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LabVIEW的滚动轴承故障诊断系统

通过对滚动轴承工作特性及其故障研究,设计了基于LabVIEW软件的滚动轴承故障诊断系统。分析了滚动轴承振动机理与失效形式,运用共振解调分析与希尔伯特变换作为滚动轴承故障诊断的方法。通过对轴承支持架故障分析表明该系统对滚动轴承故障诊断正确有效。     

小波分析在滚动轴承状态监测振动信号分析中的应用

通过分析用于滚动轴承状态监测的共振解调技术 ,发现由于滚动轴承不同元件的故障特征频率不同 ,因此用共振解调技术对滚动轴承进行状态监测时就需要具有不同中心频率的带通滤波器 ,使得检测线路及设备过于复杂。而小波分析技术仅通过采用不同的尺度因子 ,即可实现具有不同中心频率和带宽的带通滤波器 ,可以对振动信号在不同的频率范围内进行分析 ,刚好可以弥补上述方法的不足。文中给出了用小波分析技术对滚动轴承状态监测所得振动信号进行分析的一个例子。     

小波分析与铁谱技术在滚动轴承状态监测中的综合应用

文中分析了铁谱技术在滚动轴承状态监测中存在的不足,指出振动监测技术更加适合于滚动轴承的状态监测。通过分析用于滚动轴承状态监测的共振解调技术,指出滚动轴承不同元件的故障特征频率不同,用共振解调技术对滚动轴承进行状态监测时就需要具有不同中心频率的带通滤波器,使得检测线路及设备过于复杂。而小波分析技术仅通过采用不同的尺度因子,即可实现具有不同中心频率和带宽的带通滤波器,对振动信号在不同的频率范围内进行分析,刚好可以弥补上述方法的不足。文中给出了用小波分析技术及铁谱技术对滚动轴承状态监测一个例子。     

基于Hilbert变换的滚动轴承故障诊断

滚动轴承是工业应用系统中的重要部件,其引发的故障是引起机器设备失效的重要原因。Hilbert变换基于滚动轴承故障引发的高频固有振动,提取包络信号。通过包络信号进行频谱分析从而提取滚动轴承的故障特征信息。通过采集内圈故障、外圈故障的滚动轴承振动信号,采用Hilbert变换对轴承的振动信号进行了分析,验证了Hilbert包络解调技术在滚动轴承故障诊断中的有效性。     

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。     

小波分析和Hilbert谱分析在故障诊断中应用

为了能有效地识别滚动轴承故障信号的非平稳和调制特点,提出了一种基于小波分析和Hilbert谱分析的滚动轴承故障诊断的新方法。使用小波分析对包含故障信息的信号进行分解、重构。进一步应用Hilbert变换进行解调和细化频谱分析。结果表明,小波分析和Hilbert变换的联合能够有效地提取故障特征频率并判断故障类型,非常适合滚动轴承的故障诊断。     

基于频谱分离与小波包分析相结合的滚动轴承故障诊断

针对提取的滚动轴承故障振动信号中包含大量噪声,采用频域分离的方法,从故障轴承振动信号中分离出纯故障信号,通过对纯故障信号进行小波包分解和重构,对重构后的小波包系数进行Hilbert包络解调并求取解调后信号的功率谱,从而从功率谱中识别出滚动轴承的故障特征频率,达到滚动轴承故障诊断的目的,并结合实验数据对该方法进行验证,结果证明了该方法的有效性。     

基于无量纲指标与小波变换的轴承故障诊断研究

鉴于滚动轴承在运转过程中能够产生冲击振动信号,将无量纲指标、小波变换与Hilbert包络分析相结合,实现对滚动轴承的故障诊断。将采集到的滚动轴承振动信号进行裕度指标、峭度指标等无量纲指标分析,来定性判断轴承是否存在故障,通过小波变换减小白噪声等干扰信号的影响,通过Hilbert包络谱解调分析,获取能够反映故障频率的振动信号。实例表明,该方法能够简单有效地实现滚动轴承的故障判断。     

井下运输机械滚动轴承故障的检测与诊断

在煤矿井下环境恶劣、干扰严重的情况下 ,对运输机械滚动轴承的故障诊断应采用加速度传感器以高频共振解调技术进行振动监测最为可行、有效。通过现场测试总结并提出了一种易损减速器滚动轴承的故障诊断判据。     

