技术概述
振动位移故障诊断分析是一种基于机械设备振动信号的特征提取与状态识别技术，主要用于评估旋转机械、往复机械及其他动态设备的运行状态，及时发现潜在故障并进行预警。在工业生产中，机械设备在运行过程中不可避免地会产生振动，而振动位移作为振动信号的重要参数之一，能够直观地反映设备部件的相对运动状态和机械结构的完整性。
振动位移是指振动体在振动过程中相对于平衡位置的最大偏移量，通常以微米或毫米为单位进行度量。在故障诊断领域，振动位移信号的异常变化往往预示着设备存在不平衡、不对中、松动、磨损、弯曲等机械故障。通过对振动位移信号的采集、处理和分析，技术人员可以准确判断故障类型、故障位置及严重程度，从而制定合理的维护策略。
振动位移故障诊断分析技术涵盖了信号采集、信号预处理、特征提取、模式识别等多个环节。随着传感器技术、信号处理理论和人工智能算法的不断发展，振动位移故障诊断分析已经从简单的人工巡检逐步发展为自动化、智能化的在线监测系统。这项技术在保障设备安全运行、减少非计划停机、降低维护成本、提高生产效率等方面发挥着越来越重要的作用。
从技术原理角度分析，振动位移故障诊断主要基于以下几个理论基础：首先是机械振动学理论，通过建立设备的振动模型，分析振动响应与激励源之间的关系；其次是信号处理理论，运用时域分析、频域分析、时频分析等方法提取振动信号的特征信息；第三是模式识别理论，利用统计分类、神经网络、支持向量机等算法实现故障类型的自动识别与分类。
在实际应用中，振动位移故障诊断分析具有非接触式测量、实时性强、灵敏度高等优势。相比于振动速度和振动加速度，振动位移更能直观反映低频段的振动特性，特别适用于转速较低的旋转机械。此外，振动位移信号在分析轴系对中、轴弯曲、油膜振荡等故障方面具有独特的优势，能够提供其他参数无法替代的诊断信息。
检测样品
振动位移故障诊断分析的检测样品范围广泛，涵盖了工业生产中各类产生机械振动的设备和部件。根据设备类型和结构特点，检测样品主要可以分为以下几大类：
- 旋转机械类：包括各类电机、发电机、汽轮机、燃气轮机、压缩机、风机、水泵、离心机、搅拌器等。这类设备在运行过程中由于转子旋转产生周期性振动，是振动位移故障诊断分析的主要对象。
- 往复机械类：包括往复式压缩机、往复泵、内燃机、柴油机等。这类设备的振动信号具有明显的冲击特征，通过振动位移分析可以有效检测气阀故障、活塞磨损、连杆松动等问题。
- 传动系统类：包括齿轮箱、减速机、联轴器、皮带传动系统、链条传动系统等。传动系统的振动位移异常往往与齿轮磨损、轴承故障、联轴器不对中等问题密切相关。
- 轴承与轴系类：包括滚动轴承、滑动轴承、主轴、传动轴等。轴承是机械设备中最易发生故障的部件之一，振动位移分析在轴承故障早期诊断方面具有重要应用价值。
- 结构件与基础类：包括设备底座、基础平台、管道系统、支架结构等。结构松动、共振、基础沉降等问题会导致振动位移发生显著变化。
在具体检测过程中，需要根据被检测设备的结构特点、运行工况和故障特征，合理确定检测部位和测点布置方案。一般来说，轴承座、机壳表面、基础平台等位置是振动位移测量的常用测点，这些位置能够有效传递设备内部的振动信息。
检测项目
振动位移故障诊断分析涉及多个检测项目，每个项目针对不同的故障特征和诊断需求。以下是主要的检测项目内容：
振动位移幅值检测：测量振动位移的峰值、峰峰值、有效值等参数，用于评估设备振动的整体水平。振动位移幅值是判断设备运行状态的基础指标，当位移值超过允许范围时，表明设备存在异常振动。
