阶比分析在矿井提升机齿轮箱故障诊断中的应用

矿井提升机在升降过程中,其齿轮箱工作于变工况状态,产生的振动信号存在严重的非平稳性。为了通过变工况振动信号对齿轮箱进行故障诊断,引入了阶比分析方法。在阶比分析中,首先采用齿轮箱高速轴自带的测速发电机实现了瞬时转频的测取,然后应用最小二乘法对瞬时转频进行拟合,进而计算出重采样时间序列,并运用三次样条曲线插值法对振动信号进行等间隔角域重采样,最后生成阶比谱图。实际测试信号分析表明,阶比分析方法能够提高变工况齿轮箱故障诊断的准确性,对于矿井提升机齿轮箱故障的及时发现、保障提升机安全可靠运行具有重要意义。     

煤矿提升机故障分析及诊断系统方案设计

为了确保煤矿提升机安全运行，分析了提升机齿轮箱故障、齿轮箱振动故障机理、煤矿提升机电机故障以及煤矿提升机滚筒故障。设计了提升机故障诊断系统方案，根据煤矿提升机的技术参数，建立了煤矿提升机故障诊断总体方案，方案主要由上位机、数据采集卡、信号调理器和检测量传感器组成，布置了煤矿提升机机械设备检测量。研究为矿井安全提升提供了理论支持。     

基于Labview的煤矿提升机故障诊断应用研究

将虚拟仪器技术引入煤矿提升机的故障诊断 ,利用Labview开发出适用于煤矿提升机故障诊断系统 ,在简易诊断的基础上利用该系统对提升机振动烈度大的测点进行精密诊断。通过对提升机振动加速度信号的频谱分析 ,准确地诊断出了齿轮减速箱存在的故障部位和产生原因 ,并通过劣化指数计算 ,定量地说明了提升机齿轮箱磨损的发展情况     

提升机减速器齿面损伤的诊断分析

提升机齿轮箱是在低速、重载下运行的，其工作：条件恶劣。为了确保提升机安全、正常地运行，必须对齿轮箱运行状态进行有效和及时的诊断分析。对齿轮箱的部件失效情况的统计表明，齿轮比重约占60％。因此加强对齿轮的振动诊断的研究有重要意义。     

四明山煤矿皮带机齿轮箱故障诊断技术与应用

阐述了煤矿皮带机齿轮箱故障的类型和振动信号特征,根据选定的测点和决定的工况,采集和记录被测齿轮箱的各测点信号,进行数据处理,分析振动信号解调谱图和功率频谱,推出齿轮箱故障类型。在四明矿皮带齿轮箱实际应用,通过对测试数据的分析,发现2个齿轮箱故障实例,拆解结果验证了分析结果的可靠性。     

基于神经网络的齿轮箱故障诊断

煤矿机械齿轮传动系统在低速重载等恶劣工况下极易发生故障,齿轮箱部分尤为突出。因此展开对恶劣工况下的齿轮箱故障诊断研究具有重要的意义。以齿轮箱中齿轮为研究对象,通过提取与齿轮箱振动相关的故障特征,经过神经网络的学习训练实现对齿轮箱故障的分类。经检验,该诊断神经网络对齿轮箱故障有很高的辨识度。     

提升机齿轮箱故障诊断研究

介绍小波分析理论,利用Matlab7.0小波变换工具箱处理提升机齿轮箱振动信号,探讨小波分析在提升机齿轮箱故障诊断中应用的可行性。     

行星齿轮啮合力学特性仿真分析

应用动力学仿真软件研究了不同工况下行星齿轮箱运行状态和单齿啮合过程中的啮合力变化规律。根据仿真结果得出不同工况对齿轮箱振动的影响和不同工况下齿面接触力变化规律。分析了齿轮啮合力变化的原因和规律,进而提出减少行星齿轮箱传动过程中振动产生的有效措施。为行星齿轮箱设计生产和使用以及故障诊断奠定理论基础。     