金属露天矿旋回式破碎机在线故障诊断模型构建与实时分析

矿石破碎是露天矿采矿生产工艺的重要环节,旋回式破碎机作为露天矿进行破碎的大型设备,其故障的诊断通常较为复杂,难以利用主观经验进行精确及快速诊断。针对旋回式破碎设备的故障诊断问题,利用传感器实时采集数据,基于改进后BP神经网络构建故障诊断模型,以偏心套故障、轴承磨损、平行轴缺油、平行轴油温异常作为故障类型,以回流油温、润滑油油压、轴承振动频率、轴承转速作为故障特征参数,利用已知故障类型和故障样本数据对BP神经网络故障诊断模型进行了训练和优化,最后通过测试数据对优化后的旋回式破碎机故障诊断模型进行了验证。结果表明:基于BP神经网络的故障诊断模型能够对旋回式破碎机故障状态实时地做出有效判断,实现以预防为主的故障诊断方式,满足了露天矿大型旋回式破碎机的故障诊断的需求。     

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。     

基于神经网络和专家系统的乳化液泵站故障诊断研究

乳化液泵站是综合机械化采煤工作面的重要设备,介绍了其故障诊断系统的设计思想,阐述了系统结构、推理机工作过程、知识表示方法以及知识获取途径,提出了一种人工神经网络和模糊专家系统相结合的分级故障诊断方法,用于乳化液泵站的分级故障诊断,可及时发现和排除各种故障隐患,预防突发事件,保障煤矿井下安全作业。     

硬岩大直径竖井钻井中井下故障诊断与预防

简述了硬岩大直径钻井施工中井下故障的类型、原因及其危害;结合钻具的运行状态分析,提出了基于机械故障诊断技术,以监测、分析钻具振动和转盘输出扭矩为途径的井下故障诊断与预防方法。     

油液监测综合诊断方法在发动机失效分析中的应用

简述了油液综合诊断的基本方法 ,并利用发射光谱分析技术和铁谱分析技术对大修后的柴油发动机的失效原因进行了分析。结果表明 ,油液综合诊断技术完全可以用于设备失效原因的分析     

基于BP神经网络的磨机调心滚子轴承故障诊断研究

对BP神经网络在磨机滚动轴承故障诊断的模式表达及相关参数等问题进行了初步研究 ,并利用BP网络对轴承的 4种故障模式进行训练学习和诊断 ,取得了满意的效果。结果表明 :BP神经网络是解决轴承故障诊断中复杂的状态识别问题的一种有效工具。     

煤矿液压支架故障诊断专家系统的实验研究

对液压支架故障诊断专家系统进行了研究，根据该行业专家的经验，建立了相应的故障树，采用了产生式规则构建知识库。根据液压支架的故障特点，本系统采用不精确推理和有限深度搜索策略。实验证明，本系统能完成液压支架40多种故障的诊断，具有快速准确的特点。     

基于GSCV-SVM的输送机多故障在线诊断

为降低煤矿刮板输送机的故障频率,保障人员安全及提高生产效率,提出了基于GSCV-SVM网格搜索交叉验证支持向量机的刮板输送机多类故障在线诊断方法,针对刮板输送机传动部的实际故障数据,采用GSCV网格搜索交叉验证法,得到SVM的最优惩罚参数C和高斯径向基核函数的参数g,用多分类模型对刮板输送机的不同部位故障进行分类,结果证明,GSCV-SVM是一种较优的在线分类算法,可以对刮板输送机的未知故障数据进行在线诊断。     

基于粗糙集的矿井风机故障规则提取

为了提高矿井风机故障诊断的准确率,使用UCI数据库的机械故障分析数据集进行分析。根据矿井风机的特点确定通频垂直振幅、基频垂直振动速率、振动频率是检测矿井风机故障的关键检测参数。因此,提出了采用粗糙集进行矿井风机故障数据挖掘的方法,通过对数据集中数据选择、离散、决策表的构建及约简方法的介绍,以期提取出矿井风机故障诊断的规则,实现矿井风机故障诊断专家系统规则库的建立。     

煤层气深冷液化关键机电设备在线故障诊断系统的研究

分析了离心压缩机在低浓度煤层气深冷液化工业化工艺中的重要性,并针对离心压缩机的工作特点,利用采集其工作过程中的振动信号实现对离心压缩机的故障诊断,在此基础上,在Labview8.5软件开发环境下,对低浓度煤层气深冷液化工艺中的原料气压缩机以及混合冷剂压缩机进行了网络化在线故障诊断系统的设计与开发。