艾厚庄
摘要：分析罩式炉风机设备的振动特征；基于频谱分析理论，依据“特征幅值一故障”诊断模式，针对风机典型故障提取故障特征，应用灰预测理论，对风机不平衡故障进行趋势预报。
关键词：频谱分析；特征提取；灰预测；趋势预报
中图分类号：TH44文献标识码：B
本文介绍风机设备的典型故障及振动特征，依据频谱分析理论，对风机振动信号进行功率谱密度分析，提取故障特征。应用灰预测理论，对故障特征值序列进行预测，并绘制趋势预报图，以及时了解设备当前及将来一段时间的工作状态，为生产和维修提供可靠依据，改定期维修为预知维修。
一、风机典型故障及其振动特征
风机工作系统主要由风机和电机两部分组成，其间由祸合器联接。风机典型故障包括转子不平衡、转子不对中、以及机件松动及轴承损坏等。本文主要针对风机不平衡故障进行预测和预报。
不平衡在频谱图上表现的特征为振动能量集中反映在旋转频率上，各倍频处有较小的谱峰。谱峰的幅值超过预定值则认为可能出现不平衡故障。
二、基于频谱分析的故障特征提取
本文中的基于频谱分析的故障特征提取即为对振动信号进行频谱分析（功率谱密度分析），提取故障特征频率处的幅值作为故障特征值。
1．特征提取实例—实验台模拟不平衡故障实验是在综合实验台上进行的。在配重盘上某点加载质量块，质量依次递增。电机转速1200r/min，在两端轴承座沿水平和垂直方向各安装一个压电式加速度传感器。采样频率512Hz。信号采集过程中，水平方向信号振动能量突出且集中，信号比较稳定，因此主要分析水平方向信号。实验分四个循环进行，第一次不加质量块，第二次加一个质量块，第三、四次在同一位置质量块数目递增，见表1。
表1设置故障与试验循环的关系
分别得到如图1所示振动加速度信号。