生误差、降低分辨率等。机器故

46、障诊断的时序模型法就是在机器的运行过程中，首先选定恰当的诊断参数，然后建立一个时序模型，通过时序模型的相应判据以诊断机器状态的变化。这种方法在相当多的场合下能可靠地回答机器是属于正常或异常状态。(5)振动信号的特征分析方法特征分析主要是依据旋转机械最基本的运动变量一转速在变化时或在某一稳定转速时，机器的各重要部位振动量大小来进行特征描述。一般随自变量选用的不同，特征分析有如下的几种方法，即功率谱分析、阶比谱分析、跟踪谱分析(又分频率跟踪、阶比跟踪及复合功率跟踪)、坎贝尔跟踪分析(又分频率坎贝尔图和阶次坎贝尔图)、转速谱阵分析(包括频率谱阵与阶比谱阵)、时间谱阵分析(包括频率谱阵与阶比谱阵)。特

47、征分析的目的就在于把众多的特征分量(频率)从复杂的信息中识别出来，研究和分析它们的变化特征，从而判别机器运行状态是否正常。2.5 本章小结本章首先主要介绍了转子的振动机理，振动的类型以及这些振动产生的原因。其次介绍了几种典型故障的的轴心轨迹图形和它们的时域及频域特性，为以后的分析提供理论基础。最后介绍了轴心轨迹测试方法和常用的振动信号分析方法。第3章 LabVIEW应用程序设计3.1 数据采集和轴心轨迹合成轴心轨迹的测量原理已经在第二章中进行了介绍，图2-2就是该测量电路的硬件部分。用两个电涡流传感器字相互垂直的两个方向上测量转子的径向位移，将电压信号经电荷放大器放大滤波器滤波后送到计算机进行

48、处理，以合成轴心轨迹。在这里采集信号用的是数据采集卡，它首先需要驱动，然后配合程序来完成数据采集。LabVIEW的两大基本功能是DAQ数据采集和仪器控制。DAQ数据采集是LabVIEW的核心技术之一，也是LabVIEW与其他编程语言相比较的优势所在，甚至可以认为，DAQ数据采集是LabVIEW最大的功能。一般地说，数据采集卡都有自己的驱动程序，驱动程序控制数据采集卡的硬件操作。目前NI公司的数据采集卡驱动软件有NI-DAQ和NI-DAQmx，这两种驱动软件提供各种DAQ函数节点，用户可以方便的访问硬件。这里，我采用的是DAQmx来作为驱动。对于数据采集来说，有几个组成部分是必不可少的，如采集通

49、道、定时、触发、启动和清除等。首先要设置虚拟通道，我们用到的是DAQmx Create Virtual Channel.vi。该vi的作用是为任务添加一个或一批虚拟通道，如果没有指定任务，它将建立一个任务，由于其多态性，其I/O通道类型可以是模拟输入输出、数字I/O或者计数器输出等。其次，用到的是DAQmx Timing.vi。数据采集一定要设置采样数、采样率、以及采样模式等，这些都是在该vi来实现。它用于指定设备的数据采集操作是否连续或有限，为有限的操作指定或生成的样本数，以及在需要时创建一个缓冲区。对于模拟输入这种需要采样定时的操作，它可以设置采样时钟源级采样速率。然后需要设置触发。DAQ

50、mx Tigger.vi配置一个触发器使DAQ设备完成一个特定的动作，最为常用的是启动触发和参考触发。启动触发初始化一个采集或生成，参考触发则在采样集中的位置设置一个参考点，早那里触发前数据采集结束，而触发后数据采集开始。从通道中采集的数据存放在缓存区，如果要对数据进行更进一步的处理，需要将数据从缓存区中读取出来，这就用到了DAQmx Read.vi。当连续采样时，该vi会读取缓存区中所有可读的样本，当有限采样时，该vi会等待任务获取了所有被请求的样本，然后将这些样本从缓存区中全部读出。最后是对DAQmx Start Task.vi的使用。该vi显示的将一个任务转换至运行状态，在运行状态，这个

51、任务将完成特定的采集或生成。如果程序中没有使用该vi，当读取或写入执行的时候，任务可以隐性的转换至运行状态，或者自动开始。虽然不是在任何时候都需要用到该vi，但是使用它来显示的启动一个与硬件定时有关的采集生成任务是个值得选择的，例如在循环之中，就应该使用该vi，否则任务会重复的启动或停止，这样会降低执行性能。如图3-1所示，是用NI-DAQmx编制的数据采集程序的部分程序框图图3-1 DAQmx数据采集从图中可以看到创建虚拟通道vi、定时vi、启动任务vi和读取vi。这些vi都有一些输入输出端子用以连接一些必要的的控件，进行参数的设定，比如采样数、采样率等。图3-1只是单通道的数据采集程序，由

