首页 / 科技观察 / 正文

设备振动监测的技术逻辑:从时域波形到频谱特征,再到分级预警

科技观察 2026-10-21 00:00 阅读 2

旋转设备的故障很少突然发生,多数是逐步劣化后被发现的。振动是这套劣化过程中相当敏锐的外部信号:轴承磨损、转子不平衡、联轴器不对中、叶轮结垢,都会先改变设备的受力状态与运动轨迹,再表现为振动变化。

但把振动传感器装上、把数值接到屏幕上,并不等于具备了预警能力。真正的技术门槛在于三件事:能不能从时域波形里分离出频率成分,能不能把频率成分对应到具体故障机理,能不能在工况波动与真实故障之间做出区分。本文按这条线索,拆解设备振动监测的底层逻辑与水务行业的落地差异。

一、旋转设备的健康状态,为什么写在振动里

几乎所有旋转类设备在运行中都会产生振动。电机带动转轴旋转,是周期性的机械运动;水泵叶轮高速转动,持续承受流体冲击;风机、压缩机、减速机、搅拌机在传动过程中同样伴随振动。只要设备在转,振动就一定存在。

所以关键不在于有没有振动,而在于四个判断:振动是否处于合理范围,频率结构有没有变化,趋势是否持续恶化,这些变化对应的是工况变化还是故障征兆。振动本身不是问题,异常振动才是问题。

振动监测之所以在工业现场被广泛采用,原因有三条。

第一,振动是设备故障相当直接的外在表现。轴承磨损、转子不平衡、安装不对中、机械松动、齿轮啮合异常、叶轮结垢偏磨汽蚀,本质上都会改变受力状态和运动轨迹,进而表现为振动变化。

第二,振动可以连续在线监测。相比拆机检查和人工点检,振动传感器能长期固定在设备关键位置,实时采集,适合做趋势分析。

第三,振动能够比彻底失效更早发现异常。很多设备在故障初期,温度还不高,电流变化也不明显,但振动频谱中已经出现了异常成分。这正是振动监测成为预测性维护技术基础的原因。

图1:现场测点的时域波形、频谱与趋势三视图对照

二、只看振动值不够:从时域到频域

如果只看一个总体振动值,能得到的结论只有一句:设备振动变大了。至于为什么变大、问题出在哪、严重到什么程度,都无从判断。要回答这些,必须进入频域分析。

设备运行产生的振动,本质上是随时间变化的信号。直接观察原始波形,叫时域分析。时域里能看到四类信息:振幅大小、周期性、冲击特征、波形畸变。

问题在于,时域信号往往是多个振动波形叠加的结果。电机转频、风扇不平衡、轴承摩擦、齿轮啮合全部混在一起,波形看上去杂乱,不容易直接判断故障位置。这时需要把信号从时间维度转换到频率维度,也就是频谱分析。

频谱分析回答两个问题:设备振动中究竟包含哪些频率成分,各个频率成分的能量有多大。这像一首合奏,时域波形相当于听到的整体声音,频谱分析相当于把小提琴、鼓点、钢琴分别拆出来。机械设备里,不同故障对应不同的特征频率,于是诊断的核心逻辑就成立:通过识别异常频率,反推故障机理。

分析维度横轴能回答的问题局限
时域分析时间什么时候出现波动、冲击有多强多源信号叠加,难以定位故障部件
频域分析频率哪些频率成分在振动、能量多大依赖采样质量与特征频率库

三、不同故障为什么呈现不同振动特征

机械故障不是随机发生的。它们通常按设备结构、转速和受力规律,形成具有特定周期的扰动,因此在频谱上留下可辨认的痕迹。

工频故障主要表现为转子不平衡、各类松动与刚性不足。转子质量分布不均匀时,旋转离心力周期性变化,这种变化在 1 倍转频附近表现得非常明显——设备每转一圈,就偏一下。地脚松动、支架松动、结构连接不牢,会让振动更复杂,频谱中可能出现多倍频、宽频带增强,波形也常带冲击感。

