摘要：隨著狀態(tài)檢測(cè)技術(shù)在我國(guó)檢維修領(lǐng)域不斷地發(fā)展，尤其是在大型煉化企業(yè)關(guān)鍵機(jī)組中的維護(hù)應(yīng)用，使得企業(yè)生產(chǎn)能夠在正常、平穩(wěn)、安全、長(zhǎng)周期、滿負(fù)荷下運(yùn)行，并實(shí)現(xiàn)了巨大的經(jīng)濟(jì)效益。本文主要將狀態(tài)檢測(cè)中的常見(jiàn)圖譜與設(shè)備故障診斷的基本方法進(jìn)行簡(jiǎn)要介紹。
　　關(guān)鍵詞：狀態(tài)監(jiān)測(cè)、大型機(jī)組、圖譜
　　
　　1狀態(tài)監(jiān)測(cè)常用圖譜介紹
　　1.1波德圖
　　波德圖是反映機(jī)器振動(dòng)幅值、相位隨轉(zhuǎn)速變化的關(guān)系曲線。圖形的橫坐標(biāo)是轉(zhuǎn)速，縱坐標(biāo)有兩個(gè)，一個(gè)是振幅的峰－峰值，另一個(gè)是相位。從波德圖上我們可以得到以下信息：
　　轉(zhuǎn)子系統(tǒng)在各種轉(zhuǎn)速下的振幅和相位；轉(zhuǎn)子系統(tǒng)的臨界轉(zhuǎn)速；轉(zhuǎn)子系統(tǒng)的共振放大系數(shù)(Q=Amax／ε)；轉(zhuǎn)子的振型；系統(tǒng)的阻尼大小；轉(zhuǎn)子上機(jī)械偏差和電氣偏差的大小；轉(zhuǎn)子是否發(fā)生了熱彎曲。
　　
　　由這些數(shù)據(jù)可以獲得有關(guān)轉(zhuǎn)子的動(dòng)平衡狀況和振動(dòng)體的剛度、阻尼特性等動(dòng)態(tài)數(shù)據(jù)。
　　1.2極坐標(biāo)圖
　　極坐標(biāo)圖是把振幅和相位隨轉(zhuǎn)速變化的關(guān)系用極坐標(biāo)的形式表示出來(lái)。圖中用一旋轉(zhuǎn)矢量的點(diǎn)代表轉(zhuǎn)子的軸心，該點(diǎn)在各個(gè)轉(zhuǎn)速下所處位置的極半徑就代表了軸的徑向振幅，該點(diǎn)在極坐標(biāo)上的角度就是此時(shí)振動(dòng)的相位角。這種極坐標(biāo)表示方法在作用上與波德圖相同，但它比波德圖更為直觀。
　　
　　振幅－轉(zhuǎn)速曲線在極坐標(biāo)圖中是呈環(huán)狀出現(xiàn)的，臨界轉(zhuǎn)速處在環(huán)狀振幅最大處，且此時(shí)從弧段上標(biāo)記的轉(zhuǎn)速應(yīng)該顯示出變化率為最大。用電渦流傳感器測(cè)試軸的振動(dòng)時(shí)，在極坐標(biāo)圖中可以很容易得到軸的原始晃度矢量，即與低轉(zhuǎn)速所對(duì)應(yīng)的矢量。從帶有原始晃度的圖形要得到扣除原始晃度后的振動(dòng)曲線也很容易做到，為此，只要將極坐標(biāo)系的坐標(biāo)原點(diǎn)平移到與需要扣除的原始晃度矢量相對(duì)應(yīng)的轉(zhuǎn)速點(diǎn)，原圖的曲線形狀保持不變。這樣，原曲線在新坐標(biāo)系中的坐標(biāo)即是扣除原始晃度后的振動(dòng)響應(yīng)。
　　1.3軸心位置圖
　　軸心位置圖用來(lái)顯示軸頸中心相對(duì)于軸承中心位置。這種圖形提供了轉(zhuǎn)子在軸承中穩(wěn)態(tài)位置變化的觀測(cè)方法，用以判別軸頸是否處于正常位置。
　　
　　當(dāng)軸心位置超出一定范圍時(shí)，說(shuō)明軸承處于不正常的工作狀態(tài)，從中可以判斷轉(zhuǎn)子的對(duì)中好壞、軸承的標(biāo)高是否正常，軸瓦是否磨損或變形等等。如果軸心位置上移，則預(yù)示著轉(zhuǎn)子不穩(wěn)定的開(kāi)始。通過(guò)對(duì)軸頸中心位置變化的監(jiān)測(cè)和分析，可以預(yù)測(cè)到某些故障的來(lái)臨，為故障的防治提供早期預(yù)報(bào)。