振动位移频谱分析：将时域振动信号转换为频域信号，分析振动位移在不同频率成分的分布情况。频谱分析是识别故障类型的重要手段，不同类型的故障会在特定的频率产生振动能量集中，如不平衡故障主要在转频处产生峰值，齿轮故障会在啮合频率及其倍频处产生特征峰值。
振动位移时域波形分析：直接分析振动位移随时间变化的波形特征，包括波形的形态、对称性、周期性等。时域波形能够反映振动信号的基本特征，对于冲击性故障、间歇性故障的诊断具有重要作用。
振动位移相位分析：测量振动位移信号的相位角及其变化规律，用于分析振动的相位关系和振动模式。相位分析在判断不平衡、不对中、松动等故障方面具有重要参考价值。
轴心轨迹分析：通过测量两个正交方向的振动位移，绘制轴心运动的轨迹图。轴心轨迹能够直观反映转子的运动状态，对于分析油膜振荡、轴弯曲、不对中等故障非常有效。
振动位移趋势分析：对振动位移数据进行长期监测和记录，分析振动参数随时间的变化趋势。趋势分析能够预测设备故障的发展趋势，为预防性维护提供依据。
振动位移故障特征提取：从振动信号中提取与特定故障相关的特征参数，如谐波分量、边频带、包络谱特征等。特征提取是故障诊断的核心环节，直接影响诊断结果的准确性。
检测方法
振动位移故障诊断分析的检测方法多种多样，根据检测目的、检测条件和设备特点，可以选择不同的方法组合。以下是常用的检测方法：
简单诊断法：通过测量振动位移的整体水平，与标准限值或历史数据进行比较，判断设备运行状态是否正常。这种方法操作简单、成本低廉，适用于日常巡检和初步筛查。简单诊断法主要回答"设备是否有故障"的问题，但无法确定故障的具体类型和位置。
频谱分析法：利用快速傅里叶变换将时域振动信号转换为频域信号，分析振动位移在不同频率的分布特征。频谱分析是最常用的精密诊断方法之一，能够有效识别不平衡、不对中、齿轮故障、轴承故障等常见机械故障。通过分析频谱图中特征频率的峰值位置、幅值大小和分布规律，可以推断故障的类型和严重程度。
时频分析法：针对非平稳振动信号，采用短时傅里叶变换、小波变换、经验模态分解等方法，同时在时域和频域分析振动信号的特性。时频分析能够揭示振动信号频率成分随时间的变化规律，对于分析变速运行设备、启停机过程中的瞬态振动具有独特优势。
包络分析法：对振动位移信号进行带通滤波、希尔伯特变换等处理，提取调制信号中的包络成分。包络分析特别适用于滚动轴承故障、齿轮故障等调制特征的提取，能够有效检测早期故障。
倒频谱分析法：对频谱进行傅里叶逆变换，将频谱中的周期性成分转换为倒频谱中的单一峰值。倒频谱分析对于分离振动信号中的激励源和传递路径影响具有重要作用，特别适用于齿轮箱故障的诊断。
趋势分析法：建立振动位移参数随时间变化的趋势曲线，通过趋势预测模型估计设备的剩余使用寿命。趋势分析需要长期积累监测数据，是实现预测性维护的重要技术手段。
多参数综合诊断法：综合分析振动位移、振动速度、振动加速度等多个振动参数，结合温度、压力、流量等工艺参数，进行多维度故障诊断。多参数综合诊断能够提高诊断的准确性和可靠性，减少误诊和漏诊。
智能诊断法：利用人工智能技术，如人工神经网络、支持向量机、深度学习等，自动识别振动信号中的故障模式。智能诊断方法能够处理复杂的非线性问题，在故障特征自动提取和分类方面具有显著优势。
检测仪器
振动位移故障诊断分析需要使用专业的检测仪器设备，主要包括以下几类：
涡流位移传感器：涡流传感器是测量振动位移最常用的传感器类型，基于电涡流原理工作。当传感器探头靠近金属导体时，探头线圈产生的高频电磁场会在导体表面感应出电涡流，涡流的大小与探头到导体的距离成比例关系。涡流传感器具有非接触测量、频响范围宽、线性度好等优点，特别适用于旋转轴的相对振动位移测量。
