大型带式输送机驱动滚筒的信号检测与故障诊断

利用传感器技术、信号处理技术和现代故障诊断理论,对煤矿用大型带式输送机驱动滚筒正常运行加速度信号与故障加速度信号特征进行了研究;开展了基于信号分析的驱动滚筒故障诊断研究,准确判断出驱动滚筒关键组成部件轴承出现了故障;分析了故障产生的原因与机理,提出了该轴承的维修更换建议及日常维护保养措施。     

提升机减速箱故障预报的实践

根据三河尖煤矿主井提升机快速轴轴承保持架断裂的频发事故，学入分析设备结构，寻找故障根源。采用综合分析，逐步排除的方法结合故障诊断技术，提出了减速箱轴系故障和局部轴承故障在振动频谱上的不同表现，据此准确预报了故障隐患，为检修提供了技术指导，并为开展设备隐患前期预报积累了经验。     

轴承振动信号特征提取及故障诊断研究

为了快速准确地识别轴承故障,研究了轴承振动信号时域特征和小波包能量特征提取方法,通过实验分析最终选择的轴承故障特征为无量纲时域特征和小波包能量特征,并采用"一对多"支持向量机分类算法对轴承的正常、外圈故障、内圈故障和滚动体故障四类数据进行了故障诊断实验,诊断准确率为96%。     

基于振动信号分析的采煤机摇臂轴承故障诊断研究

针对采煤机摇臂轴承故障频发,严重影响采煤工作面安全生产的现状,进行了基于振动信号分析的采煤机摇臂轴承故障诊断研究。为准确识别采煤机摇臂轴承故障,采用集合经验模态分解方法(EEMD)对原始振动信号进行分解,提取前8个本征模态函数的能量占信号总能量的比例作为故障特征信息,并输入到支持向量机(SVM)进行故障模式识别。试验结果表明,结合集合经验模态分解和支持向量机的故障诊断方法,适用于处理采煤机摇臂轴承产生的非平稳、非线性振动信号,总体故障识别率达到88.33%,可实现轴承故障的准确诊断。     

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。     

冲击脉冲频谱检测轴承技术的应用

长期以来,轴承使用情况一般依靠拆卸后检测判断,不但影响生产,也不能准确判定轴承的损伤程度。使用冲击脉冲频谱方法,可以在运行中准确完成轴承的检测工作,还可以预报设备故障。     

滚动轴承故障振动信号的分析方法研究

针对滚动轴承故障信号具有非平稳、非高斯的特点,提出了将时域分析与小波分析相结合的方法对滚动轴承进行故障诊断。在研究不同信号分析方法理论的基础上,以滚动轴承外圈故障振动信号为例,采用多种信号处理方法进行了分析。结果表明,各种分析方法在分析轴承故障时的特点各不相同,在实际使用中,可将时域分析与小波分析综合使用,实现轴承状态的实时监测与故障的准确定位。     

强背景噪声下滚动轴承轻微磨损故障特征提取方法

针对轴承轻微磨损故障信号容易被强背景噪声淹没，故障特征微弱难诊断的问题，提出了强背景噪声下滚动轴承轻微磨损故障特征提取方法。利用VMD对轴承振动信号进行分解，基于峭度最大准确选择最优本征模态函数，以最优本征模态函数的功率谱熵最小为目标，设定提前终止准则，实现VMD参数自适应优化选择。轴承早期故障信号经参数优化后的VMD方法分解为多个本征模态函数，选择峭度最大的本征模态分量进行包络解调分析，结合快速傅里叶变换得到包络谱，实现故障特征频率的提取。通过对加强背景噪声的不同型号轴承的实测故障信号分析，结果均表明该方法能够在强背景噪声干扰下有效提取轻微磨损故障信号的故障特征，实现轴承轻微磨损故障的准确诊断，验证了该方法的有效性。     

一维卷积神经网络在轴承故障检测中的应用

为了在实际生产过程中及时发现轴承早期的弱故障,避免因轴承原因而发生的生产安全和质量事故,针对轴承在持续工作时不宜停机对其进行全面检查的问题,通过基于一维卷积神经网络和快速傅立叶变换等轴承信号状态分类方法,进行了轴承振动信号检测分类和数据处理研究。研究得到了快速准确识别轴承故障及分类的方法,最终利用该方法对528个测试样本进行识别的准确率达到100%。     

