共查询到19条相似文献,搜索用时 140 毫秒
1.
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。 相似文献
2.
3.
4.
基于振动信号分析的采煤机摇臂轴承故障诊断研究 总被引:1,自引:0,他引:1
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。 相似文献
5.
振动信号中冲击特征的出现是齿轮发生故障的一个重要表现,然而由于强噪声的影响,冲击特征很难被有效识别。为准确识别故障,提出了基于聚类经验模态分解(EEMD)和相关峭度的齿轮故障诊断方法。该方法首先利用EEMD方法将振动信号分解为若干本征模态分量(IMF),然后选出最大相关峭度对应的本征模态分量,最后对该IMF进行包络分析,进而识别故障。 相似文献
6.
7.
8.
9.
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。 相似文献
10.
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。 相似文献
11.
为了确保煤矿提升机的安全运行,采用故障树对煤矿提升机天轮故障进行分析,建立了煤矿提升机天轮故障树,确定3种故障特征:轴承故障导致的天轮噪声过大、井架安装不正导致的井架倾斜和天轮安装不正导致的天轮偏摆过大。研究了煤矿提升机天轮故障监测方法,对提升机天轮的运行状态进行了监测,并构建了系统的软、硬件部分,对采集的天轮振动信号处理进行了研究。研究结果为煤矿提升机天轮的正常运转提供了技术支持。 相似文献
12.
针对提升机天轮轴系的故障特点,采用故障监测与诊断技术对天轮轴承温度、位移和振动参数进行在线监测和故障预报诊断,从而及时发现故障,保证天轮安全运行。 相似文献
13.
14.
齿辊式破碎机中实际运行中电机轴承的振动信号耦合严重,故障脉冲往往显得微弱,故障识别难度大,特别是滚动体和内圈故障的区分。将图像纹理特征提取技术引入故障诊断,提出一种基于时频图像的轴承故障特征提取方法。首先,将聚合经验模态分解(Ensemble Empirical Mode Decomposition,EEMD)加入Wigner-Ville时频分析(Wigner-Ville Distribution,WVD)中获得无交叉项干扰的振动时频表征;其次,引入局部二值模式(Local Binary Patterns,LBP)增强时频灰度图像纹理特征,生成对应的LBP谱图;接着,以LBP灰度直方图作为特征量,压缩特征维数后利用主成分分析法(Principal Components Analysis,PCA)约减特征量;最后,将低维特征量输入BP神经网络进行故障分类。在轴承故障诊断实验中,通过和其他算法的对比分析验证了该方法具有较高的故障识别精度,且99.5%的精度充分说明了方法有效性,为准确提取齿辊式破碎机中电机的轴承故障特征提供了一种可靠手段。 相似文献
15.
16.
17.
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。 相似文献
18.
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。 相似文献
19.
按提升机远程故障诊断系统功能的要求,构建该系统,设计系统硬件、使用和开发数据处理软件。论述了系统的在线工作站和远程诊断中心的工作原理,着重探讨了系统用SGWT及相关软件处理轴承振动信号的方法,指出了远程中心对复杂信号识别和处理技术是实现远程诊断的基础和关键。系统的远程诊断结果表明:该方法克服了传统小波降噪信息丢失的缺陷,既可以有效地去噪,又可清晰地分离逼近、细节信号,对细节信号进行Hilbert包络和谱分析,可有效地识别轴承振动的故障频率。 相似文献