驱动输送皮带的高压电机振动状态在线监测方法
【技术领域】
[0001] 本发明涉及一种驱动输送皮带的高压电机振动状态在线监测方法。
【背景技术】
[0002] 通常冶金企业的生产原料，如煤、铁矿粉、石灰等通过输送皮带由船舶输送至岸 上，输送皮带由高压电机驱动，它们也被称为冶金企业的"咽喉";一旦高压电机故障将造成 企业停产的后果。目前对于输送设备的核心高压电机仅停留于采用传统的常规手段进行检 测，无故障的诊断及预报，存在一定的运行风险，影响冶金企业的正常生产秩序。
[0003] 通常对高压电机状态的把握主要采用离线诊断和在线诊断，离线诊断一般在现场 完成信息采集，数据处理和分析诊断工作可带回实验室进行。离线诊断得到的信息及时性 不能保证，无法及时准确地监测高压电机的运行状态。电机的振动诊断以频谱作为依据，频 谱总振值及倍频等数据是精密诊断必须研判的内容，其中单一参数只能表征某个方面的实 际意义。开发振动诊断的分类指标进行高压电机故障判断和定位的在线监测预警技术是电 机设备诊断的发展趋势，以保证电机的正常运行。
【发明内容】
[0004] 本发明所要解决的技术问题是提供一种驱动输送皮带的高压电机振动状态在线 监测方法，本方法建立高压电机振动诊断的分类指标，准确预报高压电机的电气和机械失 效故障，把握高压电机运行状态和劣化趋势，确保安全运行。
[0005] 为解决上述技术问题，本发明驱动输送皮带的高压电机振动状态在线监测方法包 括如下步骤：
[0006] 步骤一、在高压电机各轴承座上设置用于输出振动信号的振动传感器，采集振动 传感器输出的原始振动信号X 1，对原始振动信号X1作频谱分析，提取高压电机的振动特征 信号，原始振动信号的总振动值A由振动信号的离散值X 1 (i = 1，2,……，Ν)求得，
[0008] 步骤二、建立高压电机定子异常引起的电磁振动分类指标，定子故障会在电源频 率的2倍频处产生强烈振动，对于原始振动信号X1，经FFT变换得到Xi (t)，其中i = 1、2， 以及2倍电源频率处的振动分量Xp(t)，按照公式（1)重新构成高压电机定子信号S(t)，
[0010] 对S (t)进行FFT变换获取IOOHz处的振动幅值F，计算F与原始振动信号的总振 动值A的比值M，
[0011] M = F/A (2)
[0012] M为高压电机定子故障系数，当M>50 %时预报高压电机定子故障；
[0013] 步骤三、提取气隙不均引起的高压电机电磁振动故障特征，定子偏心会在转子和 定子间产生一个不均匀的气隙，从而形成一个方向性非常强的振动，选取2倍电源频率 IOOHz为频带中心频率，频带范围设定为从100 - 2X电机磁极数X转差频率开始，到 100+2 X电机磁极数X转差频率结束，将IOOHz处的振动峰值与选定频带内的频谱加权值 进行运算，设定气隙不均故障因子为G，
[0014] G= (Ag+1/Ag+Ug+1/Ug)/(2A g+2/Ag) (3)
[0015] 式（3)中：As，Us分别为高压电机在IOOHz处的振动幅值和选定频带内的振动峰值 加权平均值，监测故障因子G，当G>1. 2时预报电机气隙不均故障；
[0016] 步骤四、建立高压电机转子导条异常引起的电磁振动分类指标，对于原始振动信 号X1，经频谱分析FFT变换提取1倍频转速频率f、2倍频转速频率2f处的振动幅值分量 fi (t)，其中：i = 1、2,通过ZOOM-FFT细化分析算法获取f 一 2 Λ f和f+2 Λ f处的振动幅值 XLl和XH1，获取2f - 2 Λ f和2f+2 Λ f处的振动幅值XL2和XH2,其中Λ f为转差频率，设 定高压电机转子断条系数为J，
[0017] J = max ([ (XL1+XH1) /2] /fx, [ (XL2+XH2) /2] /f2) (4)
