化肥厂旋转机械故障诊断的应用探讨

本文在阐述机械故障诊断现状的基础上,总结并分析了机械滚动轴承故障的主要形式,并提出了机械滚动轴承的振动信号分析诊断方法,最后通过一具体例子进行了基于振动信号的故障诊断方法的应用探讨。     

化肥厂旋转机械故障诊断的应用探讨

本文在阐述机械故障诊断现状的基础上,总结并分析了机械滚动轴承故障的主要形式,并提出了机械滚动轴承的振动信号分析诊断方法,最后通过一具体例子进行了基于振动信号的故障诊断方法的应用探讨。     

基于技术融合的旋转机械故障诊断方法的研究

本文以油田用注水泵为例，采集设备的振动信号，对信号进行奇异值降噪，利用包络解调技术提取故障特征，并采用技术融合的手段进行故障特征值融合，利用复合知识库中模糊推理机对设备进行故障诊断，取得了良好的诊断效果。     

聚氯乙烯厂中小型旋转机械常见故障诊断

介绍了采用振动频谱测量和分析的方法进行旋转机械故障诊断的原理，针对聚氯乙烯厂中小型旋转机械，论述常见故障的类型，特征，成因和诊断方法，采用该法可提高测量的准确度和故障的判别率，将故障消灭在萌芽状态，保证了机器运转的稳定性和安全可靠性。     

基于小波包分解的能量特征提取在旋转机械故障诊断中的应用研究

针对旋转机械的故障诊断问题,结合LabVIEW和Matlab两种软件的优点,设计了旋转机械振动测试系统。该系统实现了振动信号的读取、分析与存储,利用小波包函数对振动信号进行分解,求出各频段的能量值,并把能量值作为故障信息的特征向量进行特征提取,进而有效地进行故障信息的模式识别。     

泵站机组的故障诊断

自来水行业对泵站机组的安全与经济性能的要求越来越高,迫切地认识到备品可靠性是满足新市场需求的重要保证,也是参与竞争的必要前提。但是机组容量的不断加大,导致了其系统和结构的复杂性不断增加。机组结构的复杂性与机组工作环境的特殊性提高了水泵故障诊断的难度。振动信号是判断水泵故障信息的主要来源,利用振动信号进行故障判断是最常用的方法。如不了解故障机理,可通过机组振动信号展开相关分析处理,对水泵常见故障预测与诊断等进行的研究。随着故障诊断技术的发展,必将使故障诊断越来越准确、越来越快速,应用也更加广泛。     

基于快速傅里叶变换的注射机轴承单一故障诊断

针对注射机轴承故障难以诊断的问题,提出了一种基于快速傅里叶变换(Fast Fourier Transform,FFT)的注射机轴承故障诊断方法。针对注射机轴承的故障振动信号在时域难以有效诊断的问题,利用快速傅里叶变换将时域振动信号转换到频域,通过生成的包络谱图分析频域中振动信号的频率分布,从而达到识别注射机轴承故障的目的。注射机轴承故障的仿真实验及实际故障轴承数据的诊断结果表明:使用快速傅里叶变换的方法诊断注射机轴承故障,比传统的离散傅里叶变换(Discrete Fourier Transform, DFT)诊断轴承故障的速度更快,处理轴承数据的内存更大,能非常有效地完成振动信号的故障诊断。     

时频分析在透平压缩机振动故障诊断中的研究与应用

设备故障诊断近年来已发展成为一门新兴学科。振动故障诊断是常见的应用于透平压缩机的故障诊断方法。针对上海焦化有限公司空气透平压缩机的故障振动信号,提取故障特征,对振动谱图进行时频分析,对故障形式进行分析判断。     

基于经验模态分解的注射机轴承故障诊断

针对注射机轴承信号进行故障诊断易受到工作环境中其他噪声影响的问题,提出一种基于经验模态分解(EMD)结合快速傅立叶变换(FFT)对轴承振动信号提取故障特征的方法。对振动信号使用EMD算法以完成信噪分离,选取出高信噪比分量进行FFT算法变换,通过频谱图分析轴承故障位置。结果表明:使用变分模态分解算法对含有较大噪声的仿真信号和强背景噪声下注射机轴承故障信号有较好的降噪效果,通过FFT能准确诊断注射机轴承是否出现故障,二者结合达到很好的故障诊断效果,去噪效果明显,为其他旋转机械的故障诊断提供了参考。     

旋转机械故障诊断专家系统知识库管理子系统的研究与实践

对旋转机械故障诊断专家系统知识库管理子系统的建立进行了研究 ,讨论了知识的组织方法 ,并开发了知识库管理中的检索、存储、删除、增加和一致性维护工具 ,为专家系统运行奠定了基础。     