EMD与能量算子解调在提升机齿轮箱故障诊断中的应用

提升机齿轮减速箱一旦发生故障,其振动信号表现出强烈的非平稳性,表现为复杂的调制现象,因强烈的噪声干扰,给故障特征提取带来了困难。介绍了基于经验模态分解(Empirical Mode Decomposition, EMD)与Teager-Kaiser能量算子（Teager-Kaiser Energy Operator,TKEO）解调相结合的提升机齿轮箱故障诊断方法,该方法结合了EMD自适应滤波和Teager-Kaiser能量算子非线性故障特征提取的优点。EMD方法可将齿轮箱振动信号分解成若干个局部频率从高到低不同频段的IMFs（Intrinsic Mode Functions）,各个IMF突出了原始信号的某些局部特征,再对相对高频段且含有齿轮啮合频率及谐频的IMFs进行能量算子解调,成功提取了提升机齿轮箱中间轴旋转频率fr2的故障特征频率,诊断出了提升机齿轮箱中间轴上齿轮Z2和Z3的点蚀故障。分析结果表明,该方法能有效诊断出提升机齿轮箱的故障。     

基于深度迁移学习的提升机主轴故障在线诊断系统研究

实际工业场景下的提升机状态监测与在线故障诊断,存在缺少足量有标签故障样本以及变工况导致的测试样本与训练样本间分布差异的问题,限制了智能故障诊断算法应用于实际工程。文章提出一种面向实际提升机的融合边缘节点的迁移故障诊断架构,包括多源信息采集层,边缘节点层,网络层和中央云服务器层。以提升机轴承为对象,提出基于ResNet与多核联合分布差异的深度迁移故障诊断算法,实现变工况下的提升机轴承故障状态识别,采用两种轴承故障数据进行算法有效性与适应性验证,结果表明所提出算法能够达到理想的迁移故障诊断准确率。最后,设计构建了提升机检测诊断平台,部署于煤矿地面中央云服务器中心,实现了对矿井提升机运行状态的监测与在线诊断。     

基于EMD的提升机齿轮箱故障诊断

介绍了EMD算法和EMD能量熵理论,并且运用此理论实现了提升机齿轮箱故障诊断。对振动信号进行EMD分解并求出各IMF分量的能量占总能量的百分比,由EMD能量熵的定义求出熵值,根据不同的熵值实现对齿轮箱正常状态和断齿故障的判别。     

基于小波双谱的矿用齿轮箱故障诊断

针对矿用齿轮箱振动信号的非平稳、非高斯等特点,提出了一种小波双谱分析的齿轮箱故障诊断方法。利用小波分解可将齿轮箱的振动信号分解到对应不同特征频率的频带,以提高频率分辨率和信噪比,然后有针对性地选择故障特征频率较明显的频带信号进行重构,并做双谱分析,以实现齿轮箱的有效故障诊断。实例表明,小波双谱分析是一种十分有效的齿轮箱故障诊断方法,它更能揭示故障齿轮箱振动信号的非平稳和非线性相位耦合特点。     

矿井提升机自激振动测试与诊断

矿井多绳摩擦提升机在启、停机瞬间振动异常,对提升机的提升传动系统进行了振动测试。通过振动时域和频谱图分析,发现由于提升机工作环境潮湿,从而导致摩擦轮和主绳之间摩擦系数降低,摩擦轮和主绳之间摩擦力不足和主绳的张力交变导致自激振动。采取清理主绳和摩擦轮上的污物的措施,提高摩擦力之后,自激振动现象消失。     

K7190型矿用提升绞车减速机改进设计

分析了K7190型矿用提升绞车减速机使用中存在的问题,探讨了减速机零部件破损原因。提出了改进措施,利用新设计方案对减速机进行了改进设计,针对主轴等零件进行了强度校核,消除了设备运行中的安全隐患。     

基于自适应神经网络的矿井提升机故障诊断

矿井提升机是井下作业的重要运输设备,其运行状态对煤矿企业的安全生产具有关键作用。为了对矿井提升机故障进行实时监控,从而及时发现故障原因并采取措施,提出了一种基于自适应神经网络的矿井提升机故障诊断方法。首先对矿井提升机主轴系统结构及故障振动频率特征进行了分析,然后采用自适应神经网络算法对矿井提升机主轴故障诊断建立模型,实现对故障类型和故障程度的精确诊断,最后对所提出的模型进行了仿真测试。实验结果显示,该方法可以提供较高识别精度的故障诊断结果,为提升机的故障判断提供了参考依据。     

矿井提升系统振动测试与故障诊断

针对某矿井提升机井架异常振动现象,根据振动测试原理,设计了测试方案和测试流程。对某矿井驱动装置和井架等采取静态振动测试,提升机运行采取动态测试。通过信号的时域和频域分析,得出提升系统振动现象是由电磁振动、机械振动和主绳振动形成共振,致使系统的振动增大的结论。所得测试数据和分析结果对矿井提升系统的优化设计、检测与运行管理有指导意义。