　　1.4波形頻譜圖
　　在對(duì)振動(dòng)信號(hào)進(jìn)行分析時(shí)，在時(shí)域波形圖上可以得到一些相關(guān)的信息，如振幅、周期（即頻率）、相位和波形的形狀及其變化。這些數(shù)據(jù)有助于對(duì)振動(dòng)起因的分析及振動(dòng)機(jī)理的研究。但由于從波形圖上不能直接得到我們所需要的精確數(shù)據(jù)，現(xiàn)在已經(jīng)很少有人用它來(lái)確定振動(dòng)參數(shù)。但它可以在實(shí)時(shí)監(jiān)測(cè)中作為示波器用來(lái)觀察振動(dòng)的形態(tài)和變化。
　　
　　2常見(jiàn)的幾種預(yù)測(cè)技術(shù)
　　在設(shè)備狀態(tài)監(jiān)測(cè)中，經(jīng)常使用的預(yù)測(cè)方法有斜率預(yù)報(bào)法、主觀概率法、確定型時(shí)間序列法及隨機(jī)機(jī)型時(shí)間序列法、回歸預(yù)測(cè)法等。現(xiàn)主要介紹幾種常見(jiàn)類型：
　　2.1主觀概率預(yù)測(cè)法
　　根據(jù)狀態(tài)檢測(cè)圖譜中所反映的數(shù)據(jù)進(jìn)行預(yù)測(cè)時(shí)，檢測(cè)人員最佳推測(cè)的實(shí)現(xiàn)可能性，必須用主觀概率法加以評(píng)定。主觀概率法與客觀概率法不同，客觀概率是依據(jù)事物發(fā)生的實(shí)際次數(shù)（或數(shù)值）統(tǒng)計(jì)出來(lái)的一種概率；而主觀概率則是人們依據(jù)某幾次經(jīng)驗(yàn)結(jié)果所作窗戶的主觀判斷的量度。主觀概率法必須符合概率的基本，公式：
　　0≤P(Ei)≤1,∑P(Ei)=1其中（i=1,2...，n）
　　Ei（i=1,2...，n）是“經(jīng)驗(yàn)”樣本空間的某一事件。利用主觀概率法，可以預(yù)測(cè)未來(lái)事件發(fā)生的結(jié)果，也可以預(yù)測(cè)未來(lái)事件成功的可能性。應(yīng)用此種方法進(jìn)行預(yù)測(cè)，能夠更精確地反映個(gè)人對(duì)未來(lái)事件直覺(jué)判斷的信任度。
　　2.2時(shí)間序列預(yù)測(cè)法
　　所謂時(shí)間序列，就是觀察或記錄到的一組按時(shí)間順序排列起來(lái)的圖形數(shù)據(jù)序列，其往往是由長(zhǎng)期趨勢(shì)分量、季節(jié)變動(dòng)分量或周期變動(dòng)分量、隨機(jī)變動(dòng)分量等幾類變化形式疊加或組合而成的。
　　2.2.1確定型時(shí)間序列預(yù)測(cè)技術(shù)
　　確定型時(shí)間序列預(yù)測(cè)的一般步驟是，首先求出基本的發(fā)展趨勢(shì)，分析可能存在的波動(dòng)，再通過(guò)對(duì)隨機(jī)變動(dòng)的分析，確定一個(gè)合理預(yù)測(cè)區(qū)間，繼而判定其合理性。
　　2.2.2隨機(jī)型時(shí)間預(yù)測(cè)技術(shù)
　　隨機(jī)型時(shí)間分析技術(shù)有一套較為完整的理論，預(yù)測(cè)精度也較高，尤其適合預(yù)測(cè)復(fù)雜的時(shí)間序列。但因其計(jì)算過(guò)程復(fù)雜，計(jì)算工作量巨大，只能依靠電子計(jì)算機(jī)及相關(guān)軟件進(jìn)行計(jì)算。