基于图的拉普拉斯矩阵的塑料编织机轴承故障诊断研究

针对时域故障信号难以诊断的问题,提出基于图的拉普拉斯矩阵变换的注塑编织机轴承故障诊断方法。通过拉普拉斯矩阵变换将时域信号转化为图域,将时域的快速傅立叶变换思想引入图信号处理中,将转化所得图信号进行图像的傅立叶变换(GFT)得到故障振动信号的阶次图,根据所得阶次计算故障振动信号的故障频率,由此进行轴承的故障诊断。经仿真及实例分析结果表明:相比将时域信号直接进行快速傅里叶变换的故障诊断方法,本实验方法故障识别能力更强。     

粗糙集理论在柴油机故障诊断中的应用

以柴油机故障诊断为背景,研究了基于粗糙集理论的参数优化在故障诊断中的应用.首先采用小波包能量谱方法提取振动信号的特征参数,并用粗糙集理论对其进行属性约简,最后用RBF神经网络对各类故障进行辨识,结果表明:利用粗糙集约简后,通过减少神经网络的输入节点数,简化网络的结构,提高了诊断的准确率及效率.     

小波分析在真空练泥机轴承故障诊断中的应用

针对练泥减速机滚动轴承运转速度低、响应弱、低频信号容易淹没、调制源多、振动信号非平稳性等特点而导致常规的傅立叶分析诊断故障效果不佳的情况，提出了一种小波变换的时频分析滚动轴承故障诊断方法。利用小波变换对振动信号进行分解和重构处理，获得了振动信号在不同的频段的分量，提取相应特征频段重构分量的功率谱的频域统计值作为特征参数，从而实现对轴承故障诊断。试验结果显示该方法对真空练泥机轴承故障诊断有很好的效果。     

生料磨大型行星齿轮传动系统振动分析及故障诊断

巨龙公司的2台Φ5m×11.5m生料磨,主传动装置是SOND840型4 200kW二级行星减速器,配套德国的CU7538B-AA12型电动机.在生产中,我们常采用振动分析的方法对传动系统的故障进行诊断. 常用的振动分析方法有振平分析法和频域分析法.振平分析法一般用速度、加速度测量仪测量信号,然后将测量值和标准值比较,以评价设备运行的好坏.该方法简单易行,适宜一般的故障诊断.频域分析法是对信号进行放大、滤波和绝对值处理后,从涉及谱中辨别出振动的优势频率,然后与理论计算的故障特征频率比较,确定故障类型和部位,该法适宜精密诊断.我们运用后者对该行星传动系统进行故障分析和诊断,本文对此做一阐述.     

大型旋转机械典型振动故障的诊断

介绍了大型旋转机械状态监测及故障诊断技术,提出不对中、不平衡二种典型振动故障的诊断方法,可供有关技术人员参考。     

基于LabVIEW的倒频谱与包络谱分析在风电机组齿轮箱故障诊断中的应用

风力发电机组的齿轮箱许多故障信息以调制形式存在于振动信号之中,在此利用LabVIEW强大的信号分析功能对齿轮箱振动信号进行分析,开发出基于倒频谱与包络谱分析的齿轮箱故障诊断系统。试验结果表明:倒频谱与包络谱分析可以有效诊断出齿轮箱的故障信息。     

大型旋转机械典型振动故障的诊断

介绍了大型旋转机械状态监测及故障诊断技术，提出不对中、不平衡二种典型振动故障的诊断方法，可供有关技术人员参考。     

基于小波包和GA-BP网络的柴油发电机故障诊断

针对柴油发电机的非平稳和非线性振动信号诊断难的问题,利用小波包和遗传算法优化的BP(GA-BP)网络两大工具对其进行故障诊断。首先利用小波包对柴油机发电机的振动信号进行分解,单支重构,构造特征向量,再将特征向量输入到遗传算法优化的BP网络里,从而实现柴油发电机的故障类别诊断。实验仿真和工程应用结果表明:所采用的方法可有效并精确地实现柴油发电机故障类别的诊断。     

粗集理论及其在旋转机械故障诊断中的应用(四)决策表属性的约简

在旋转机械典型故障实验的基础上,按照粗糙集理论的要求,对采集的各种信息由数据库向符合粗集理论要求的知识库的转换,建立故障振动特征决策表。在决策功能不变的前提下,利用区分矩阵和区分方程,对决策属性进行简化,并寻找属性集的核和属性集合的选优。通过对4种典型旋转机械故障的频域特性表的约简,将6个条件属性简化为3个条件属性。     

塑料光纤传感器在烟草机械故障诊断的应用研究

基于塑料光纤传感器在烟草机械的故障监测诊断方法。通过塑料光纤传感器采集了烟草机械轴承的状态信号,研究了振动信号的时域信号和频域信号。结果表明:内圈故障和外圈故障对轴承带来的冲击最大,振动幅值相对于滚子故障轴承更高。均值、峰值指标和波形指标不适用于轴承的故障状态识别,峰值、脉冲指标和裕度指标适合识别内圈故障和外圈故障的轴承,有效值和峭度指标适合区分内圈故障、外圈故障、滚子故障和正常状态的轴承。正常状态轴承信号谐波分量最少,内圈故障和滚子故障轴承信号的谐波分量最多。滚子故障轴承信号的谐波分量幅值最小,外圈故障轴承信号的谐波分量幅值最大。