52、于本课题所采集的是两路电压信号且需要将两路信号合成轴心轨迹，用DAQmx编制的程序比较繁琐，信号流程不明显，不宜与随后的各程序进行整合，所以放弃了DAQmx，改用DAQ助手。DAQ助手是建立在DAQmx上的一个基于步骤的向导，它拥有一个交互式的图形界面，无需编程就能一步一步的进行测量任务、采集通道、信号自定等配置，而且能够自动生成代码，实现DAQmx应用的快速开发。首先驱动数据采集卡新建一个采集两路信号的任务，并设置采样数、采样率、采样模式、测量模式等，随后将这个任务生成代码，这时在新建vi的程序框图上就会生成一个DAQ助手图标，接下来就可以完成对信号的处理了，如图3-2所示就是编制的数据采集

53、和轴心轨迹合成程序。图3-2 数据采集和轴心轨迹合成从图中可以看到，由DAQ助手采集的程序在经由滤波器滤波后由拆分数组节点将两路信号分开连接波形显示控件和写入测量文件控件，用以实验位移信号的实时显示和数据存储。接下来信号连接到了频谱分析控件，分别对两路信号进行频谱分析。最后，两路信号输入到XY图波形显示控件完成轴心轨迹的合成。用该程序在实验台上进行了实验，测试结果如图3-3所示。图3-3 轴心轨迹合成在图上可以看到两路信号的波形以及合成的轴心轨迹，由此数据采集和轴心轨迹合成程序就编制完成了。对于所采集的数据我们需要对数据进行保存以便管理，需要某一数据进行分析时又需要将它们读取出来。LabVIE

54、W中已经把读取和保存功能进行了模块化处理，变成了一个控件，需要时选取它们并设置参数即可。如图3-4和3-5所示即为进行数据存储和读取时的前面板图3-4 数据存储图3-5 数据读取3.2 轴心轨迹仿真程序在进行轴心轨迹的自动识别时,需要有一标准与待测轴心轨迹进行比较,从而进行识别。从本课题的思路可以看出，这个标准就是典型故障的轴心轨迹。在第二章介绍轴心轨迹的形成机理时已经知道，不同的转子故障其轴心轨迹也是不同的。比如转子不平衡故障的轴心轨迹为椭圆、转子不对中故障的轴心轨迹为“香蕉”或“外八字”等。我们知道当转子系统发生故障或出现异常时，转子轴心轨迹变的十分不规则，研究各分量的特征频率将会得到许多

55、故障信息。有前面的数据采集程序得到的径向位移信号的波形可以看出，其波形在滤波后可以近似的认为是正弦波，由此我们我们构造了如下方程式来仿真转子发生故障时的轴心轨迹。 (3-1)式中，A1、A2、1、2、B1、B2、1、2分别为x(t)和 y(t)的一倍频和二倍频的幅值和初相位。在复平面对其进行组合形成复信号 (3-2)调整公式(3-1)中的8个参数，就能仿真出主要的轴心轨迹。通过改变这八个参数可以获得我们所需的轴心轨迹图形。如图3-6所示为我们仿真出的几种典型的轴心轨迹图形。a油膜涡动b 综合故障c 转子不平衡d 转子碰磨e 转子碰磨f 理想状态图3-6 基于LabVIEW常见轴心轨迹曲线仿真在

56、用以上方程式得到轴心轨迹图形时，我们可以发现不同的轴心轨迹图形与振动频率之间有种对应的关系具体描述如下18：当x(t)、y(t)的二倍频分量的幅值均为0时，轴心轨迹的形状随一倍频分量的幅值和初始相位变化，其形状为直线、椭圆和圆。当x(t)、y(t)的一倍频分量的初始相位相等时，轴心轨迹为条直线，其斜率由一倍频分量的幅值确定：当x(t)、y(t)的一倍频分量的初始相位差900且一倍频分量的幅值相等时，轴心轨迹是圆形，否则为椭圆。当x(t)或者y(t)的二倍频分量的幅值为0时，轴心轨迹的形状随一倍频和二倍频分量的幅值和相位变化，其形状为圆弧、外8字形和香蕉形等。当x(t)和y(t)方向的一倍频分量的幅值之比大于2倍以上时，轴心轨迹呈现圆弧形、外8字形和香蕉形，其曲率随二倍频的分量的幅之增大而增大。当工x(t)、y(t)的倍频和二倍频分量的幅值均不为0时，轴心轨迹的形状随一倍频和二倍频分量的幅值和初始相位变化，其形状具有直线、椭圆、圆、内8字形、外8字形、香蕉形以及其他各种复杂不规则的形状。以上的这些轴心轨迹图形都是由编制的仿真程序完成的，如图3-7所示为轴心轨迹仿真程序的框图的前面板。图3-7