當真空機組作為機械設備運行時，不可避免地會發(fā)生一些振動，因為泵本身在旋轉時會振動，當然也會有原動機的振動激勵。但是，這些都是正常的振動現(xiàn)象，有時機組內部的一些振動是異常的，這意味著設備內部出現(xiàn)了故障，所以需要及時找出振動源。那么如何找到真空機組？的振動源呢
　　當這么多振動源混合在一起時，振動會相互影響，故障信號往往會淹沒在背景噪聲和干擾中，給真空機組的故障診斷帶來了很大的困難，現(xiàn)有的信號分析方法在多激勵源振動信號的分離和低信噪比振動信號的特征提取方面還沒有取得突破，還需要進一步研究。
　　目前，人們主要使用基于數(shù)據(jù)的機器學習方法對真空機組故障進行分類，這種方法的特點需要大量的樣本數(shù)據(jù)，但是當樣本數(shù)據(jù)難以獲取時，這種方法就顯示出了它的局限性。因此，有必要研究一種泛化能力更強的小樣本故障模式分類方法，使其能夠利用有限的數(shù)據(jù)樣本獲得更好的診斷結果。
　　真空機組選擇的水環(huán)泵比其他手動干油泵，更有優(yōu)勢，因為它既克服了單水環(huán)泵使用時壓差有限(機組極限壓力遠高于水環(huán)泵)、一定壓力下泵送率低的缺點，又保留了羅茨泵工作速度快、泵送率相對較大的優(yōu)點。
　　真空機組能夠適應泵出大量的可凝性蒸汽，特別是當氣動油封機械手動干油泵對可凝性蒸汽的去除能力不夠時，或者使用的溶劑會劣化泵油而影響其性能，或者真空系統(tǒng)不允許油污染。如果配備防爆電機和電器并符合相應規(guī)定，易燃易爆氣體也可抽出。
　　因此為了有效地找到真空機組的振動源，有必要采用一些更專業(yè)的技術，從而準確地找到設備的各種振動源。操作人員可以對設備進行定期的檢查工作，避免設備隱患，使設備穩(wěn)定正常運行。