頻譜分析技術在風機故障快速診斷中的應用

馬強

（上海沃克通用設備有限公司，上海 201414）

隨著垃圾焚燒發電及配套RTO、RCO等環保設備的不斷發展，煙氣引風機已成為廢氣處理系統的重要組成部分。然而，在實際運行中，由于各種原因，風機可能會出現故障，導致風機性能下降、甚至無法正常工作。因此，快速準確地診斷風機故障至關重要，對于保障工業生產的安全穩定運行具有重要意義。其中，頻譜分析技術在風機故障診斷中發揮了重要作用。本文將介紹頻譜分析技術在風機故障快速診斷中的應用。

1 背景介紹

煙氣引風機在廢氣處理系統中扮演著重要角色，但由于各種原因可能出現故障，導致性能下降或無法正常工作。快速準確地診斷故障對于保障工業生產的安全穩定運行至關重要。頻譜分析技術在風機故障診斷中發揮了重要作用，本文將介紹其應用。

2 風機故障原因及常見類型

2.1 風機故障的原因

風機故障的原因較為復雜，主要包括以下幾個方面。

（1）設計缺陷：風機的設計不合理或者制造過程中存在缺陷；（2）組裝缺陷：組裝過程中未達到關鍵技術指標而導致的缺陷；（3）運行條件：風機在運行過程中受到環境、工作負載等因素影響；（4）維護保養：風機的維護保養不當，導致部件磨損、老化等問題。

2.2 常見的風機故障類型

（1）動平衡失效：主要表現為風機振動增大、規律性異響等；（2）軸承故障：主要表現為軸承磨損、裂紋、脫落等；（3）葉輪故障：主要表現為葉片變形、脫落、磨損、涂層剝離、焊道開裂、碰擦等；（4）聯軸器故障：主要表現為振動大、聯軸器高溫等；（5）緊固件松動：主要表現為地腳螺栓松動、局部震顫、整機振動等。

3 頻譜分析技術介紹

頻譜分析技術是一種研究信號頻率特征的方法，可以用于機械故障診斷、信號處理和噪聲控制等領域。在機械故障診斷中，它可以檢測異常振動信號并判斷機器是否存在故障，而在其他領域中，它還可以用于濾波、降噪、壓縮和噪聲控制等方面。

4 風機故障快速診斷流程

（1）數據采集：通過傳感器等設備采集風機運行過程中的振動、聲音、溫度等數據；（2）信號處理：對采集的數據進行濾波、去噪等預處理操作，以提高信號質量；（3）特征提取：從所處理的信號中提取有用的特征參數，如頻率、振幅、相位等；（4）故障診斷：根據特征參數判斷風機是否存在故障，并判斷故障類型；（5）結果分析：對故障診斷結果進行分析和解釋，確定故障原因；（6）維護措施：根據故障原因制定相應的維護措施，及時修復故障。

5 頻譜分析技術的優缺點

5.1 優點

（1）頻譜分析可以將信號從時域轉換到頻域，更有效地展示信號的頻率成分和能量分布情況。（2）頻譜分析可以檢測出信號中存在的額外頻率成分，幫助判斷信號所代表的物理過程是否發生異常或故障。（3）頻譜分析可以對復雜信號進行分解和重構，提取出關鍵的頻率信息，例如，通過小波變換等方法可以實現對非平穩信號的頻域分析。（4）頻譜分析具有較高的計算效率，可以在短時間內對大量數據進行處理和分析。

5.2 缺點

（1）頻譜分析只能展示信號的頻率信息，而無法提供時域信息，因此在某些情況下無法完整地表示信號的特性。（2）頻譜分析需要對信號進行離散化處理，這可能會引入離散化誤差，影響分析結果的準確性。（3）頻譜分析依賴采樣率和窗口長度等參數的選擇，不同參數的選擇可能會對分析結果產生影響，需要進行合理的參數選擇和優化。（4）頻譜分析無法處理非線性系統和非線性信號，在這種情況下，可能需要采用其他的信號處理方法。

6 案例分析

6.1 設備簡介

某廠使用空氣增壓風機，為輔助鍋爐提供動力，要求系統必須安全、穩定地運行，這對整個系統至關重要。該裝置由兩個獨立的風機和兩個驅動電機組成。它的運行將直接影響一些設施的運行狀態。

6.2 基本參數

軸功率：388kW。

吸入壓力：常壓。

排出壓力：5800Pa。

排出溫度：20～45℃。

風機風量：87000m2/h。

圖1

6.3 結構簡介

該風機采用AMCA規定的ARR8方式軸承座和聯軸器驅動，軸徑100mm，2個SKF品牌雙列調心滾子軸承22222EK，外徑200mm，寬度53mm，基本額定載荷560kN，參考轉速3000r/min。初期運行振動穩定在3.1～3.5mm/s，但26個月后振動逐漸增加，達到7.0mm/s以上，需要進行停機維修，工藝部門要求8小時內完成故障分析和修復。經討論后，技術部門一致認為采用頻譜分析法是最佳方式。

