理解振动分析中的积分
定义:什么是积分?
一体化 在 振动 分析是将振动测量值从一个参数转换为另一个参数的数学过程,方法是在时域中进行积分或在频域中除以频率。最常见的是积分转换。 加速度 (通过以下方式衡量) 加速度计) 到 速度, 或速度 位移. 由于加速度、速度和位移通过微积分相互关联(速度 = ∫加速度 dt;位移 = ∫速度 dt),积分可以表示为最适合应用和频率范围的参数。.
集成至关重要,因为不同的振动参数针对不同的目的有最佳选择:加速度用于高频分析(轴承缺陷),速度用于一般机械状况(ISO 标准),位移用于低速设备和间隙评估。.
数学关系
时域积分
- 由加速度求速度: v(t) = ∫ a(t) dt
- 由速度得出的位移: d(t) = ∫ v(t) dt
- 由加速度引起的位移: d(t) = ∫∫ a(t) dt dt (双重积分)
频域积分
频域分析更为简单:
- 由加速度求速度: V(f) = A(f) / (2πf)
- 由速度得出的位移: D(f) = V(f) / (2πf)
- 结果: 按频率除法,低频放大,高频减小
为什么需要整合
传感器局限性
- 加速度计是最通用、最常见的传感器。
- 但加速度并非总是分析的最佳参数。
- 集成允许将加速度计用于所有参数类型
- 比多种传感器类型更经济
按频率选择参数
- 高频(>1000 Hz): 最佳加速性能(轴承缺陷)
- 中频(10-1000 Hz): 速度最佳(通用机械,ISO 标准)
- 低频(< 10 赫兹): 排量最佳(低速设备,间隙)
- 一体化: 能够针对每个频率范围使用最佳参数
标准要求
- ISO 20816 规定了均方根速度
- 如果要测量加速度,必须积分得到速度。
- 接近式探头测量的位移必须转换为速度比较值。
集成挑战
低频漂移
主要整合问题:
- 任何直流偏移或极低频分量
- 积分会放大低频信号(除以较小的数字)。
- 会产生巨大的低频误差
- 信号“漂移”偏离量程
- 解决方案 积分前的高通滤波器(通常截止频率为 2-10 Hz)
噪声放大
- 积分是 1/f 运算(放大低频)
- 低频噪声的放大倍数大于信号。
- 可能降低信噪比
- 解决方案 积分前先滤除噪声
双重积分会累积误差。
- 加速度到位移的转换需要双重积分
- 错误会不断累积
- 对直流偏移和低频噪声非常敏感
- 必须采用强高通滤波(典型值 10-20 Hz)
正确的整合程序
单次积分(加速度到速度)
- 获取信号: 以足够的采样率采集加速度数据
- 直流移除: 移除所有直流偏移
- 高通滤波器: 应用 2-10 Hz 的高通滤波器以消除漂移
- 整合: 进行积分(在频域中除以 2πf)
- 核实: 检查结果是否合理且无偏差
双重积分(加速度到位移)
- 激进型HPF: 10-20 Hz截止频率(高于单次积分频率)
- 首次集成: 加速度 → 速度
- 验证中间步骤: 检查速度结果
- 第二阶段: 速度 → 位移
- 最终验证: 确认位移合理
频域与时域
频域积分(首选)
- 方法: 快速傅里叶变换 (FFT) → 除以 2πf → 逆快速傅里叶变换 (IFFT)
- 优点: 简单直接,无累积误差,易于应用滤波。
- 执行: 现代分析仪的标准配置
- 结果: 干净、准确的集成
时域积分
- 方法: 数值积分(梯形法则、辛普森法则)
- 挑战: 累积误差、漂移、更复杂的滤波
- 使用: 当频域分析不切实际时
实际应用
标准合规性
- 将加速度计测量值转换为速度,以便与 ISO 20816 标准进行比较。
- 将接近式探头位移转换为速度
- 确保不同传感器类型之间的可比性
低速机械
- 低速行驶时(转速低于 500 转/分时,加速度和速度都会减小。
- 流离失所更有意义
- 将加速度积分到位移进行分析
多参数分析
- 将振动视为加速度、速度和位移。
- 每个参数侧重的频率范围都不同。
- 全面了解振动特性
常见错误
无过滤集成
- 导致漂移和误差
- 不可用的位移值
- 积分前务必进行高通滤波。
截止频率错误
- 太低:漂移问题
- 高得过高:已移除有效的低频成分
- 必须平衡防止漂移和信号保持之间的关系
比较混合参数
- 不要直接比较加速度和速度。
- 比较前,请先将参数转换为相同参数。
- 频率成分会影响哪个参数显示出更高的值
积分是振动分析中一项基本的信号处理操作,它能够实现加速度、速度和位移测量值之间的转换。正确的积分技术——包括适当的高通滤波以防止漂移以及对频域实现的理解——对于精确的振动参数转换、符合标准以及对机械状态进行全面的多参数分析至关重要。.
类别															
																	 
									 
									 
									 
									 
									 
									