0、概述

最近几天一直在研究如何测算旋转机械的转速问题。为什么要计算转速呢？因为转速决定着设备的特征频率计算，当设备出故障时体现为故障频率。通常我们的监测诊断系统中的转速是固定的（我们公司的系统就是固定不变的），所以当出现故障的2倍频、N倍频，或者边频的时候，我们用故障频率和设备特征频率做比较就会匹配不到，或者匹配到错误的频率，从而得出错误的结论，误导现场施工人员（可能会被骂）。

这几天和我师弟聊了一下这个转速测算的问题，师弟在行业内经验很丰富，也有一定的教学和实践经验。他告诉我说这个转速测算一直都是行业内的难题，目前的测算方案都不算太好，误差比较大，多数都无法运用于实践中。

为了能让公司的振动监测诊断平台能实时计算旋转机械设备的转速，本人查了一些资料，包括网上的文章、期刊论文、学位论文。目前可行的方案大概分两类，一类是硬件测速，包括测速传感器、反光纸、PLC等，这个方案代价比较大，即使测出准确的转速，还需要和系统打通，把这个转速报上去。硬件方案的优点是转速测量很准确，缺点就是代价太大！另外一类就是软件测速，这种方案其实就是看你算法实现的复杂度和准确度是否可行！算法太复杂则不便应用于软件系统，因为算不过来，还会导致服务CPU过高；准确度太低则会导致算出来的转速不准，从而计算出来的特征频率不准，和故障频率匹配不上。

1、软件测速方法

软件测速的方案也比较多，有些实验室还提出了比较复杂的解决方案，准确率也比较高。但是，作为一个互联网级别的工业软件系统，性能还是一个很重要的因素，算法必须简洁高效！

最终我们的系统决定采用频谱分析法！这种方法的原理很简单，当传感器测点能够覆盖到旋转轴的时候，由于轴的振动所产生的频率就一定会体现到频谱图中。我们来看一组现场数据。

波形数据

波形数据算出来的参数值，从数据中我们可以看出：均值和歪度与0偏差较大，说明设备某些部件可能有一些不平衡，越是不平衡振动越大，相应的频率幅值就越大。

频谱图，图中标记的62.5Hz就是轴当前的转频。

轴的转频其实就等于62.5*60=转/分钟。

2、算法实现

我们已经从频谱图中找到了轴的转频（和设备参数表进行匹配得出），当前的频率62.5Hz也是在当前的转速下得出的，一旦转速变了，这个转频也会发生变化。接下来我们要做的就是如何通过算法把这个频率找出来。

通常情况下轴的转速是有一定范围的，不会无限小，也不会无限大，而是保持在一个固定范围之内。比如精轧机设备，当他在扎不同品类的钢材时转速不同，品类通常不会太多，就是固定的几种类型。如果一天内换了4种品类，那么就会有4种转速出现。通过和工厂人员进行沟通，我们可以得出一个转速的变化范围，如下图红框范围，这个范围会比实际的转速范围稍微宽一些，多一些容错性。

一旦我们标出了频率范围，那这个范围内的频率就不会太多了，通常轴的转频在这个范围内是幅值最大的。范围之外的频率可以用带通滤波器或其他技术手段过滤掉。通过观察了组数据后，我们发现轴的转频在范围内为最大值的概率超过了95%，还是有个别情况会有异常，可能是在那个采样瞬间轴的振动比较微弱，幅值偏小。

为了修正可能存在的误差，我们给算法增加了初始转频（人工计算一次），即使轴的转频幅值不是最大，只要和初始转频较为匹配也会忽略掉其他频率，这样我们就把计算结果的精确程度提高到了99+%。我们对转速计算结果经过了长时间的观察，目前还没有发现计算异常的情况。

上图对应的测点转速

另外一个测点转速

3、结论

通过频率计算转速的方法还是比较可靠的，因为旋转设备在转动的过程中一定会产生振动现象，只要有振动就一定会体现到频谱图中。我们的算法之要能准确找到转频并把它提取出来，就可以得到可靠的转速！这种方法可能会有误差存在，通过后续的观察，我们会持续更新算法，把误差降到尽可能的低！