电机如何测震动

电机振动测量是评估其运行状态与健康水平的关键技术。本文系统阐述电机振动测量的核心原理、主流方法、标准规范与实操流程。内容涵盖从传感器选型、测点布置、数据采集到频谱分析与故障诊断的全链条知识，并深入解读国际与国内相关标准体系。文章旨在为设备维护人员与工程师提供一套科学、实用、可操作的振动测量与诊断方案，以提升电机可靠性并实现预测性维护。

       在现代工业体系中，电机作为核心动力源，其运行平稳性直接关系到整个生产线的效率、能耗与安全。振动，作为电机机械状态最直观、最灵敏的表征参量之一，对其进行精确测量与科学分析，已成为设备预防性维护与故障诊断不可或缺的环节。掌握电机振动测量的系统方法，就如同为设备装上了“听诊器”，能够及早发现潜在的失衡、不对中、轴承磨损、电气缺陷等问题，从而避免非计划停机，延长设备寿命。本文将深入探讨电机振动测量的完整知识体系与实践要点。

       一、 理解振动：电机状态的“语言”

       振动本质上是物体围绕其平衡位置所做的往复运动。对于旋转机械如电机，其振动主要来源于旋转部件质量不平衡、电磁力不均匀、机械连接缺陷以及流体动力扰动等。这些激励力作用于电机结构，产生包含丰富信息的振动信号。测量并解读这些信号，就能“听懂”电机正在“诉说”的运行状况。振动参数通常用位移、速度、加速度及其对应的频率来表征，它们从不同维度反映了振动的强度与特性。

       二、 测量基础：物理量与传感器原理

       电机振动测量主要关注三个物理量：振动位移、振动速度和振动加速度。位移反映振动的幅度，对低频振动敏感；速度与振动能量直接相关，是国际标准中评价旋转机械振动烈度的常用参量；加速度则对高频冲击成分敏感，常用于轴承故障的早期监测。测量这些物理量主要依靠传感器，最常用的是压电式加速度传感器。其工作原理基于压电效应，当传感器内部的压电晶体受到振动产生的力作用时，会产生与力成正比的电荷信号，经内置或外接电路转换为电压信号输出，从而实现对加速度的测量。速度与位移可通过电路积分从加速度信号推导得出。

       三、 标准体系：振动评价的“标尺”

       为确保测量结果的一致性与可比性，必须依据权威标准进行操作与评价。国际电工委员会（International Electrotechnical Commission）发布的IEC 60034-14标准以及国际标准化组织（International Organization for Standardization）发布的ISO 10816系列标准，是全球广泛接受的旋转机械振动评估指南。在我国，与之对应的国家标准如GB/T 10068（轴中心高为56毫米及以上电机的机械振动）和GB/T 6075（在非旋转部件上测量和评价机器的机械振动）系列，提供了详细的分级与评价方法。这些标准根据电机类型、功率、安装方式等因素，规定了振动速度有效值的限值，将振动状态划分为A（良好）、B（允许）、C（较差）、D（不允许）等多个等级，为状态判断提供了明确依据。

       四、 测量设备：从传感器到分析仪

       一套完整的振动测量系统通常包括传感器、信号适调器（或电荷放大器）、数据采集器和分析软件。传感器负责拾取物理振动。信号适调器为传感器提供工作电源（对于需要供电的类型），并将传感器输出的微弱信号进行放大、滤波和阻抗转换。数据采集器则将模拟信号转换为数字信号，并记录存储。现代便携式振动分析仪或在线监测系统集成了上述大部分功能，能够实时显示振动总值、波形、频谱等多种信息，极大提升了测量效率与深度。

       五、 测点规划：位置、方向与安装

       测量点的选择与传感器的安装质量对数据真实性至关重要。标准通常要求在电机轴承座或靠近轴承的机壳上，沿垂直、水平和轴向三个互相垂直的方向布置测点。这是因为不同方向的振动可能对应不同的故障源。例如，径向（垂直与水平）振动常与转子不平衡、不对中有关，而轴向振动则可能与轴承推力问题或联轴器缺陷关联更密切。传感器安装必须牢固，确保良好的机械耦合。常用的安装方式有手持探针（临时诊断）、磁座吸附（适用于铁磁表面）、胶粘或螺栓固定（永久性监测），其中螺栓固定的连接刚度最高，可获得最宽的有效频率范围。

       六、 测量参数设置：采样、频率与窗函数

       进行数字化测量时，需正确设置参数。采样频率必须高于信号最高频率成分的两倍以上（遵循奈奎斯特采样定理），以避免混叠失真。对于电机振动，分析频率范围通常需覆盖从极低频（如转频的几分之一）到数千赫兹（以捕捉轴承故障特征）。分析点数（或称为谱线数）决定了频谱的频率分辨率，点数越多，分辨率越高。此外，在计算频谱前，需对时域信号加窗函数（如汉宁窗），以减少因信号截断产生的频谱泄漏，提高分析精度。

       七、 总值测量：振动烈度的快速评估

       振动速度有效值（Root Mean Square，均方根值）是评价电机整体振动烈度的核心指标。它反映了振动能量的大小，可直接与前述国际标准或设备历史基线进行对比，快速判断电机是否处于健康状态。测量时，需确保仪器设置为测量速度参数，并在每个测点的每个方向上获取稳定读数。对于稳态运行的电机，这是一个高效且可靠的初步筛查手段。

