振动诊断中的倒谱分析

定义：什么是倒谱？

倒谱分析 倒谱是一种先进的信号处理技术，它能够提供频谱中周期性结构的信息。“倒谱”一词源于“频谱”的字母变位，这暗示了它的本质：它实际上是“频谱的频谱”。它的计算方法是先对频谱取对数，然后对结果进行逆傅里叶变换。这个过程可以突出频谱中的周期性模式，例如谐波族或边带，而这些模式可能很难通过直接观察频谱来辨别。

在倒谱图中，x 轴称为 频率 （频率的字谜）并有时间单位。这个轴上的峰值被称为 拉赫蒙尼克斯，表示原始频谱中重复模式的周期（以秒为单位）。

为什么使用倒谱分析？

虽然标准 FFT 频谱非常适合识别单个频率成分，但当机器故障产生大量谐波和边带时，频谱可能会变得杂乱无章，难以解读。倒谱分析通过将整个重复频率族合并为一个清晰的峰值来简化这一过程。其主要用途包括：

• 检测谐波族： 它可以轻松识别基频及其谐波，即使基频本身在频谱中很弱或不存在。
• 识别边带系列： 它擅长寻找边带，这些边带通常幅度较低且被噪声掩盖。倒谱可以清晰地显示边带的存在并测量它们的间距。
• 分离源效应和路径效应： 在某些应用中，它可以帮助将振动源信号与机器的结构响应分离。
• 回声检测： 它可以识别信号中的回声或反射。

机器诊断中的关键应用

1. 变速箱诊断

这是倒谱分析最常见、最强大的应用。损坏的齿轮齿会调制齿轮啮合频率 (GMF)，在 GMF 峰值周围产生与该齿轮转速间隔的边带。在具有多个轴和齿轮的复杂变速箱中，频谱可能是由不同的 GMF 和边带组成的混乱混合物。倒谱可以消除这种复杂性：

• 与齿轮旋转周期（1 / RPM）相对应的频率处的倒谱峰值清楚地表明该特定齿轮存在故障。
• 可以通过倒谱峰的幅度趋势来监测齿轮磨损的进展。

2. 滚动轴承分析

与变速箱类似，轴承缺陷也会产生边带。例如，内圈缺陷会在内圈缺陷频率 (BPFI) 及其谐波附近产生与轴转速间隔的边带。倒谱可以帮助确认这些模式的存在，尤其是在频谱不明显的情况下。

3. 涡轮机械分析

在涡轮机和压缩机中，倒谱可用于识别叶片通过频率谐波并诊断与叶片损坏或空气动力学问题相关的问题。

如何解释倒谱图

1. 计算自转周期： 在查看倒谱之前，先计算主要旋转部件的时间周期（例如，对于转速为 1800 RPM 或频率为 30 Hz 的轴，周期为 1/30 = 0.033 秒）。
2. 寻找已知周期的峰值： 检查倒谱中与这些计算出的时间段一致的显著峰值（拉赫蒙函数）。
3. 识别谐波： 寻找基频整数倍处的峰值。这些峰值表明原始频谱中存在强谐波族。
4. 趋势幅度： 监测倒谱峰值随时间的变化。振幅的增加表明病情恶化。

倒谱分析是一种强大的工具，需要经验才能有效使用，但对于变速箱等复杂机械，它可以提供单独的频谱分析无法比拟的诊断清晰度。

← 返回主索引