介绍

轴心轨迹图是一种用于描述转子轴在旋转过程中振动特性的图形表示方法。它通过将两个正交、共面传感器（通常是电涡流振动传感器）所测量到的一维时域信息结合起来，形成转子轴横向运动的二维图像。这种图像可以直观地展示转子在轴承中的运动形态，对于故障诊断和机械状态监测具有重要作用。

轴心轨迹图的作用
故障诊断：轴心轨迹图可以揭示转子系统的多种潜在问题，如不对中、摩擦、轴承间隙、刚度差异等。通过分析轴心轨迹的形状和特征，可以识别出转子系统的异常状态，从而及时采取措施避免故障发生。

振动分析：轴心轨迹图提供了转子振动的直观视图，可以帮助工程师分析振动的原因和性质。例如，轨迹的椭圆形状可以指示转子的稳定性，而轨迹中的锯齿状尖角或小环可能表明存在摩擦或其他非正常振动。

性能监测：在正常运行条件下，轴心轨迹图的形状和大小应保持一致。如果轨迹图出现突然变化，这可能是转子系统性能下降的早期指标。因此，轴心轨迹图可以作为监测设备性能和预测维护需求的工具。

系统优化：通过对比不同操作条件下的轴心轨迹图，可以对转子系统进行优化。例如，通过调整轴承间隙或预负荷，可以改善轴心轨迹的形状，从而提高系统的稳定性和效率。

轴心轨迹图的测量与分析
测量轴心轨迹通常需要两个互为90度角的电涡流振动传感器，它们分别测量转子轴在垂直和水平方向上的振动。通过这些数据，可以绘制出轴心轨迹图，进而分析转子的动态行为。

在分析轴心轨迹图时，需要注意以下几点：

轨迹形状：正常的轴心轨迹应该是一个稳定的椭圆。任何偏离这一形状的情况都可能指示存在问题。
轨迹大小：轨迹的大小变化可能表明转子的振动幅度发生了变化，需要进一步分析原因。
谐波成分：轴心轨迹图中包含的谐波频率及其分量值可以提供关于转子振动特性的额外信息。
总之，轴心轨迹图是一种强大的故障诊断和性能监测工具，它通过直观地展示转子的振动特性，帮助工程师更好地理解和维护旋转设备。

示例代码

import numpy as np
import matplotlib.pyplot as plt

# 设置采样点数
num_samples = 1000

# 生成模拟数据：两个正交信号
# 假设转子轴在两个方向上的振动是正弦波，但相位不同
t = np.linspace(0, 2 * np.pi, num_samples, endpoint=False)
x_signal = np.sin(t)  # X方向振动
y_signal = np.sin(t + np.pi / 4)  # Y方向振动，相位偏移π/4以模拟正交

# 为了模拟噪声，我们可以添加一些随机噪声到Y方向的信号
noise = np.random.normal(0, 0.1, num_samples)
y_signal_noisy = y_signal + noise

# 绘制原始的X方向和带噪声的Y方向信号
plt.figure(figsize=(12, 6))
plt.subplot(1, 2, 1)
plt.plot(t, x_signal, label='X Direction')
plt.plot(t, y_signal_noisy, label='Y Direction (Noisy)')
plt.legend()
plt.title('Original Signals')
plt.xlabel('Time')
plt.ylabel('Amplitude')

# 绘制轴心轨迹图
plt.subplot(1, 2, 2)
trajectory = np.vstack((x_signal, y_signal_noisy)).T
plt.plot(trajectory[:, 0], trajectory[:, 1], 'o-', label='Axis Center Trajectory')
plt.legend()
plt.title('Axis Center Trajectory')
plt.xlabel('X Direction Amplitude')
plt.ylabel('Y Direction Amplitude')

# 显示图表
plt.tight_layout()
plt.show()