宾利合作伙伴网站 宾利合作伙伴网站 宾利合作伙伴网站

可视化的飞马和振动机器

资产状态管理振动分析

可视化的飞马和振动机器:慢动作放大视频


在19世纪早期,一项新技术被开发出来,它可以从视觉上捕捉时间片段。在此之前,人们想要记住一个图像依赖于绘画,而绘画需要艺术家对细节、解释和细微差别的关注。这款19世纪的相机可以呈现出一张“照片”,尽管很粗糙,但却能准确而自动地呈现出人们在那个特定时刻所看到的东西。不久之后,这项技术就被用来进一步了解运动中的物体,通过对照片进行排序,也就是我们今天所理解的视频。这为利用高速视频可视化振动奠定了基础,这项技术正在彻底改变当今组织解释机械运动的方式。

看一个关于马的人

1878年,埃德沃德·迈布里奇用录像技术解决了当时激烈的争论:马能飞吗?前铁路巨头、加州州长利兰·斯坦福(Leland Stanford)于1872年委托迈布里奇确定马是否从事“无支撑运输”,即马的脚不接触地面就完全悬浮在空中。迈布里奇谋杀了他妻子的情人,并以正当杀人的罪名被判无罪,在中美洲“流亡工作”了一年。在这段短暂的休息之后,他最终安装了一系列12台摄像机和一个巧妙的触发系统,来捕捉斯坦福的一匹飞奔的马。结果是决定性的,颠覆了公认的对这一天的理解。马的确会飞。

视频1:迈布里奇在1878年拍摄了马的“飞行”照片,使用高速摄影来理解物体的移动速度太快,以至于人眼无法察觉。来源:https://commons.wikimedia.org/wiki/File:Muybridge_race_horse.webm

坎贝尔是如何得到他的图表的

1924年,威尔弗雷德·坎贝尔向美国机械工程师协会提出了他在涡轮振动方面的研究。当时,许多业内人士认为,考虑到振动等限制因素,汽轮机已经达到了其最大尺寸。在他的开创性论文1中,他为著名的坎贝尔图奠定了框架,该图模拟了旋转圆盘的振动行为,并提供了一种能够突破设计边界的理解。他是一个真正的先人,他用高速摄影捕捉了一个振动、旋转的圆盘松软的行为,向机械世界展示了一种他们现在可以理解的现象。不幸的是,这是他的绝唱,就在他发表论文的会议后一个月,悲剧发生了,急性阑尾炎在他40岁时结束了他的生命。


视频2:Campbell的高速摄影提供了对旋转盘振动行为的全面了解。

振动可视化-数据驱动的卡通

在20世纪60年代,快速傅里叶变换(FFT)算法风靡振动界。为了检测苏联的核试验,John Tukey提出了从时域振动信号中提取和量化频域信息的方法。在接下来的十年里,该算法被应用于振动物体,以了解它们在运动过程中的相对形状,称为操作偏转形状(ODS)。这个强大的模型是通过在一个振动物体上的多个点采样振动数据创建的。建立一个物体的图形模型,并将从机器上每个点收集的振动数据应用到模型上的位置。特定频率的运动然后被放大和动画,提供一个视觉模型来解释行为或物体运动的“形状”。

从那时起,ODS就成为了旋转机械故障诊断的基本工具。它有助于理解机械的运动模式,在频率的力是被应用于机器。例如,机器的转速通常以等于工作频率的1倍的频率增加力。在这个频率下,通过放大和动画运动可以很容易地观察到产生的偏转形状,而且往往可以根据运动的形状快速诊断某些故障。

在现实世界中,美国某核电站的高压充油泵振动过大。该泵以4800转/分(80赫兹)运行,由一个1800转/分的电机通过一个转速增加齿轮组驱动。ODS样品是在泵、基座和基础上的200个位置三方向采集的。这项详细的研究确定了在泵的工作频率(80Hz)下,泵的非驱动端(NDE)安装脚相对于基座顶部安装面在水平方向上的显著横向振动。

视频3:加速度计数据编译成机器的图形表示,然后按特定频率放大以突出问题;在这种情况下,套管附着在底座上时存在软脚条件,从而在运行速度下产生共振条件。

诊断涉及套管的结构(由底座支撑)固有频率(涉及套管无损检测端水平摇摆)。过去它比跑步速度高15%,这通常足以避免兴奋。但现在,它正在下降,有时超过泵的运行速度,调谐成一个共振。向下移动的原因是,当脚能够在摩擦接触中滑动时,它不再作为套管的刚性支撑。通过拧紧脚连接螺栓,修复了这种软脚状态,所涉及的固有频率回到了约93赫兹,与1倍的跑步速度力(例如,残余不平衡)充分分离,以避免进一步的共振。振动水平下降到非常可接受的水平。

