管愛輝 呂麗輝 汪文
摘 要:滾動軸承是電動機中最重要的組成部件之一,也是電動機中的最易損零件,電動機的許多故障都與軸承的狀態有關。軸承的好壞對機械系統工作狀況的影響極大。由于設計不當和安裝工藝不好或軸承的使用條件不佳或突發載荷的影響,使軸承運轉一段時間后會產生各種各樣的缺陷,并且在繼續運行中進一步擴大,使軸承運行狀態繼續惡化。因此,電動機滾動軸承的工況監測與故障診斷是維護人員工作中重點。本文用時域分析、頻域分析、包絡分析對電動機滾動軸承故障診斷進行了闡述。
關鍵詞:滾動軸承;故障診斷;時域分析;頻域分析;包絡分析
DOI:10.16640/j.cnki.37-1222/t.2018.16.022
電動機滾動軸承與其它零部件相比有一個很大的特點,這就是其壽命離散性大。由于在材料、加工精度、裝配質量等各方面不可能完全相同,使得同一批次相同型號的軸承壽命也是不同的,壽命從數小時到幾萬小時,表現出很大的離散性。在工廠的應用中:有的軸承已大大超過設計壽命卻依然完好地工作;有的軸承遠未達到設計壽命就出現故障。所以,如果按照設計壽命對軸承進行定時維修,會出現兩種情況:一種情況是對超過設計壽命而完好工作的軸承拆下來作報廢處理,造成浪費;第二種情況是,還未到軸承的設計壽命,電動機軸承已經發生嚴重故障,導致電動機異常停機,甚至導致整個電動機出現抱軸、掃膛等嚴重惡性事故。由此看來,電動機軸承定時維修更換方案,對于要求連續生產的化工廠來說是很不科學的。改變傳統的定期維修為預知性維修,這樣既能經常保持設備的完好狀態,又能充分利用軸承的使用壽命,從而延長大修時間,減少故障停機損失。因此,電動機滾動軸承的工況監測與故障診斷是維護人員工作中重點。
最原始的軸承故障診斷方法是將聽音棒接觸軸承部位,依靠聽覺來判斷有無故障。后來逐步采用各式測振儀器、測溫儀并利用振動位移、速度或加速度的均方根值來判斷軸承有無故障。隨著對滾動軸承的運動學、動力學的深入研究,對于軸承振動信號中頻率成分和軸承零件的幾何尺寸及缺陷類型的關系有了比較清楚的了解,以及快速傅立葉變換(FFT)技術的發展,開創了用時域分析、頻域分析、包絡分析法來檢測和診斷軸承故障的新方法。下面以一個實際的案例來闡述如何利用時域、頻譜、包絡分析法來診斷滾動軸承的故障。
1 電動機的概況簡介
1.1 事情經過
2018年2月1日,電氣維護人員在對化工廠聚乙烯裝置一臺風機21MC440電動機的工況監測情況用包絡頻譜和時域分析及頻域分析中發現,該電機可能存在早期故障。 該電動機具體情況見表1。
2 測試分析圖
2.1 通過包絡頻譜分析
H(Horizontal)--水平位置;V(Verticai)—垂直位置;A(Axial)—軸向位置;a—加速度;v—速度,T—溫度。
從負荷側垂直包絡頻譜圖2Va gIE 看,有20.3125Hz和143.75Hz峰值分別與保持架、滾動體故障特征頻率重合。
從圖2中看到有滾動體故障特征頻率及其諧波峰值。可以初步判斷軸承滾動體存在故障。
2.2 通過包絡頻譜時域波形圖分析
從負荷側垂直加速度包絡時域圖(篇幅有限未放截圖)看有周期性的沖擊信號時間間隔為48.83ms與保持架波形周期為48.3ms一致;可考慮存在保持架的調制(滾動體故障會出現保持的調制現象)。包絡波形圖幅值為100gIE左右結合包絡頻譜分析,可進一步印證了滾動體的故障存在。
2.3 加速度時域波形、頻譜圖
從負荷側垂直加速度時域波形圖中看到,有周期性的沖擊信號時間間隔為48.79ms;幅值為120gIE左右。保持架波形周期為48.3ms;從加速度時域波形圖分析可印證我們的判斷。
但從負荷側垂直加速度并未發現軸承故障特征頻率。說明軸承還沒有出現嚴重的故障。
2.4 負荷側垂直速度頻譜圖
從從負荷側垂直速度頻譜中未發現明顯的故障特征,轉速基頻49.66Hz (50Hz)處有1.27mm/s峰值。可排除軸系故障。
綜上所述,可判斷21MC440電動機負荷側軸承有滾動體存在早期故障。
3 停機檢查
因工藝需求,停機檢查, 21MC440電動機軸承從拆下的軸承看,保持架并無明顯異常磨損,滾動體有輕微的磨痕。結合該電動機曾經更換過。原設計的電動機軸承為3系列重載軸承,后更換新電機的軸承為2輕載系列。判斷其保持架特征頻率及其諧波是載荷過大導致滾動體偏離正常位置使接觸載荷異常增大,保持架輕微變形。其滾動體特征頻率及其諧波是滾動體出現輕微磨損造成的。符合軸承早期故障特征。
4 結束語
包絡頻譜對與沖擊相關的事件敏感。量化沖擊頻率和強度對振動分析是非常有幫助的。盡管有些機器會產生沖擊能量(如往復機),但大多數機器不會。沖擊力是破壞性的,通常表明會發生故障,最典型的包絡頻譜應用是檢測軸承缺陷。
(1)包絡頻譜能在故障傳遞到軸承表面之前就監測到這些故障。(2)在實施任何校正措施之前,包絡頻譜應該和其它分析手段聯合使用(速度和加速度頻譜、溫度記錄、時域圖、經驗等)。(3)數據和經驗結合將更有益。(4)包絡頻譜極其敏感。它能拾取沖擊能,沖擊能不一定產生故障或是早期故障。
參考文獻:
[1]陳長征.設備振動分析與故障診斷技術[M].科學出版社,2007(05).
[2]肖鵬.基于Hilbert變換的軸承故障診斷研究[J].精密制造與自動化,2010(02):22-26.
作者簡介:管愛輝(1985-),男,河南新蔡人,大專,研究方向:電氣運行維護,從事維護電工工作。