振動分析簡介

本文概述瞭如何分析設備的測量振動水平和頻率以了解設備及其組件的健康狀況。

什麼是振動分析？

振動分析是分析測得的振動數據以了解設備是否出現狀況偏差的過程。此信息可用於確定設備的健康狀況，以及是否存在任何當前或即將發生的故障情況，例如未對準、鬆動或潤滑問題。

可以使用許多不同的振動數據可視化。我們提供三個：時間波形診斷、交互式瀑布圖和交互式 FFT。值得注意的是，時間波形診斷包括波形和頻譜圖可視化。 

我應該使用哪種可視化？

交互式 FFT

FFT本身將振動信號分解為其所有頻率。因此，它最有助於詳細分析某一點的振動。

了解設備的運行速度（通常以 RPM 顯示）對於分析 FFT 非常有用，因為它可以讓您區分運行速度的倍數頻率和不是運行速度倍數的頻率。這是識別潛在故障的重要的第一步。

例如，考慮由汽車的 50Hz (3000RPM) 電動機驅動的三葉片風扇。軸每秒將完成一整圈 50 次。如果我們在風扇外殼上選擇一個點，軸的每轉一圈，三個風扇葉片將通過該點。每次刀片通過時，這都會產生一個力，我們將其檢測為振動。由於三個葉片連接到軸上，因此每次軸旋轉都會檢測到其中一個力 3 次，這意味著該力每秒發生 150 次或頻率為 150Hz（9000 RPM）。

還有其他類型的故障以設備運行速度的倍數出現，例如鬆動次數、未對準和泵葉片問題。為了輕鬆識別這些，您可以對 FFT 進行階歸一化，將以 Hz 或 RPM 為單位的頻率轉換為軸速度的階數。這樣，頻譜中的峰值出現在 1X、2X 和 7X，分別是軸速度的 1 倍、2 倍和 7 倍。下面的示例顯示了我們的 3 葉片風扇，其振動頻譜階數歸一化以顯示 50 Hz (1X) 和 150Hz (3X) 的振動。

但是，如果隨著時間的推移，FFT 變成了下面的 FFT，則可以得出某些結論。

如您所見，記錄的振動幅度以機器運行速度的一倍和三倍增加。由於我們知道這些頻率與我們的軸速度和風扇上的葉片數量有關，如果頻譜沒有其他變化，我們可以得出結論，這種增加是由於其中一個風扇葉片上積聚了灰塵。這種增加的重量將增加每次風扇旋轉 1 倍運行速度時記錄的振動幅度。這是一個簡化的例子和 FFT；但是，您可以將相同的過程應用於更複雜的振動數據。

因此，識別設備的運行速度非常重要。通常，您可以從您的控制系統或設備的銘牌上獲得設備的運行速度。如果您無法訪問此信息，通常可以從主電源頻率推斷出運行速度。在澳大利亞，我們使用 50Hz，因此我們的大部分資產運行在 50Hz 左右，或一半，具體取決於電機。因此，該資產可能以 50Hz 作為其基本 (1x) 運行速度運行。在美國，市電的供電頻率為 60Hz，因此設備通常以 30 或 60Hz 左右的頻率運行。如果您查看 FFT，您看到的第一個主要峰值應該出現在其中一個頻率附近。VSD、皮帶傳動和齒輪箱等某些部件會改變軸的速度，

確定後，您可以使用我們的諧波標記功能（此處有更詳細的討論）來突出顯示頻譜的哪些部分是軸速的倍數。或者，您可以通過將頻率除以機器運行速度來計算軸速度的倍數。 

時間波形診斷

或者，時間波形診斷對於識別在常規振動樣本收集期間可能不存在的瞬態操作問題非常有用。

這是因為它可以讓您直觀地看到設備在過去三天的振動情況，從而了解每天的振動變化，例如峰值強度的變化。您還可以聆聽機器的聲音，這通常會使齒輪齒缺損等問題變得明顯。 

按照前面的例子，使用 FFT，我們可以在一個時間點識別發動機的怠速轉速 150Hz。然而，我們無法確定發動機的振動頻率在整個運行期間如何變化。例如，如果汽車啟動、怠速、加速、再次怠速，然後熄火，振動如何變化？

這是頻譜圖特別有用的地方。頻譜圖是我們收集的所有 FFT 的二維視圖，它們彼此堆疊在一起，其中每個頻率的幅度使用色標進行區分。下面是與上面相同的車輛的頻譜圖。

資料來源：https://blog.endaq.com/vibration-analysis-fft-psd-and-spectrogram 

從這個頻譜圖中，可以確定發動機在閒置 (30Hz) 之前從 0-10 秒關閉，在以 20-40 秒的不同頻率加速之前從 10-20 秒關閉，然後最終從 40-50 秒閒置關掉。

頻譜圖是振動分析中很少使用的工具，因為數據收集的頻率通常太低而無法使用。但是，由於 FitMachine 每 15 分鐘收集一次振動數據，因此這是了解您的設備運行在一天/一周內如何變化的絕佳工具。 

瀑布圖 

最後，要了解設備振動的長期趨勢和變化以及設備如何偏離其“正常”運行狀態，您可以使用瀑布圖。瀑布圖隨時間顯示多個 FFT，因此您可以比較收集到的頻率和幅度數據，以了解什麼是正常偏差，什麼是異常偏差。然後可以利用它來確定機器的哪個部分沒有按預期工作。幾十年來，瀑布圖一直被用作振動分析中的重要工具，並顯示峰值的存在和幅度的變化。

例如，繼續該示例，瀑布圖可以可視化同一汽車發動機的狀態如何隨時間變化。瀑布圖類似於頻譜圖，不同之處在於它以三個維度顯示 FFT，而頻譜圖是瀑布圖的自上而下視圖。如果您要在汽車啟動期間收集多個 FFT，然後繪製結果，您將生成下面的瀑布圖。 

資料來源：https://lost-contact.mit.edu/afs/inf.ed.ac.uk/group/teaching/matlab-help/R2016b/signal/examples/order-analysis-of-a-vibration-signal。網頁格式

從這個瀑布圖中，檢查 30Hz 頻率，可以確定汽車在啟動後大約需要 3 秒才能達到空閒狀態（RMS 振幅為 3）。汽車從 3 秒標記到 5 秒標記處於空閒狀態，此時 30 Hz 頻率保持不變，而一些更高的頻率（例如 50Hz，達到 RMS 振幅 7）由於發動機中的噪音/顫動增加而增加。然後，當所有頻率都趨於零時，汽車將在大約 5 秒時關閉。

因此，通過使用這三種可視化，您可以確定機器是否需要維護以提高效率或防止故障成為故障。

---

謝謝閱讀。如果您有任何問題或疑慮，請在此處聯繫 MOVUS 支持 。