[0018] 式⑷中max表示取括号内两个数之中的较大值，[(XL1+XH1)/2]/f 1表示转速频 率处两侧边带振动幅值取平均值后除以转速频率处振动幅值，[(XL2+XH2)/2]/f2表示2倍 转速频率处两侧边带振动幅值取平均值后除以2倍转速频率处振动幅值，
[0019] 通过式（4)监测高压电机转子有无断条，当J>30%时诊断高压电机转子断条并预 报断条故障；
[0020] 步骤五、提取不平衡引起的机械振动故障特征，对于原始振动信号Xi，经FFT变换 提取1倍频转速频率、2倍频转速频率处的振动幅值分量fi (t)，其中i = 1、2,通过反算叠加 后重新构成电机本体质量不平衡故障信号Ψ (t)，
[0022] 监测不平衡故障信号Ψ (t)与原始振动信号的总振动值A的比值H，
[0023] H= Ψ (t) /A (6)
[0024] 通过式（6)监测高压电机不平衡故障，当H>30%时表示电机出现质量不平衡故 障；
[0025] 步骤六、建立高压电机滚动轴承异常产生的机械振动分类指标，轴承故障表现在 不寻常振动级值有冲击，轴承各零部件的特征振动频率与轴承参数的关系为：
[0026] 轴承外环振动频率 f。= nfr(l_d cos a/D)/2 (7)
[0027] 轴承内环振动频率仁=nfr(l+d cos a/D)/2 (8)
[0028] 轴承滚动体振动频率 fp = fr (D/d) {1- [d (cos α ) /D]2} /2 (9)
[0029] 轴承保持架振动频率 fh = {filil-cKcos α )/D] ifJl+cKcos α )/D]}/2 (10)
[0030] 式中：n为滚动体数、f；为内外环相对转速频率、d为滚动体直径、D为节圆直径、 α为接触角；
[0031 ] 选取滚动轴承特征振动频率附近的频带作为监测对象，将滚动轴承特征振动频率 处的振动幅值与选定频带内的振动峰值加权平均值进行计算，设定滚动轴承零部件的故障 因子分别为
[0032] 其中=B1为滚动轴承内圈特征频率成分对应的故障因子，B。为滚动轴承外圈特征 频率成分对应的故障因子，B p为滚动轴承滚动体特征频率成分对应的故障因子，Bh为滚动 轴承保持架特征频率成分对应的故障因子，
[0033] B1 = (Afi+l/Afi+Ufi+l/Ufi)/(2A fi+2/Afi) (11)
[0034] B0 = (A fo+l/Afo+Ufo+l/Ufo)/(2Afo+2/A fo) (12)
[0035] Bp = (A fp+l/Afp+Ufp+l/Ufp)/(2Afp+2/A fp) (13)
[0036] Bh = (A fh+l/Afh+Ufh+l/Ufh)/(2Afh+2/A fh) (14)
[0037] 其中Afi, Ufi分别为轴承内圈特征振动频率匕的振动幅值和选定频带内的振动峰值 加权平均值;Af。，U fci分别为轴承外圈特征振动频率f。的振动幅值和选定频带内的振动峰值 加权平均值;Afp, Ufp分别为轴承滚动体特征振动频率fp的振动幅值和选定频带内的振动峰 值加权平均值;A fh, Ufh分别为轴承保持架特征振动频率^的振动幅值和选定频带内的振动 峰值加权平均值，
[0038] 当B1彡1时，表示滚动轴承内圈正常，B1M时，表示滚动轴承内圈异常；当B。彡1 时，表示滚动轴承外圈正常，BciM时，表示滚动轴承外圈异常；当Bp < 1时，表示滚动轴 承滚动体正常，Βρ>1时，表示滚动轴承滚动体异常；当Bh < 1时，表示滚动轴承保持架正 常，Bh>l时，表示滚动轴承保持架异常；
[0039] 步骤七、提取高压电机安装、调整不良引起的机械振动故障特征，对于原始振动信 号Xi，经频谱分析FFT变换提取1倍频转速频率、2倍频转速频率、3倍频转速频率和4倍频 转速频率处的振动幅值分量Xi (t)，其中i = 1、2、3、4,通过反算叠加后重新构成高