一旦意识到物理问题的本质,它可能看起来微不足道。然而,在振动可视化技术(在这个案例中是ODS)被应用之前,工厂里一些非常优秀的技术人员花了六个月的时间来解决这个问题。当工厂逐点评估振动数据时,对振动分布及其意义的观点并不存在,而不是作为一个综合的点集。

一旦使用了ODS,它在这种情况下就非常有用,可以对问题进行诊断,从而提出直接的解决方案。它已经证明了几十年的应用,它是一个强大的和直观的诊断工具,能够清楚地显示模式和频率的振动。

然而,ODS也有它的缺点。例如,它可能很耗时。在数据采集中,数以百计的数据点仍然需要大量的点间插值。在后期处理中,需要花费时间来编译一个数据库来匹配模型点。当将收集到的所有数据点匹配到模型上的适当位置和方向时,还可能出现记账错误。最后,臭氧消耗物质要求靠近,这可能不适用于有热量、辐射或可访问性/脚手架要求的受限访问。

让我们面对现实吧,ODS仍然是一幅漫画——一种粗糙的,但通常可以理解的,在机器运行时的一个片段的艺术家渲染。听起来是不是很熟悉?

振动可视化-数据增强视频

正如照片捕捉到的人们所看到的,高速视频现在能够捕捉旋转机械的运动。但是,这种运动通常太小太快,人们看不见。然而,通过应用像前面提到的FFT那样具有开创性的算法,可以从图像中逐像素地提取振动信息。这相当于数以百万计的加速度计以真正全面的方式提供频率和振幅信息。然后,这些信息可以被放大并集成到原始视频中,一个像素一个像素地提供一个增强的视频,将ODS的有益放大与真实世界的详细图像融合在一起——并且没有ODS的繁重工作和潜在的错误。

视频4:ODS分析清楚地显示了474hz的谐振模式,在那里外壳像扬声器锥一样波动,然而,这需要数百个数据点和两天的仔细工作才能得出这一结论。

让我们来看看另一个应用该技术的例子来展示它的威力。污水处理厂工人通风所需的两台小型恒速(3600转/分)管式鼓风机振动正常,但噪音很大。在这种情况下,声音高达120分贝,而声音为474赫兹,这恰好是叶片传递频率。你可以想象自己在一场摇滚音乐会上站在扩音器前,但没有朗朗上口的曲调。采集了ODS的数据,以及用于振动放大分析的高速视频。

视频5:运动放大视频显示了与图4相同的房屋波动运动,但花了几分钟才得到更详细和真实的图像得出相同的结论。

一旦模态振型被识别和评估,很明显鼓风机与叶片通过频率为474 Hz的叶片发生共振。机匣上侧壁具有非常接近叶片通频的“板模”固有频率。随着鼓风机负载的变化,感应电机的滑移发生变化,叶片通过频率与侧壁固有频率发生精密共振,产生了神秘的巨响。

这种新的基于视频的运动放大技术对基于振动的机械诊断具有重要意义。在许多(但不是所有)实例中,它比经典ODS方法具有优势,通常需要更少的时间和后勤来实现。

与ODS一样,它是一种功能强大且直观的诊断工具,非专家也很容易理解。它真实地展示了振动的模态和频率。但与ODS不同的是,它可以创建一组全面的数据点,而不需要专家选择和记账。此外,数以百万计的数据点可以在几分钟内进行评估,而不是几天。

与ODS不同,基于视频的运动放大技术不需要接触,这使得它适用于涉及热、辐射或无障碍/脚手架要求的限制区域。

该技术也具有成本效益。作为唯一的故障排除技术,它的成本并不高,或者它可以帮助集中精力解决基于加速计的ODS问题。

今日上市

目前,至少有两种商业化的从视频中获取放大振动的方法:拉格朗日法(手表斑点或特征移动)和欧拉法(手表固定位置像素强度变化)。对于大多数低速机械问题,两种方法都是足够的。对于高速机器和高频问题,如叶片通过噪声,欧拉方法可能更实用,允许更大的运动放大,只要有相当的成本和系统复杂性。

参考文献

1.坎贝尔,威尔弗雷德。汽轮机轮盘轴向振动的保护美国机械工程师协会,第1920、1924号文件。