LC100SA的振动分析与故障诊断系统

LC100SA的振动分析与故障诊断系统

机组运行的临时数据、历史数据、报警数据、标准频谱数据等数据，都为机器的状态离线分析提供了丰富的信息。为了让用户对机组的各种工况状态和运行状态发展趋势充分了解，本系统提供了状态趋势图。

图. 1状态趋势图

时域波形分析

显示数据不同时刻的幅值变化曲线，同时可进行任意波形段扩展，方便观察。同时系统自动计算振幅、有效值、峰峰值、峭度、歪度、通频值，给与直观时域判断

对时域信号进行频谱分析可以得到信号中10个蕞大谐波分量的频率和幅值，频谱图是目前进行故障分析和诊断的普遍使用的图形，从中可以得到有关信号所含频率成分的重要信息。包括工程中常用的对数功率谱、频谱校正、频谱扩展以及定频、频谱FFT-FS细化等功能；频谱分析中，运用三点卷积校正法、比值校正法及相位校正法理论进行频谱校正，准确地自动识别出离散频谱中的单频成分和间隔较远的多频率成分，并自动校正其频率、幅值和相位。

倒谱具有检测和分离频谱中周期性成分的能力，频谱中的周期分量在倒谱中简化为单根谱线。采用倒谱分析技术可以分离出边带信号，倒谱图中的离散谱线高度就反映原功率谱中周期分量的大小。当功率谱图中包含许多大小和周期都不同的周期成分时，功率谱图很难直观地看出其特点，此时，应用倒谱来分析具有很大的优点。

当显示频谱时，该功能将工况谱图与正常谱图做差谱分析，对不具备诊断知识的巡检人员也能明显看出谱图间的差别，很容易提取故障特征，得出故障原因。

小波变换的实质是把原始信号不同频率段的信息抽取出来，并将其显示于时间轴上，这样既可以反映信号的时域特征也可反映信号的频域特征。小尺度的变换包含信号的高频成分，大尺度的信号包含信号的低频成分。这样，我们就可以根据需要，选取不同尺度的变换来找出故障特征。

在滚动轴承和齿轮箱故障诊断中，低频段包含有丰富的故障信息，但其能量较小，往往被噪声中所淹没。包络是通过分离出原信号中的低频信息进行解调，因此，由包络分析得到的结果用于诊断滚动轴承和齿轮往往比较清晰直观。

因为随机噪声的自相关函数随时间衰减得很快，所以可以利用自相关函数来检测混于随机噪声中的确定性信号和隐含在信号中的周期性。还可同时对两个不同测点振动信号数据文件做互相关分析或者互谱分析。相关分析适用于降噪、提取周期成分、确定故障源等。