什么是振动分析，以及它如何帮助优化预测性维护？

振动分析（或振动监测）是一种强有力的诊断工具，可用于识别、监测和预防旋转和往复运动机械中的机械故障。它是预测性维护计划的重要组成部分，使技术人员能够在设备出现问题导致代价高昂的计划外停机时间或灾难性故障之前，检测到这些问题。

振动分析是状态监测系统的一个组成部分，它利用振动传感器测量资产的频率，并检测可能表明存在问题的异常情况。振动分析的核心是研究机器及其组件围绕既定平衡点的振荡运动。产生振动的原因有很多，包括不平衡、错位、松动、轴弯曲和轴承缺陷等等。

通过测量和分析机器振动，技术人员可以更好地评估设备的运行状况和性能，从而查明问题并实施纠正措施。由于旋转和往复运动部件（例如电机、压缩机、泵等）随着使用年限的增加，振动往往会剧烈、更加嘈杂，因此分析振动变化可帮助维护管理人员实时监控机器状况，并主动识别资产磨损和损坏。

振动是多维的，因此振动测试需要了解各种参数。主要参数包括振幅、频率和相位：

• 振幅是指振动的幅度，通常以位移（密耳或微米）、速度（英寸/秒或毫米/秒）或加速度（g's）等单位测量。
• 频率衡量单位时间内的振动次数，通常以赫兹 (Hz) 表示。
• 相位是指振动波形的相对时间，通常以度为单位测量。

振动分析仪可以利用这些因素以及其他因素（如波形形状和谐波含量）来识别具体的机器故障及其严重程度。

振动也有两大类：

• 当系统受到外力作用时，就会产生强迫振动。例如，运行中的电机或泵产生的振动。
• 当系统以其固有频率振动时，就会产生自然振动，也称为共振。如果机器的固有频率与工作频率一致，这种类型的振动就会产生问题，会导致过度振动。

在当今竞争激烈的工业领域，确保机器的平稳运行和使用寿命至关重要。遵循循序渐进的振动分析流程，可以帮助您充分利用机器振动更好地了解设备和系统运行状况。

第一步：收集初步数据

要进行振动分析，首先要收集有关要分析的设备和/或结构的数据。请务必确定振动测量所需的传感器位置和类型，包括任何振幅和频率范围，因为传感器将在整个过程中充当数据收集器。收集有关设备运行条件的速度、负载和温度等信息也很重要。

第二步：测量振动

下一步是测量所选机械的振动情况。振动分析通常涉及测量资产或系统的振动幅度。

在这种情况下，您将依靠连接到关键振动部位的加速度计进行测量。加速度计（如压电加速度计、接近探头、激光多普勒测振仪等）使用高频响应来测量振动物体在上下、左右和前后三个方向的加速度。

您还可以使用速度传感器和位移传感器测量振动。速度传感器测量振动物体的速度，提供中频响应，非常适合监测机器的整体运行状况。另一方面，位移传感器测量振动物体的位移，提供适合检测结构问题和不平衡情况的低频响应。

第三步：分析数据

收集完所有相关数据后，就可以开始分析了。在分析阶段，您需要使用计算机算法和软件来识别振动模式和数据趋势，并将数据与既定标准和准则进行比较。

维护团队可以利用各种技术来分析振动数据，包括以下技术：

• 时域分析：要进行时域分析，您需要分析原始振动信号的时间变化。技术人员可直接从时间波形中提取和评估信号数据（如峰值幅度、峰值因数、偏斜度、均方根值 (RMS) 等）。该技术可用于检测冲击或震动等瞬态现象。
• 频域分析：使用一种称为快速傅里叶变换 (FFT) 的数学频率分析运算，将时域信号转换为频域信号。由此产生的频谱便于识别与机械故障相关的特定频率。
• 包络分析：包络分析也称为解调，主要用于检测早期轴承缺陷。它涉及从整体振动信号中提取损坏轴承产生的高频冲击信号，使技术人员能够识别轴承故障的存在和严重程度。
• 模态分析：模态分析是一种更先进的技术，主要用于确定机器的固有频率、模态振型和阻尼特性。研究这些特性有助于分析人员评估机器的动态行为，并确定潜在的结构问题和/或共振条件。

