轴承故障对提升机天轮系统响应特性影响

根据Lagrange方程建立了天轮系统的动力学模型,理论上分析了轴承正常和故障时天轮系统的响应特性。为了验证理论模型的正确性,根据提升机天轮工作原理搭建了模拟提升机的实验台,分别测试了轴承正常、轴承故障时的振动信号,实验结果和理论结果基本一致,验证了理论模型的正确性。通过理论和实验分析可知,轴承故障时产生的冲击振动会传递给天轮及其连接部件,使天轮系统出现周期性振动,从而加剧提升系统运行过程中的振动,导致钢丝绳动张力变大。     

基于EEMD的提升机天轮轴承故障诊断方法

提出了一种基于EEMD的提升机天轮轴承故障诊断方法,该方法可以有效抑制经验模态分解过程中出现的模态混叠现象,从而提高轴承故障诊断的准确性。该方法的实现过程为：通过时域参数确定天轮轴承是否出现故障,如果出现故障,应用EEMD方法对故障信号进行处理,进而得到能够提取故障频率的Hilbert谱和边际谱,通过故障频率判断轴承故障发生的位置。通过实验验证了该方法的有效性,结果表明,该方法可以消除外界噪声和间歇性冲击的影响,准确提取轴承故障频率从而判断轴承故障的类型,为天轮轴承的检修维护提供依据,保证提升系统的运行安全。     

矿井提升机天轮轴承的机械故障诊断方法

提升系统是矿井生产中重要的机械设备,天轮轴承是提升系统中的核心环节,为了克服经验模态分解过程中常见的模态混叠现象,提出了一套新型的天轮轴承故障诊断方法,即基于噪声辅助数据分析技术的集合经验模态分解法(EEMD)。该方法极大地提高了提升机天轮机械故障诊断过程的准确性。     

基于FDM和MED的滚动轴承故障诊断方法

针对滚动轴承早期微弱故障特征难以提取的问题,提出最小熵反褶积(MED)与傅里叶分解(FDM)联合降噪的方法。利用MED对采集到的滚动轴承振动信号进行处理以消除噪声影响,将降噪后的信号经过FDM得到若干傅里叶固有频带函数(FIBFs)。依据相关系数准则,选取故障特征信息较丰富的前3个分量进行重构,用包络谱对重构信号进行分析。实验结果表明,MEDFDM包络谱中特征频率及其倍频的幅值明显增大,噪声幅值减小,能有效地提取滚动轴承的早期微弱故障特征,且效果优于FDM。     

基于谐波小波分析的矿井提升机故障诊断

矿井提升机早期检测的核心技术就是故障检测,而故障引发的动态信号往往具有非平稳性且比较微弱。谐波小波具有很强的微弱信号提取能力,而且在频域具有"盒形"紧支特性和完美的滤波特性等优势,提出了基于谐波小波分析的故障检测方法。首先提取了信号的时域、频域图,由于频域分辨率差,辨识度不高,于是采用db5小波和谐波小波分别对信号频域进行3层分解,结果证明谐波小波有更好的故障诊断效果。     

提升机天轮状态监测与故障诊断系统

针对提升机天轮故障诊断问题,设计了一种基于LabVIEW的远程状态监测与故障诊断系统。该系统主要有数据采集、无线传输、实时监测与诊断、离线分析等功能,通过对天轮测点的振动、偏摆、温度状态的实时监测,诊断出天轮的故障,为天轮的检修与维护提供了依据。     

基于图像分析技术的轴承故障诊断

构建了基于图像识别技术的滚动轴承检测系统模型,探讨了滚动轴承故障图谱分析的技术要点,在MATLAB环境下,进行轴承图像数字化处理及特征提取,实现了滚动轴承故障图谱的计算机自动分析。     

煤矿提升机天轮轴承更换工艺的研究

本文介绍了利用提绳装置进行天轮轴承更换的工艺,该工艺通过提绳设备来代替人工,具有省时省力的效果,同时大大降低了作业的危险性。     

基于小波分析的提升机轴承故障诊断

以某矿主井提升机上天轮滚动轴承为研究对象,以小波分析为理论基础,在MATLAB软件中对试验采集的振动信号进行小波分解重构,利用Hilbert变换进行包络解调分析并进行细化频谱分析,可以准确有效地检测出轴承中的故障信息成分,进而判断轴承故障。通过现场检修,验证了试验结论的正确性,说明小波分析在轴承的故障诊断中是可行有效的。     

基于小波分析的轴承故障诊断研究

轴承故障诊断是大型矿山机械设备故障诊断的一个重要方面。基于轴承振动信号的非平稳特征及小波变换对非平稳信号分析的有效特性,在研究小波变换理论的基础上,提出了一种基于小波分析的轴承故障诊断方法。将振动信号进行小波分解与重构,然后对细节信号进行Hilbert包络检波和频谱分析,即可获取信号的特征频率。通过对球状点蚀故障诊断的实验仿真,验证了该方法有效可靠。     

矿井提升机传动部件故障监测诊断系统

提出一种提升机传动部件监测诊断系统实现方案。阐述了系统的组成、硬件设计、软件功能及组态王开发实现等。采用该系统对提升机天轮轴承进行实时监测,监测数据表明测点运行状态良好。系统实现了提升机传动部件的实时监测和故障预测与诊断,采用组态化设计为监测诊断系统的研发提供了一种新方法。     

基于故障树分析的矿井提升机故障诊断

利用故障树分析法对矿井提升机的立即施闸故障进行分析,定性地分析了立即施闸故障6个影响因素之间的逻辑关系,定量地计算了引起立即施闸事故事件的各个因素的概率。计算了立即施闸事故的影响程度即重要度,并将得到的重要度概率按大小排序。为快速找到故障位置提供了数据依据,也为系统的设计修改提供了科学参考。     

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HMM的矿井提升机故障诊断方法

结合隐马尔可夫模型(HMM)所需训练样本少及可解释的优点,提出了基于HMM的矿井提升机故障诊断方法。利用多个加速度传感器在提升机运行的不同转速阶段采集数据,通过快速傅里叶变换(FFT)从提升机振动信号中进行特征抽取后,再由劳埃德算法(Lloyd)进行标量量化,根据HMM建模理论,训练HMM诊断库,再利用训练好的HMM对提升机进行状态监测和故障诊断。     

基于多传感器信息融合技术在滚动轴承故障诊断中的应用

为了提高滚动轴承故障诊断的准确性,运用了将多传感器信息融合技术用于故障诊断的检测方法。由电流传感器和加速度传感器采集电流信号和振动信号,经小波变换等预处理后通过能量算子获得故障特征值,再经过动量改进BP神经网络进行训练,实现对滚动轴承故障的准确诊断。通过实验证明该方法可行。     

基于CSCW的提升机故障诊断研究

通过对提升机的分析,提出了基于CSCW的提升机结构模型,并就多Agent故障诊断进行了讨论.     

基于分形理论的旋转机械故障诊断的研究

针对旋转机械振动信号的特点,从分形原理出发,利用分形维数的概念,对由旋转机械故障产生的非平稳、非线性信号进行了分形特征的定量描述。试验结果表明,旋转机械不同故障出现时,其分形维数明显不同。因此,可以利用分形维数有效地诊断出旋转机械的故障。     

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。