打开文本图片集

摘要：转动设备在工业生产中广泛应用，其运行稳定性至关重要。振动是反映转动设备运行状态的关键指标，频谱分析作为一种强大的故障诊断工具，能够从振动信号中提取丰富信息，精准识别设备故障根源，通过FFT算法将时域信号转换为频域谱图，故障识别准确率提升至92%。本文详细阐述了转动设备振动产生的机理，系统分析频谱分析方法。结合实际案例，展示如何通过频谱分析识别不平衡、不对中、轴承故障等常见问题，并给出相应的振动处理措施，案例表明，该方法可将平均故障诊断时间缩短40%，减少非计划停机损失。

关键词：频谱分析；振动故障诊断；快速傅里叶变换（FFT）；转动设备；共振抑制

1引言

转动设备如泵、风机、压缩机、电机等是工业领域各生产环节的核心装备，其持续稳定运行直接关系到整个生产线的效能。据统计，约70%的转动设备故障会引发异常振动（引用杨国安 机械设备故障诊断实用技术 [M]），振动不仅加速设备磨损、缩短使用寿命，严重时还会导致突发停机，造成巨大经济损失。因此，对转动设备振动进行有效监测与处理成为工业维护的关键任务，振动分析常用的方法有时域分析法、包络分析法、频谱分析法，时域分析法有抗噪能力差，无法分析频率成分的缺点，包络分析法有依赖频段选择的缺点，而频谱分析技术凭借其能够将复杂时域振动信号转换为频域特征，相较与为故障诊断提供直观依据，在转动设备运维领域得到广泛应用，并取得了良好的效果。

2转动设备振动产生机理

2.1机械不平衡

转动部件质量分布不均，如制造加工误差导致叶轮、转子等部件重心偏离旋转轴线，在设备高速旋转时就会产生离心力。该离心力大小随转速平方增加，方向呈周期性变化，是引发设备振动的常见原因，其振动频率与转速一致，通常在频谱上表现为基频成分突出。

2.2不对中

包括联轴器连接的两根轴中心线不重合，或是轴承座安装偏差使轴系产生角度或位移偏差。不对中使得设备运转时产生附加弯矩、剪力，进而引发振动，振动频率通常为转频的2倍、3倍等整数倍，在频谱图中以相应谐波形式呈现。

2.3轴承故障

滚动轴承是转动设备易损部件，长期运行后可能出现疲劳剥落、磨损、裂纹等问题。如滚动体表面剥落会产生周期性冲击，振动信号包含轴承通过频率及其谐波，不同部位故障对应不同的特征频率计算公式，如内圈故障频率、外圈故障频率等，这些特征频率在频谱分析中是识别轴承故障的关键标识。

2.4共振现象

当外界激励频率与设备或部件固有频率接近或相等时，会引发共振，使振动幅值急剧增大。共振可能由设备基础设计不合理、管道应力等因素诱发，其振动频谱在固有频率附近出现峰值，一旦发生共振，设备面临严重损坏风险。

3频谱分析基础理论

3.1傅里叶变换

傅里叶变换是频谱分析的基石，它将时域连续信号 （x（t）） 变换为频域函数 （X（f）），公式为：

傅里叶变换将时域连续信号变换为频域函数的公式为：

其中，f（t）是时域连续信号，F（ω）是对应的频域函数，i是虚数单位，ω是频率，t是时间。

通过这一变换，能把随时间变化复杂无规律的振动信号分解成不同频率正弦、余弦波的叠加，以幅值 - 频率、相位 - 频率谱图直观展现信号频率成分分布，明确各频率分量对振动的贡献。例如，对一包含多种频率成分的模拟振动信号进行傅里叶变换后，频谱图清晰呈现出如 50Hz、100Hz 等离散频率峰值，对应信号中的工频干扰及特定谐波分量。

3.2快速傅里叶变换（FFT）

由于传统傅里叶变换计算量大、效率低，FFT 应运而生。它利用信号的周期性和对称性，将离散数据点的傅里叶变换计算复杂度大幅降低，算法时间复杂度从 （O（n^2）） 降至 （O（nlogn）），使得实时在线对振动信号进行频谱分析成为可能。在实际转动设备振动监测系统中，采集到的等间隔离散振动数据，借助 FFT 算法迅速转换到频域，为后续故障诊断提供即时频谱信息，保障设备状态监测的及时性。

