1. 旋转设备状态监测工程导论

旋转设备是工业系统的“动力心脏”。泵、风机、压缩机、电机、齿轮箱、汽轮机、离心机等设备，通过轴系把电能、热能或流体能转换为工艺所需的机械能与压力能。它们一旦非计划停机，往往不是单台设备的问题，而会沿着工艺链传导：上游物料积压、下游供能中断、产品质量波动，甚至触发安全联锁。因此，状态监测工程的目标不是“多装几个传感器”，而是用可解释的数据链，把设备健康状态转化为可执行的维护决策。

旋转设备在工业系统中的角色

从系统视角看，旋转设备承担三类关键功能：能量转换（电机、汽轮机）、流体输送与增压（泵、风机、压缩机）、工艺做功（搅拌、离心分离、轧制）。它们通常处于“连续运行、停机代价高、故障后果分级明显”的位置。工程上常按后果把设备分为A/B/C三级：A级为停机即导致全线停产或安全风险的关键机组，B级为影响局部产能，C级为有备机、可短时离线。分级直接决定监测投入：A级机组通常配置在线振动、温度、转速、工艺量多参数监测，B级以在线+巡检结合，C级以点检和定期离线采集为主。

典型失效模式：从“哪里坏”到“为什么坏”

旋转设备的失效很少是单一原因，常见模式包括：

• 轴承失效：滚动体/滚道疲劳剥落、保持架磨损、润滑不良引起的过热；滑动轴承则表现为油膜失稳、巴氏合金磨损。
• 转子不平衡与不对中：质量偏心、结垢、部件松动导致1倍频振动升高；联轴器不对中常表现为2倍频及轴向振动增大。
• 松动与碰摩：地脚螺栓松动、轴承座配合松动产生高次谐波；动静碰摩出现宽频噪声和亚谐波。
• 齿轮与传动失效：齿面点蚀、断齿、齿根裂纹，振动特征集中在啮合频率及其边带。
• 电气与工艺耦合故障：电机转子断条、气隙偏心、泵汽蚀、风机喘振，这些故障会以振动、电流、压力波动的组合形式出现。

理解失效模式的意义在于：不同故障对应不同的特征频率和敏感参数，监测方案必须“对症下药”，而不是盲目堆传感器。

状态监测、寿命预测与维护决策的工程闭环

完整的工程闭环可以概括为“感知—特征—评估—预测—决策—反馈”。感知层用加速度计、速度传感器、电涡流位移探头、温度、压力、电流等采集原始信号；特征层通过时域统计（RMS、峰值、峭度）、频域分析（FFT、包络解调）、时频分析（STFT、小波）提取退化指标；评估层建立基线并设定报警阈值；预测层用退化模型或数据驱动方法估计剩余寿命（RUL）；决策层结合停机成本、备件周期、生产计划，选择继续运行、加强监测、计划检修或立即停机；反馈层把实际检修结果回灌，修正阈值与模型。

课程项目对象选择与数据准备要求

本课程以一个可复现的旋转设备监测项目贯穿始终。建议选择一台有明确工艺背景、可获取运行数据的设备作为项目对象，例如：某化工厂循环水泵（电机+离心泵+联轴器）、某风场齿轮箱试验台、或实验室小型转子试验台。选择时优先满足三个条件：有可标注的工况（转速、负载、流量）、有可获取的振动/温度/电流数据、有可追溯的检修记录或故障注入能力。

数据准备建议按以下结构组织：

• 元数据：设备编号、型号、额定转速、轴承型号、联轴器形式、安装方式、传感器位置与方向。
• 运行数据：采样率、采样时长、时间戳、工况标签（转速、负载、介质温度）。振动信号建议采样率不低于 10 kHz，以覆盖轴承高频特征。
• 事件记录：报警时间、检修时间、更换部件、故障现象描述，用于后续标注与验证。
• 基线数据：设备健康状态下的多工况数据，作为阈值和退化模型的参考。

数据质量直接决定后续预测的可信度。采集前应确认传感器安装方式（磁吸、胶粘、螺栓）对高频响应的影响，记录量程与灵敏度；采集后检查是否存在削波、丢包、工频干扰。对于缺少故障样本的项目，可采用公开数据集（如 CWRU 轴承数据、IMS 轴承数据）作为补充，但必须明确区分“课程示例数据”与“现场实测数据”，避免把演示结果当作真实结论。