1. 课程导入
齿轮箱是工业传动链中的“关节”，它把电机的高转速、低扭矩转换为设备所需的低转速、大扭矩。风电主轴、矿山磨机、轧钢生产线、船舶推进、地铁牵引、水泥立磨、起重机回转机构，几乎都离不开齿轮箱。与此同时，齿轮箱也是故障高发部件：齿轮磨损、点蚀、断齿、轴承剥落、轴弯曲、箱体共振、润滑不良、装配偏心等问题，往往先以振动形式暴露出来。本课程要解决的核心问题，就是如何从振动信号中识别齿轮箱的健康状态，判断故障类型、严重程度与发展趋势。
一、核心价值：从“事后维修”走向“预测性维护”
传统齿轮箱维护多依赖定期换油、听音、测温或停机拆检。这种方式存在两个问题：一是突发故障难以提前发现，二是“过度维修”造成资源浪费。振动分析的价值在于，它能在不拆机、不停机的条件下，捕捉齿轮啮合、轴承滚动、轴系旋转过程中产生的微弱冲击与调制信息，从而实现早期预警和精准定位。
从经济性看，一次风电齿轮箱空中更换成本可能高达数十万元，而在线振动监测系统的投入通常远低于此；从安全性看，轧机、矿井提升机、船舶推进系统一旦失效，可能引发连锁事故。因此，齿轮箱振动诊断不仅是设备管理技术，更是安全管理和资产完整性管理的重要工具。
二、整体知识框架：从信号到决策的闭环
本课程的知识框架可以理解为一条“信号链—特征链—故障链—决策链”的闭环。信号链解决“采什么、怎么采”；特征链解决“看什么、算什么”；故障链解决“对应什么故障”；决策链解决“怎么判、怎么修”。下图给出整体知识框架与典型应用场景的关系。
三、方法流程：一次完整诊断的六个步骤
面对一台疑似故障的齿轮箱，建议按以下流程推进，避免“一上来就看频谱”的跳跃式判断。
- 信息收集：确认齿轮箱型号、齿数、轴承型号、转速范围、润滑方式、历史维修记录。
- 测点布置：优先选择轴承座附近、箱体刚性较好位置，分别采集水平、垂直、轴向三个方向。
- 参数设置：根据啮合频率和轴承故障频率确定采样频率，通常要求分析带宽覆盖 3～5 倍最高关注频率。
- 特征计算：计算 GMF、边带间隔、轴承特征频率、包络谱峰值、时域指标。
- 故障判别：结合频谱形态、调制关系、趋势变化和工况信息进行综合判断。
- 报告输出：给出故障位置、类型、严重程度、建议措施和复测周期。
其中，特征频率计算是诊断的“数学底座”。例如，齿轮啮合频率与轴转频的关系可表示为：
GMF = f_shaft × Z
其中：
GMF 齿轮啮合频率（Hz）
f_shaft 该齿轮所在轴转频（Hz）
Z 该齿轮齿数
若出现边带，边带间隔通常等于故障齿轮所在轴的转频：
f_sideband = GMF ± k × f_shaft (k = 1, 2, 3 ...)四、典型场景与案例：风电齿轮箱早期点蚀
某风场 2.0 MW 机组齿轮箱在并网运行 3 年后，在线振动系统提示中速轴啮合频率附近边带能量上升。现场采集数据后发现：时域波形出现周期性冲击，频谱中 GMF 两侧出现间隔等于中速轴转频的边带族，包络谱中该转频及其谐波明显。停机内窥镜检查确认中速轴小齿轮齿面出现早期点蚀。由于发现及时，仅更换润滑油并调整载荷分配，避免了断齿和轴承连带损伤。
这个案例说明：齿轮箱诊断不是等到“振动超标”才介入，而是要在边带能量、包络谱峰值、趋势斜率等早期特征上建立敏感判据。
五、常见误区与复盘
误区二：把轴承故障频率直接套用到所有工况。轴承特征频率随转速变化，必须用实际转速归一化。
误区三：忽略转速波动和负载变化。变工况下频谱会模糊，应结合阶次分析或转速跟踪。
误区四：一次数据定结论。齿轮箱故障具有发展性，趋势比单次幅值更重要。
六、关键参数与判据速查
| 参数/指标 | 含义 | 典型关注点 |
|---|---|---|
| GMF | 齿轮啮合频率 | 幅值上升、边带增多 |
| 边带间隔 | 调制源转频 | 等于故障齿轮所在轴转频 |
| 包络谱 | 冲击调制解调结果 | 轴承故障频率及其谐波 |
| 峭度 | 时域冲击敏感指标 | 早期点蚀、剥落 |
| RMS | 总振动能量 | 整体劣化趋势 |
| 趋势斜率 | 劣化速度 | 决定复测与维修窗口 |
齿轮箱振动分析与故障诊断，本质上是一门“用信号说话”的技术。它要求我们既懂机械结构，又懂信号处理，还要懂现场工况。掌握本课程的知识框架后，你将能够从一条振动曲线中读出齿轮箱的健康状态，从一次频谱变化中判断故障的走向，最终把被动抢修变成主动预防。