机床故障信息的分析方法

目前，对回转机械的故障诊断有许多方法，而基于振动信号的诊断是普遍采用的方法之一。当机器运行过程中发生异常时都会引起振动信号的变化，一般来说，机床故障的60%~70%是通过振动和由振动辐射出的噪声反映出来的。因此，可根据对振动信号的分析，在不停机、不解体的情况下，掌握机床的故障情况，包括故障的原因、部位以及劣化程度。实际上，由于结构上原因，机床工作伴随着振动是正常现象，也就是说，振动本身不能作为故障特征，只有异常振动信号才可能包含某种故障信息。
一般情况下，机床振动的时域信号总是杂乱无章的，不管是正常状态还是故障状态，很少有故障信息直接显现，要获得故障信息对信号进行某种分析处理。这里介绍几种常用的振动信号分析方法。
(1)状态监测
设备状态监测通常是指通过测定设备上测点的振动信号(位移、速度或加速度)来检查状态是否正常，常可认为超过允许值的大小表示故障的严重程度。当它达到某一给定值(不同的设备有不同的标准)时就应停机检修，若对设备进行连续监测，便可获得设备状态变化的趋势规律，从而对剩余使用寿命做出估计，并可进行预测预报。通过状态监测所获得的振动信号还可以用于进一步的故障分析。
(2)时域分析
直接对振动时域信号的时间历程进行分析是故障诊断和单的方法，特别是当信号中含有谐波信号、周期信号或短脉冲信号时。直接观察时域波形可以看出周期、谐波和脉冲等，利用波形分析可直接识别共振现象和拍频现象。例如当传动系统中有齿轮断齿时，断齿齿轮每转一周就会出现一次冲击，时域上表现为幅值很大的冲击型振动。
(3)频谱分析
机床振动信号大都是有多种激励信号合成的复杂信号，按照傅里叶分析原理，这种复杂信号可以分解为一系列谐波分量(频率成分)，对于线性系统，各谐波分量代表着相应频率激励力，对应着系统的某些特征频率。因此对振动信号进行傅里叶变换可以分析、计算出振动能量在频率轴上的分布，通过对振动能量集中的频率分析可以判断故障的起因。
(4)倒谱分析
倒谱分析也称二次谱分析，数学上倒谱为功率谱对数值的傅里叶逆变换。倒谱是检测复杂谱图中周期分量的有力工具，尤其在机床传动系统的故障诊断中具有的优越性。由于机床传动系统中齿轮轴承较多，振动信号中调制现象比较普遍，谱图中谱线密集，肉眼难以识别其周期性，利用倒谱可以将原来谱图上成族的变频带谱线化为单根谱线，便于系统特征频率的识别。