电涡流位移监测仪：用于连续监测旋转轴的振动位移，通常包括传感器、前置器和监测仪表三部分。电涡流位移监测仪可在线显示振动位移的峰峰值、实时波形和频谱，具有报警输出功能，是汽轮机、压缩机等大型旋转设备的标准监测设备。
激光位移传感器：利用激光三角测量或激光干涉原理测量位移，具有精度高、量程大、不受被测材料限制等优点。激光位移传感器特别适用于涡流传感器无法应用的非金属材料表面位移测量，以及高精度位移测量场合。
电感式位移传感器：基于电磁感应原理工作，通过测量线圈电感量的变化来确定位移大小。电感式位移传感器结构简单、可靠性高，适用于恶劣工作环境下的位移测量。
电容式位移传感器：利用电容极板间距变化引起电容量变化的原理测量位移，具有精度高、稳定性好、温度漂移小等优点。电容式位移传感器适用于精密机械的位移测量和校准。
便携式振动分析仪：集成了数据采集、信号处理、频谱分析和诊断功能的便携设备。现代便携式振动分析仪通常配备多种类型的传感器接口，支持振动位移、速度、加速度等多种参数的测量，具有强大的数据存储和分析能力，适合现场巡检和离线监测。
在线振动监测系统：由传感器、数据采集单元、信号处理单元和上位机软件组成，实现对设备振动状态的实时、连续监测。在线监测系统具有自动报警、趋势分析、远程诊断等功能，是关键设备状态监测的主要技术手段。
多通道振动分析系统：具有多个同步采样通道，能够同时采集多个测点的振动信号。多通道系统适用于复杂设备的全面振动分析，可进行互相关分析、传递函数分析、模态分析等高级分析功能。
应用领域
振动位移故障诊断分析技术在众多工业领域得到了广泛应用，主要包括：
电力行业：发电厂的大型旋转设备如汽轮机、发电机、给水泵、引风机、磨煤机等是振动位移故障诊断的主要应用对象。通过对这些关键设备的振动监测，可以及时发现转子不平衡、轴系不对中、油膜振荡、叶片断裂等故障，防止重大设备事故的发生。
石油化工行业：石化企业拥有大量的旋转和往复机械设备，如离心压缩机、往复压缩机、泵、风机、搅拌器等。这些设备大多在高温、高压、易燃、易爆的工况下运行，设备故障可能引发严重的安全事故。振动位移故障诊断分析为这些设备的安全运行提供了重要保障。
钢铁冶金行业：钢铁企业的轧机、风机、泵站、起重机等设备在重载、冲击的工作条件下运行，设备磨损和故障率较高。振动位移故障诊断分析帮助钢铁企业实现设备的预防性维护，减少非计划停机时间，提高生产效率。
机械制造行业：数控机床、加工中心等精密加工设备的加工精度与设备的振动状态密切相关。通过振动位移监测，可以评估机床的运行状态，优化加工参数，提高加工精度和表面质量。
航空航天行业：航空发动机、燃气轮机等航空动力装置的振动监测是保障飞行安全的重要措施。振动位移分析在发动机研制、生产、试车和运行维护的各个环节都发挥着重要作用。
轨道交通行业：机车车辆、轨道交通车辆的动力系统、走行系统、制动系统都需要进行振动监测。振动位移故障诊断分析在轮对轴承故障检测、牵引电机故障诊断、齿轮箱故障预警等方面具有重要应用。
船舶工业：船舶主机、推进轴系、发电机组等设备的振动状态直接影响船舶的安全运行和乘员舒适度。振动位移故障诊断分析帮助船舶运营企业及时发现设备隐患，保障航行安全。
矿山行业：矿山设备如破碎机、球磨机、提升机、皮带输送机等在恶劣的工作环境下运行，设备故障率高。振动位移故障诊断分析为矿山企业提供了有效的设备管理手段。