　　2.3回歸預(yù)測(cè)法
　　準(zhǔn)確的說(shuō)，這里所說(shuō)的回歸分析是利用因果關(guān)系進(jìn)行回歸分析得方法，又稱因果關(guān)系法。回歸分析法就是研究引起未來(lái)狀態(tài)變化的各種客觀因素的作用，找出其時(shí)間的統(tǒng)計(jì)關(guān)系。用這種方法預(yù)測(cè)所得的結(jié)果比確定型時(shí)間序列法好些，但所需數(shù)據(jù)資料比時(shí)間序列法多而且廣。
　　在回歸分析當(dāng)中，最常見(jiàn)的為一元線性回歸的數(shù)學(xué)模型。這是因?yàn)檫@種模型在應(yīng)用時(shí)較為簡(jiǎn)單，除有相當(dāng)大的一類實(shí)際問(wèn)題可歸結(jié)為這種模型外，它還是多元線性回歸和非線性回歸的基礎(chǔ)。
　　一般的一元線性回歸數(shù)學(xué)模型可表示如下：設(shè)x為變量代表影響因素，y為因變量代表預(yù)測(cè)的目標(biāo)。通過(guò)實(shí)驗(yàn)，從描繪y和x關(guān)系的散點(diǎn)分布圖（如圖所示）上發(fā)現(xiàn)他們之間有近似的直線關(guān)系。接下來(lái)的問(wèn)題是：怎樣用已知的一組數(shù)據(jù)來(lái)確定直線方程，使得已知數(shù)據(jù)與直線上所得的數(shù)據(jù)誤差最小。
　　設(shè)直線方程為：y=b0+bx
　　對(duì)每一個(gè)已知數(shù)據(jù)Xi（i=1,2...，n）有：ÿi=b0+bxi
　　已知數(shù)據(jù)和直線上所得數(shù)據(jù)的誤差為：ði=yi-ÿi
　　之后再根據(jù)相關(guān)公式計(jì)算出樣本標(biāo)準(zhǔn)差，就能使用一元線性回歸模型做預(yù)測(cè)了。在回歸分析中，由于根據(jù)數(shù)據(jù)間因果關(guān)系進(jìn)行預(yù)測(cè)，因而精度較高，能用于短期預(yù)測(cè)，亦能用于長(zhǎng)期預(yù)測(cè)。多元線性回歸是根據(jù)兩個(gè)或兩個(gè)以上的自變量來(lái)估計(jì)因變量。然而分析得基本思路與一元線性回歸相同。
　　無(wú)論那一種預(yù)測(cè)方法，都需要檢測(cè)人員能夠具備一定的圖形識(shí)別和采集精準(zhǔn)數(shù)據(jù)的能力，并充分發(fā)揮檢測(cè)人員集體的智慧和潛能，結(jié)合實(shí)際經(jīng)驗(yàn)設(shè)定科學(xué)的設(shè)備安全數(shù)據(jù)信任區(qū)間，并不斷控制大型機(jī)組在安全數(shù)據(jù)區(qū)間內(nèi)工作，為企業(yè)創(chuàng)造更高的經(jīng)濟(jì)效益而努力。
　　參考文獻(xiàn)
　　1．蔓布雷丁.以可靠性為中心的維修.北京:機(jī)械工業(yè)出版社,1995.
　　2.費(fèi)曉琪.Microsoft.Net平臺(tái)上用遠(yuǎn)程對(duì)象模型-實(shí)現(xiàn)遠(yuǎn)程監(jiān)測(cè)映象節(jié)點(diǎn)[J].計(jì)算機(jī)工程與應(yīng)用,2003,(7):141-143.
　　3.王強(qiáng),等.機(jī)電設(shè)備遠(yuǎn)程監(jiān)測(cè)和故障診斷系統(tǒng)的數(shù)據(jù)管理[J].計(jì)算機(jī)工程與應(yīng)用,2004,40(9):208-211.
　　4.張正松.旋轉(zhuǎn)機(jī)械振動(dòng)監(jiān)測(cè)及故障診斷[M].北京:機(jī)械工業(yè)出版社,199l.