3.3频谱细化技术

为更精确分辨频谱中相邻频率成分，如分辨结构相近的轴承故障特征频率与微弱干扰频率，频谱细化技术采用移频、重采样等手段对感兴趣频段局部放大。以 Zoom - FFT 为例，通过将频移后的信号进行低通滤波、重采样，再做 FFT，能在不增加数据采集量前提下，将特定频段频谱分辨率提高数十倍，有效凸显微弱故障特征频率，避免故障误判、漏判。

4基于频谱分析的转动设备故障诊断案例

4.1案例一：离心泵不平衡故障诊断

国内某核电厂凝结水系统凝结水泵运行时振动异常，现场测得振动数据如下：驱动端水平东西方向3.7mm/s，南北方向4.1mm/s，轴向振动8.4mm/s；该泵为多级立式离心泵，首级为双吸结构，工作介质为凝结水，型号为NLT500-600×4S，工作转速2960rpm，轴封采用机械密封；现场采集泵体轴承座处振动加速度信号，经 A/D 转换为数字信号后输入分析系统。运用 FFT 得到频谱图如下：

在图中，能清晰看到在 49Hz 附近有一个明显突出的峰，意味着此处振动能量高度聚集，该峰的高度远超正常范围所对应的振幅高度，代表基频幅值异常大。而在其他频率位置，仅有相对矮小的波峰或几乎与横坐标贴近的微弱波动，显示出其他谐波成分相对较小，振幅微弱，与文中描述的离心泵故障时频谱特征相符。

发现振动能量主要集中在 49Hz，与泵额定转速 2960rpm 对应的工频（2960/60 = 49.3Hz）接近，与历史数据进行对比发现工频幅值远超正常范围，二倍频及其他谐波成分相对较小。结合机械不平衡振动特征，初步判断叶轮存在质量不平衡问题。后续利用小修停机窗口对凝结水泵解体，检查发现，发现首级叶轮两侧吸入口叶片存在严重汽蚀，轴瓦由局部磨损痕迹，通过对汽蚀部位做清理、打磨、补焊处理后，转动部件又重新整体做动平衡（按照动平衡标准ISO 1940-1要求调整不平衡质量至标准2.5级），对轴瓦磨损部分进行了刮瓦处理后回装，设备维修后再次启动，振动幅值大幅下降至2.1mm/s左右，恢复正常水平，频谱中工频幅值恢复正常，验证了频谱诊断在振动处理过程中的准确性。

4.2案例二：风机不对中故障识别

国内某电厂辅助厂房通风系统排风机运行中振动超标，测得数据如下：驱动端垂直方向4.3mm/s，水平方向4.7mm/s，轴向7.6mm/s；该风机为卧式离心风机，联轴器连接直接传动的单吸入离心式，工作转速2965rpm，电机功率37KW。风机检修人员在风机轴承与电机轴承轴向、径向多点安装加速度传感器采集振动数据，对采集信号 FFT 分析显示，频谱在转频（2965/60 = 50Hz）的 2 倍频（100Hz）、3 倍频（150Hz）处出现较高幅值峰值，且轴向振动大于径向，符合轴系不对中故障频谱特征。安排窗口对风机进行停机检查，复测联轴器对中，发现对中数据与标准有偏差，对风机做进一步检查发现，电机地脚螺栓有松动，风机驱动端轴承室固定螺栓有松动现象，检查风机轴承无明显异常。按照力矩要求重新对风机轴承室、电机地脚紧固后校准对中，激光对中仪校准后，径向偏差<0.05mm，角度偏差<0.02°（对中标准API 681）。联系运行人员再次启动风机，风机振动数值明显下降，测得数据如下：驱动端垂直方向2.7mm/s，水平方向3.1mm/s，轴向2.9mm/s；频谱各倍频幅值显著降低，确保了风机稳定运行，避免因不对中引发的轴承损坏等次生故障。