6.4 狀態檢測及頻譜采集

該風機為20號高壓離心風機，用于垃圾焚燒回轉窯的煙氣引風。葉輪重量512kg，轉速1480r/min，電機功率400kW，流量65000m3/h，靜壓13500Pa，工作溫度150～175℃。葉輪采用ARR8懸臂式布置方式。使用浙大離線頻譜分析儀采集數據，發現軸承X方向和Y方向振動達到7.0mm/s以上，明顯高于2.5mm/s的出廠值和4.5mm/s的正常運行值。多次采集后，所得振動時域圖及振動頻譜如圖2。

圖2

6.5 頻譜特征及故障原因分析

根據頻譜特征和振動診斷理論，主要對振動頻譜和時域圖進行分析。風機實際轉速1440rpm，主軸回轉頻率f（主頻）為1440/60=24Hz，回轉周期1/24=0.0417s=41.7ms。從振動頻譜圖可以看出，第一個峰值出現在23.9Hz，非常接近主頻，說明風機存在動平衡故障或者基礎松動故障。第二個峰值出現在72Hz，72/24=3，即主頻的3倍。第三個峰值出現在96Hz，96/24=4，即主頻的4倍。其余位置未出倍頻幅值極小，說明滾動軸承或軸承座某處存在開裂或松動，但由于其幅值小于主頻幅值的1/2，所以故障可能不嚴重。表1為各類故障典型頻譜特征。

表1 軸承故障特征頻率

表2 22222EK軸承的故障特征頻率

f0為工頻=風機轉速/60，Hz；Z滾動體個數，個；fc為外圈頻率，Hz；fi為內圈頻率，Hz；fb為滾動體頻率，Hz；n為正整數。

以下是常見設備故障的頻譜特性，可初步根據該特性判斷設備故障。

6.6 轉子不平衡

根據監測結果分析，振動的時域波形類似正弦波，頻域上表現出工頻和高頻諧波，但工頻成分有峰值。相位不穩定，降速時振動反而增加。因此，可以推斷轉子存在不平衡是主要原因。

6.7 機械松動

機械松動不是振動源，但會放大故障表現。基礎松動是地腳螺栓、水泥基礎等松動，產生1倍頻振動；軸承座松動是軸承座螺栓、軸瓦磨損等松動，產生0.5倍頻、1倍頻、2倍頻、3倍頻振動；配合零件松動是由于部件磨損或安裝問題導致的松動，通常在多個倍頻產生峰值。

6.8 轉子摩擦

當轉子與靜止件接觸時，會產生類似機械松動的頻譜。摩擦可能是局部的或整個轉子一周都有摩擦，通常會產生多次諧波并激起共振。頻譜表現為多個倍頻峰值高，非整數倍頻峰值低，值通常是整數倍頻峰值的1/3～1/2。軸承滾動體與保持架摩擦也會產生類似頻譜，需要結合異響、發熱等表現進行判斷。

7 對故障分析得出的結論

經過對設備故障狀態進行頻譜分析，得出以下結論：

根據頻譜判斷，可以排除軸承故障和轉子摩擦的可能性。從振動頻譜分析，1倍頻峰值最大，2倍頻、3倍頻、4倍頻處均出現較小峰值。說明在風扇振動的主要原因可能是動平衡失效，這導致了振動增大。另外，還存在機械松動，尤其可能是軸承座松動，但其峰值較小，可以判斷出該故障不嚴重。

8 生產驗證及故障解決

通過頻譜分析初步判斷風機振動大的主要原因是葉輪重量分布不均，導致動平衡失效。檢查后，發現軸承座磨損嚴重，導致軸承在軸承座中跑外圈并擺動，振動頻譜表現為多個倍頻峰值高。進行了緊急搶修，對葉輪和磨損部件進行清洗和加焊打磨，更換了軸承、錐套及軸承座等部件，并重新進行了對中和動平衡。維修過程耗時6.5小時，開機測試結果正常，軸承X方向和Y方向振動在2.2～2.5mm/s波動，軸承溫升31℃。

9 結語

本文探討了頻譜分析技術在風機故障診斷中的應用。通過采集和處理振動頻譜數據，利用頻譜分析技術進行特征提取和故障診斷，能夠快速準確地診斷風機故障。對于軸承座、軸承和葉片等常見故障類型，可以采用不同方法進行故障檢測，提高診斷準確性。實踐證明，頻譜分析技術在風機故障診斷中具有快速、準確定位故障原因的作用，能夠促進風機的安全穩定運行。