齿轮故障如啮合不良、磨损、点蚀、剥落、断齿、胶合,通常体现在啮合频率及其边带上。

轴承故障覆盖内圈、外圈、滚动体、保持架的损伤,各自对应特征频率。轴承早期故障往往先表现为高频冲击信号增加,随后才逐渐发展为整体振动升高。这个先后顺序很关键:等整体振动明显上升时,损伤往往已经不在早期。

叶轮故障包括不平衡、磨损、异物卡塞,以及泵类设备特有的汽蚀。汽蚀、涡流、叶轮堵塞、结垢、工况偏离高效区,这些问题不一定完全符合传统机械故障频率模型,但会明显改变振动的整体能量分布和波动特征。

联轴器故障多源于不对中。电机与泵、减速机安装不同心时,旋转过程产生额外周期性受力,常在 1 倍频、2 倍频甚至更高倍频成分中表现出来。

图2:频谱图谱中标注的转频、倍频与轴承外圈故障特征频率 图3:轴承外圈故障特征频率及其谐波在频谱上的呈现

四、预警是怎么做出来的:三层逻辑

不少人以为设备预警就是超阈值报警。实际上,有价值的预警系统至少包含三层。

第一层是阈值判断。振动速度超过标准值、加速度峰值持续偏高、某测点突然突增,都属于这一类。优点是简单直观,适合快速发现明显异常;缺点是它更像在发现已经变坏,不擅长识别早期劣化。

第二层是趋势判断。单个瞬时值不代表故障,但指标持续上升值得警惕。一周内振动均值持续抬升、同一工况下频谱主峰逐月增强、夜间低负载运行时振动依然高于历史基线,都是信号。趋势分析的核心不是现在高不高,而是和过去比是否在恶化。这一步是从监测走向预警的关键。

第三层是特征识别与机理判断。系统进一步分析异常出现在哪个频段、是否与转频或轴承特征频率相关、是否与某种工况变化同步、是否呈现某类故障的典型模式。到了这一层,系统不只说有问题,还会说明可能是什么问题、问题往哪个方向发展、应优先检查哪里。

三层叠加,才是传感、算法、机理模型与运维经验的结合。单靠阈值,只能算监测;加上趋势与机理,才谈得上诊断。

图4:振动监测覆盖的主要故障类型划分

五、误报从哪里来:振动异常不等于故障

工业现场一个很现实的问题是:同样是振动异常,有时是工况波动,有时是轴承将抱死的预兆。因为振动不只受故障影响,还受负载变化、启停过程、工艺波动、流量与扬程变化、安装位置差异、环境噪声干扰、设备个体差异影响。

如果只做简单阈值报警,很容易出现两类问题:该报的不报,不该报的乱报。要让预警站得住,需要三件事。

一是建立设备个体基线。同型号设备不一定完全一样,同一设备在不同工况下也不一样。只有建立历史基线,才能识别偏离正常状态的异常。

二是结合运行工况判断。水务与环保行业的泵站设备受液位、流量、启停策略影响很大,不结合工况信息、仅凭振动值判断,准确率会明显下降。

三是多参数交叉验证。振动需要与温度、电流、功率、压力、流量、启停记录、设备台账一起分析,才能更接近真实原因。

六、水务行业为什么更需要振动监测

与一般制造业相比,水务行业的设备运行有几个特点:设备分布广、站点多;无人值守与少人值守场景多;水泵、风机、搅拌器、刮泥机等旋转设备占比高;连续运行时间长,停机维护窗口有限。

故障一旦发生,影响的不只是设备本身,还可能波及供排水稳定、能耗水平和环保达标。于是水务运维面临一个典型矛盾:设备很多,人手有限;故障代价高,传统巡检方式又难以及时全面发现隐患。振动监测恰好能在这个矛盾中发挥作用。