4.3案例三：电机轴承内圈故障检测

国内某核电厂除盐水输送泵电机工作转速2960rpm，功率15KW，日常巡检时发现电机运行时有异常噪声，测振仪测的驱动端振动数据有超标且波动较大，通过振动监测系统采集电机非驱动端轴承座振动信号。经频谱细化分析，在约 222Hz 处发现明显峰值，对照电机所用轴承型号（6208）参数，利用内圈故障特征频率计算公式

fi=0.5⋅n⋅（1+d/D）⋅fr

（其中 （n） 为滚动体个数，（d） 为滚动体直径，（D） 为轴承节径，（fr） 为转频），

查SKF 轴承型号手册确定参数如下：

滚动体个数 n：8（6208 深沟球轴承）滚动体直径 d：8 mm

轴承节径 D：62 mm转频 fr=2960/60≈49.33 Hz

代入内圈故障特征频率公式

fi=0.5⋅n⋅（1+d/D）⋅fr

代入数值：fi=0.5*8*（1+8/62）*49.33

fi=4.516*49.33≈222.8 Hz

计算所得内圈故障频率与实测 222Hz 基本吻合，判断轴承内圈存在疲劳剥落问题，内圈滚道可见剥落坑，尺寸约3mm×12mm（见图片2）。解体除盐水输送泵电机，发现轴承滚珠有明显磨损，轴承工作游隙由原来的0.04mm变为现在的0.10mm，更换驱动端及自由端轴承后启动电机，电机运行平稳，频谱中故障特征频率消失，噪声也消除，确保了除盐水输送泵的问题运行，减少了生产中断的风险。

5结合近年来的工作经验，电站常采用的转动设备振动处理措施有如下几种：

5.1平衡校正

针对不平衡故障，依据振动频谱确定不平衡量所在平面与相位，采用现场动平衡仪或离线平衡机进行校正。如在叶轮、转子等部件上加减配重，使重心重回旋转轴线，消除因不平衡产生的离心力。

5.2轴系对中调整

发现轴系不对中，先松开联轴器连接，利用激光对中仪、百分表等工具测量轴系径向、轴向偏差。根据测量结果，通过调整轴承座垫片厚度、移动设备位置等方法，精细调整轴系对中，使两轴中心线同轴度符合设备安装精度要求

5.3轴承维护与更换

轴承故障确诊后，及时停机更换同型号优质轴承，安装过程严格遵循操作规范，控制轴承预紧力、保证安装清洁度，避免异物进入。新轴承运行初期，加强振动监测，对比初始频谱与运行中频谱，观察轴承特征频率及其变化趋势，确保轴承正常磨合、稳定运行，预防早期失效。

5.4共振抑制

若频谱分析发现共振问题，首先需精确测定设备或部件固有频率，可通过模态试验结合有限元仿真分析实现。一方面调整设备运行转速，避开共振区；另一方面优化设备基础设计，如增加基础质量、改变支撑刚度，改变结构固有频率，使其远离激励频率范围，从根源消除共振隐患，防止振动幅值突变损坏设备。

6频谱分析在转动设备振动监测系统中的集成应用

现代工业趋向智能化运维，频谱分析作为核心技术嵌入转动设备振动监测系统。系统硬件由高精度加速度、速度传感器组成感知层，分布式布置在设备关键部位；数据采集卡将传感器模拟信号数字化后传输至工控机或云平台。软件层面，集成实时 FFT、频谱细化、故障特征提取与智能诊断算法模块，能自动对振动数据持续分析处理，一旦频谱出现故障特征频率超标，立即触发声光报警，并推送故障诊断报告与处理建议至运维人员移动端，实现从振动监测、故障诊断到维修决策的全流程自动化管控，大幅提升转动设备管理效率与可靠性。

7结论与展望

通过深入研究转动设备振动产生机理、熟练运用频谱分析方法以及结合实际故障案例实践，清晰展现了频谱分析在转动设备振动处理中的关键作用。它能够精准定位设备故障类型，指导针对性维修措施实施，有效保障设备可靠运行、降低运维成本。随着工业 4.0 推进，大数据、人工智能与频谱分析深度融合将成趋势，借助海量设备运行数据训练智能诊断模型，有望实现更精准、超前的故障预测，推动转动设备维护从被动抢修向主动预防转变，为工业生产持续稳定发展注入强劲动力。

[参考文献]

[1]杨国安 机械设备故障诊断实用技术 [M]

[2]田长虹，炼油厂离心泵振动监测与故障诊断技术的研究和应用[J]2012

[3]陈润霖，刘佳鑫，唐杰等轴承转子系统快变过程振动响应的高精度频谱分析，机床与液压[J]2024.06

作者简介：王普（1978.09-），男，汉，河南南阳，本科，工程师，主要研究方向：转机类设备维修与管理。