第四步：解释结果

成功的分析需要振动分析师了解与各种机械问题相关的特定频率。常见的故障频率包括以下几种：

• 基频：旋转组件旋转一圈的频率。与基线基频的偏差可以帮助您识别特定故障，例如不平衡、错位和松动。
• 谐波：基频的整数倍，通常与齿轮啮合问题或其他周期性事件有关。
• 边带：基频被另一频率调制的结果，如轴承故障与旋转组件频率之间的相互作用。边带通常表现为基频或其谐波周围的对称峰值，可能表明轴承问题和/或齿轮齿断裂。

第五步：采取纠正措施

在解释阶段确定潜在问题后，设置报警阈值，当振动超过阈值时触发响应。这些阈值可基于行业标准、历史数据或制造商建议。最常用的警报阈值类型有绝对阈值、趋势阈值和统计阈值。

• 绝对阈值是基于特定类型设备的可接受振动水平的固定值。
• 趋势阈值是根据设备历史性能随时间变化的动态值。当振动水平突然增加时，可能表明问题正在发展。
• 统计阈值是通过对历史数据的统计分析得出的，其中考虑到了振动水平的平均值和标准偏差。

当系统或资产超过警报阈值时，维护经理应采取适当的措施来解决问题。这可能涉及安排维护、调整运行参数或进行进一步分析以查明问题原因。

实施振动分析作为预测性维护计划的一部分具有许多优点：

• 早期故障检测：振动分析可在机器出现故障之前，通过人的感官察觉到故障的存在。这些早期检测功能可帮助维护团队在故障发生前安排维修或更换，从而减少停机时间并提高整体生产率。
• 改进维护计划：通过确定机器故障的严重程度，振动分析可让维护团队确定工作的优先次序，并更有效地分配资源。这种有针对性的方法可以显著节省成本并提高设备可靠性。
• 降低维护成本：在导致灾难性故障之前发现并修复机器故障，可以帮助组织避免昂贵的维修和设备更换费用。此外，基于振动分析的预测性维护可延长机器的使用寿命，进一步降低长期资本支出。
• 提高安全性：振动分析可在维护员工安全工作环境方面发挥至关重要的作用。主动检测和解决潜在的机械故障，可以显著降低工作场所的事故和伤害的风险。
• 提高能源效率：有故障的机器往往消耗更多能源，导致运营成本增加。利用振动分析纠正问题有助于组织优化资产效率并降低能源消耗。

振动分析的多功能性使其成为一种适用于各种行业和设备类型的有用方法。

制造工厂利用振动分析来监测电机（包括电动马达）、齿轮箱、传送带和机床的状况。振动数据可用于优化生产流程、降低设备故障风险并提高工厂的整体效率。

在汽车产业中，振动分析在设计、开发和测试组件方面发挥着重要作用。通过分析发动机、变速箱和悬架系统的振动特性，可以帮助工程师优化设计，从而改善实际性能和可靠性，并提高乘客舒适度。

在航空航天行业中，振动分析使工程师能够识别和解决过度振动、共振或材料疲劳等问题，从而提高飞机系统的可靠性和使用寿命。在风电领域，振动分析可以帮助涡轮机运营商监测涡轮机的运行状况，从而识别叶片不平衡、齿轮箱故障和/或轴承缺陷。

在预测性维护领域，振动分析是一个非常宝贵的工具，它使组织能够及早发现机器故障。了解振动分析原理并使用 IBM Maximo Application Suite 等先进软件，可以帮助维护团队显著提高设备的可靠性、效率和安全性。

IBM Maximo 是一个集成平台，可帮助制造企业优化资产性能并简化日常运营。借助 Maximo，团队可以设置用于观察和测量资产运行状况的仪表，并将这些仪表连接到关键资产上安装的振动传感器，有助于更轻松地存储和访问机器数据。

Maximo 使用人工智能驱动的集成云平台，提供 CMMS、EAM 和 APM 功能，可生成高级振动数据分析，帮助管理人员做出更明智、更数据驱动的维护决策。

随着各行各业不断发展并采用新技术，振动分析仍将处于维护机器运行状况和确保最佳性能的最前沿。通过利用 IBM Maximo 的先进功能和能力，企业可以转变维护运营，跟上不断变化的制造业形势。