功率谱分析法在泵轴承故障监测中的应用

本文把振动功率谱分析技术应用于矿用乳化液泵轴承故障监测的研究,通过对工作现场、制造厂多台在用乳化液泵和新乳化液泵的工况监测,得出了新泵、旧泵的正常标准功率图谱,以及一些典型的轴承故障图谱。把这项技术应用于矿山机械传动装置轴承故障的监测是很有意义的。     

带式输送机减速器的轴承故障诊断

通过建立带式输送机减速器轴承故障模拟装置,利用基于共振解调技术的滚动轴承故障诊断系统,解决了由于轴承型号繁杂导致特征频率难以计算的问题,很好诊断出轴承故障,解决了减速器轴承损伤类故障,在故障早期引起的周期性冲击振动信号比较弱,很难直接从频谱图中识别出轴承故障特征的问题。     

小波包-BP神经网络在采煤机滚动轴承故障诊断中的应用

针对采煤机在正常工作中经常发生轴承故障的问题,提出了小波包和BP神经网络相结合的故障诊断系统。即运用小波包的分解方法提取检测信号的故障信息作为BP神经网络的输入样本,经过训练的神经网络可对采煤机上轴承的工作状态进行诊断和分类。试验结果表明,此方法对轴承的常见故障可进行有效的识别和诊断,方法简单可靠。     

基于TWSVM的煤矿井下钻机轴承故障诊断

在轴承的监测数据中,故障数据所占比例很小。在这种不平衡样本集中,如何准确地诊断轴承故障成为了一大难题。为此,提出运用孪生支持向量机(TWSVM)解决该难题。TWSVM可以构造2个不平行的超平面,每个超平面都要尽可能靠近与其对应的一类而远离另一类。TWSVM的超平面只关注其对应类别的样本分布,而不受整个数据集中各类样本数量比例、其他样本分布的影响。运用轴承故障试验对TWSVM进行检验,结果表明:与支持向量机(SVM)相比,TWSVM拥有更高的识别精度和更快的计算速度,能较好地诊断轴承故障。     

滚动轴承故障的振动检测方法

本文首先简介了滚动轴承故障技术的国内外概况,分析了故障轴承的振动信号特征,着重论述了振动诊断方法中的各类诊断技术及其特点,阐述了时间－频率分析方法在轴承故障诊断中的优越性,指出了轴承故障诊断的最新发展方向。     

基于广义谐波小波的低速重载轴承故障诊断

广义谐波小波可任意选取频带,是理想的带通滤波器。将广义谐波小波结合共振解调技术,可较好地提取轴承故障激发的共振信息。应用该方法,对某转炉耳轴轴承进行故障诊断,诊断结果与实际情况相符。     

基于隶属度函数和小波变换的轴承故障诊断方法研究

提出了一种基于隶属度函数和小波变换的轴承故障诊断方法。针对轴承的类型,搭建了新的轴承故障实验台,采集了其轴承故障振动信号。利用隶属度函数确定实测故障信号与理论特征故障频率的相似度,利用小波变换提取故障的频率。将故障隶属度和小波变换相结合,应用到对轴承故障诊断之中,确定轴承故障类型与产生机理。实验结果表明,该方法是可行的。     

煤矿通风机轴承振动故障诊断技术的研究及应用

介绍了基于共振解调技术的滚动轴承故障诊断原理及方法,并研究了煤矿通风机典型故障的轴承特性振动频率。通过采集振动信号和频谱分析,有效、可靠地诊断出某矿通风机轴承的故障、类型和部位,及早发现了故障,避免了事故进一步恶化的危险。案例分析证明了共振解调技术在滚动轴承故障诊断中的可行性。     

基于改进的EWT的轴承故障诊断方法

为了解决受工况噪声影响经验小波变换(EWT)在应用于轴承故障振动信号提取冲击脉冲分量时存在的频带过度划分问题,提出了一种基于能量谱频带合并的改进的EWT方法。实验结果表明,该方法解决了原EWT存在的频带过度划分问题,可以抑制一定程度的工况噪声干扰,准确且较为完整地提取出轴承故障冲击脉冲分量,使故障诊断结果更为准确。     

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。     

基于全信息样本熵的轴承故障诊断方法研究

将样本熵算法和同源信息融合技术结合起来,提出了一种基于全信息样本熵的轴承故障诊断方法,并通过实验模拟轴承的内圈、外圈和滚动体故障,证明了该方法可以有效地区分三种故障。