在水务行业,振动监测的常见对象包括供水泵房的取水泵与送水泵,污水厂的提升泵、回流泵、污泥泵,鼓风机,潜水泵,搅拌机,刮吸泥设备,以及加药系统中的关键旋转设备。这些设备一旦出现不平衡、不对中、轴承磨损、汽蚀、堵塞、松动,通常都会先在振动层面出现征兆。

七、水务设备的异常,往往不只是机械问题

这一点很重要。制造业里,振动异常多数指向机械本体故障;水务行业里,很多异常是机械、水力与工艺共同作用的结果。

水泵汽蚀是典型例子。进口条件不好、液位变化异常或工况偏离设计点时,泵内可能产生汽蚀,造成高频冲击、噪声增强、振动增大,还会加速叶轮损伤。

叶轮堵塞或结垢在污水场景里很常见。杂质缠绕、沉积、污泥附着都可能导致转子受力失衡,引起振动增加。

偏离高效区运行同样值得关注。不少泵长期在偏离高效区的工况下运行,内部流态恶化,能耗上升的同时也带来振动与噪声异常。

还有水力脉动的传递。管路系统、阀门状态、瞬时流量变化,都可能通过水力脉动耦合到设备振动上。

因此在水务领域,高价值的振动监测不应停留在机械诊断,而应走向设备状态识别、工况关联分析与运维决策支持三者结合。

图5:水务设备智能运维系统的五项核心能力

八、从看见到看懂:平台要回答的问题

振动传感器解决的是看见,智能运维平台解决的是看懂和会用。实际项目中,企业需要的不是一堆原始数据,而是一串具体答案:哪台设备有风险,风险是突发还是长期累积,是什么原因造成的,是否需要停机检查,先修哪台后修哪台,具体维修哪里,怎么把故障处理与运维计划、备件计划结合起来。

一套完整的水务设备智能运维系统,通常要具备五项能力。

在线感知:对振动、温度、电流等关键状态参数连续采集。

异常识别:通过阈值、趋势、模型分析识别异常设备。

故障研判:结合设备类型、工况特征、历史数据、机理模型,对异常原因做辅助判断。

预警分级:不是所有异常都需要立刻停机。系统需要区分状态未知、注意提示、警告预警、报警提示、危险报警等档位,帮运维人员安排处置节奏。

运维闭环:把监测、预警、工单、巡检、维修、复盘串联起来,让数据变成运营管理能力。

九、行业理解为什么是分水岭

设备状态监测技术本身并不新。但真正落地到水务行业,不是把工业传感器装上去、把平台搭起来就结束了。

水务场景有自己的复杂性:泵型多、工况差异大;现场环境复杂;设备台账和历史维护数据不完整;运维目标不只是防故障,还包括稳运行、降能耗、少人化管理。

这要求服务方不只懂通用工业监测技术,更要懂水务设备、懂工艺、懂运维管理流程。对水务企业来说,有价值的不是单点技术,而是能监测、能预警、能诊断、能协同运维、能适应现场实际工况的整体能力。说到底,是行业理解、技术能力与落地经验三者的结合。

图6:水务场景复杂性与行业理解、技术能力、落地经验的关系

十、小结:判断标准可以落到三条

振动监测的底层逻辑始终一致:把设备看不见的内部变化,转化成看得见、读得懂、可决策的状态信息。从机械运动到传感采集,从时域波形到频谱分析,从阈值报警到趋势预警,这条链条没有捷径。

评估一套振动监测方案,可以按三条对照。

第一条,看它是否具备频域能力而不只是阈值能力。只报数值超标的系统,发现的是已经变坏;能拆解频率成分的系统,才有机会发现早期劣化。

第二条,看它是否建立了个体基线与工况关联。没有基线的阈值,在没有工况信息的前提下,误报率难以控制。

第三条,看诊断结论有没有回到现场验证。报警部位与检修发现是否对得上,这些记录决定了模型能不能持续迭代。

设备不会说话,但它会振动。听懂振动背后的信号,靠的不是一个传感器,而是感知、频谱、机理、工况与运维闭环的组合。

作者:青云居士|易新智维
本文为行业技术分享,案例数据来自项目实践,仅供参考。