常见问题
问：振动位移、振动速度和振动加速度在故障诊断中各有什么特点？
答：这三个参数从不同角度描述振动特性。振动位移直接反映机械部件的运动幅度，在低频段较为敏感，适用于分析不平衡、不对中、轴弯曲等故障，也是间隙敏感设备安全评估的重要参数。振动速度在宽频范围内具有相对均匀的灵敏度，与振动能量直接相关，是评估机械振动烈度的标准参数。振动加速度在高频段敏感，适用于分析轴承故障、齿轮故障等高频振动特征。在实际诊断中，通常需要综合分析多个振动参数。
问：涡流位移传感器安装时应注意哪些事项？
答：涡流位移传感器的正确安装对测量结果影响较大。首先，应确保传感器探头与被测表面垂直，安装角度偏差应控制在规定范围内。其次，被测表面应光滑平整，无划痕、锈蚀等缺陷，且材质应与传感器标定材质一致。第三，传感器周围应留有足够的空间，避免邻近金属结构对测量产生影响。第四，安装支架应具有足够的刚度，避免支架本身的振动影响测量结果。最后，应正确设置传感器的初始间隙，确保测量范围位于传感器的线性工作区。
问：如何区分不平衡故障和不对中故障？
答：不平衡和不对中是旋转机械最常见的两种故障，都表现为明显的振动位移。区分这两种故障主要依靠频谱分析和相位分析。不平衡故障的振动以转频为主，频谱图中转频分量占主导地位，且振动相位稳定，水平和垂直方向的振动相位差约为90度。不对中故障除了转频分量外，通常还会产生明显的二倍频分量，且振动相位特征与不平衡有所不同。平行不对中主要产生二倍频振动，角度不对中则会产生轴向振动。在实际诊断中，还需要结合振动方向、相位关系、转速变化时的振动响应等特征进行综合判断。
问：振动位移故障诊断分析能否检测轴承早期故障？
答：振动位移故障诊断分析对于轴承早期故障的检测能力取决于故障类型和分析方法。对于滑动轴承的油膜不稳定、轴颈磨损等故障，振动位移分析具有良好的检测效果。对于滚动轴承的早期故障，如早期点蚀、早期裂纹等，振动位移的敏感度相对较低，因为这类故障主要产生高频振动信号，此时采用振动加速度和包络分析更为有效。但是，当轴承故障发展到一定程度，影响到轴系运动时，振动位移分析仍然能够提供有价值的诊断信息。
问：在线监测系统和便携式分析仪各有什么优缺点？
答：在线监测系统的主要优点是能够实现连续、实时的振动监测，及时发现异常状态，具有自动报警功能，适合关键设备的状态监测。缺点是初期投资较高，需要安装固定的传感器和监测设备，测点数量可能受限。便携式振动分析仪的优点是灵活性高，可以测量任何可接触测点的振动，投资成本低，适合非关键设备的周期性巡检。缺点是无法实现连续监测，可能遗漏间歇性故障或发展速度较快的故障。在实际应用中，通常根据设备的重要程度和维护策略选择合适的监测方式，关键设备采用在线监测，一般设备采用便携仪器定期巡检。
问：振动位移故障诊断分析的未来发展趋势是什么？
答：振动位移故障诊断分析技术正在向智能化、网络化、集成化的方向发展。首先，人工智能技术的应用将使故障诊断更加智能化，深度学习算法能够自动学习振动信号中的故障特征，提高诊断的准确性和效率。其次，物联网技术将使振动监测更加网络化，实现设备的远程监控和集中管理。第三，边缘计算技术的应用将使振动数据的处理更加实时化，减少数据传输的压力，提高系统响应速度。第四，多源信息融合技术将使故障诊断更加全面，综合分析振动、温度、压力、油液等多种状态信息，提高诊断的可靠性。第五，数字孪生技术的应用将为设备状态评估和寿命预测提供新的手段，实现设备全生命周期的智能化管理。
编辑：北检院编辑部