       八、 时域波形分析：振动的原始“面貌”

       振动信号随时间变化的图形称为时域波形。观察波形可以直观感受振动的周期性、冲击性和随机性。例如，一个光滑的正弦波形通常指向单纯的转子不平衡；而波形中出现周期性的冲击脉冲，则可能预示着轴承滚道存在剥落或齿轮断齿等缺陷。通过计算波形的峰值、峰峰值、有效值等统计指标，也能获得对振动特性的初步认识。

       九、 频谱分析：故障诊断的“解码器”

       频谱分析是将复杂的时域振动信号分解为不同频率成分幅值的过程，是故障诊断中最强大的工具。通过快速傅里叶变换（Fast Fourier Transform）实现。在频谱图上，每一个尖峰都对应一个特定的振动源。电机的特征频率主要包括转频（转子旋转频率）、极通过频率（由电磁力引起）、轴承各部件（内圈、外圈、滚动体、保持架）的故障特征频率以及齿轮啮合频率等。通过识别频谱中异常升高的频率成分及其谐波，并与理论计算的特征频率进行比对，可以精准定位故障部位。

       十、 包络解调分析：捕捉微弱的冲击信号

       当轴承或齿轮出现早期局部损伤时，产生的冲击信号能量很小，且常常被强烈的背景振动（如转频振动）所淹没，在常规频谱上难以识别。包络解调（也称共振解调）技术专门用于解决这一问题。其原理是：利用高频共振作为载体，对包含故障冲击信息的调制信号进行放大和解调，最终得到一个以故障特征频率为核心的低频谱。这项技术对轴承的早期点蚀、剥落故障极为敏感，是实现预测性维护的关键。

       十一、 趋势监测与基线建立

       单次测量有价值，但长期趋势更能说明问题。为关键电机建立振动历史档案或基线至关重要。定期（如每月或每季度）在相同工况、相同测点进行测量并记录数据，绘制振动值随时间变化的趋势图。即使振动绝对值未超标，但其持续、缓慢上升的趋势，往往预示着故障正在发展。这种趋势分析是预判故障、规划维修窗口的有力依据。

       十二、 常见故障的振动特征识别

       掌握典型故障的振动特征是实现快速诊断的基础。转子质量不平衡主要表现为转频处振动幅值显著升高，且径向振动占主导。不对中故障则在转频的1倍频和2倍频，甚至更高倍频处都会产生较大振动，且轴向振动通常比较明显。机械松动会导致频谱中出现大量转频的高次谐波，甚至出现半倍频成分。滚动轴承故障，根据损伤部位不同，其特征频率各异，并在频谱或包络谱上表现为相应的频率峰及其谐波群。电气问题如转子断条或偏心，则可能产生极通过频率边带等特征。

       十三、 测量环境与工况的影响

       测量结果并非孤立存在，它受到多种因素影响。电机负载的变化、转速的波动、基础或底座的刚性、相邻设备的干扰（通过结构或地基传递的振动）以及环境温度，都可能使振动读数发生变化。因此，在记录振动数据时，必须同时记录电机的负载、转速等关键工况参数，并尽量在工况稳定的条件下进行测量，以确保数据的可比性。

       十四、 在线监测与离线检测的选择

       根据重要性、故障后果和成本考量，可选择不同的监测策略。对于关键、连续运行且故障代价高昂的电机，宜采用在线监测系统，实现7×24小时不间断的数据采集、分析与报警。对于多数普通设备，采用便携式仪器进行定期巡检（离线检测）是经济有效的方案。两者结合，即对关键设备在线监测，对一般设备离线巡检，构成了企业设备振动管理的完整体系。

       十五、 测量报告与数据管理

       规范的测量工作应以详实的报告作为成果。报告应包含电机铭牌信息、测量时间、工况参数、测点示意图、各测点各方向的振动总值（列表或图表）、关键频谱图、与标准或历史基线的对比分析、初步诊断以及维护建议。建立电子化的振动数据库，便于历史查询、趋势分析和知识积累。

       十六、 人员技能与安全规范

       有效的振动测量离不开训练有素的人员。操作者不仅需要了解仪器使用，更需掌握基本的机械原理、故障机理和信号分析知识。同时，现场测量必须严格遵守安全规程，特别是在高压、高温、高速旋转设备附近工作时，需佩戴好个人防护装备，确保传感器引线不会缠绕到旋转部件上，防止发生人身伤害或设备事故。

       十七、 技术发展的新动向

       随着物联网、大数据与人工智能技术的发展，振动监测领域也在不断演进。无线传感器网络降低了安装复杂度；云平台使得海量振动数据的存储与高性能分析成为可能；机器学习算法能够从历史数据中自动学习故障模式，实现更智能、更早期的预警与诊断。这些新技术正推动振动测量从传统的“基于经验的诊断”向“基于数据的智能决策”跨越。

       十八、 从测量到洞察

       电机振动测量绝非简单的数据读取，它是一个集成了物理原理、测量技术、信号分析与工程经验的系统性工程。从正确安装传感器，到依据标准进行测量，再到深入分析频谱特征，每一步都要求严谨与专业。其最终目的，是将看似抽象的振动数据，转化为对电机健康状态的深刻洞察，从而为设备的可靠运行与科学维护提供坚实的决策支持。掌握这门技术，意味着掌握了保障现代工业动力血脉畅通的主动权和智慧眼。