二氧化碳离心压缩机的振动分析与故障诊断

应用ANSYS软件建立某二氧化碳离心压缩机转子的三维有限元模型,计算出离心压缩机转子的前五阶固有频率.通过对仿真结果的模态分析,证明该离心压缩机的实际工作频率远离其自振频率,从而避免共振所导致的转子严重变形.排除共振故障可能之后,根据对该离心压缩机进行在线监测的数据的比较分析,并综合分析了测点的振动频谱和轴心轨迹特征,判断出该离心压缩机产生振动的主要故障类型为转子不平衡,为大型动力设备的故障诊断提供了新方法.     

基于振动信号地铁轴流风机的故障诊断分析

针对地铁风机在线监测与故障诊断的工程实际需求,以地铁轴流风机为研究对象,采用振动加速度传感器,实现对地铁风机螺栓松动与转子不平衡故障的诊断分析。通过对振动加速度信号进行积分,得到风机振动的速度和位移信号,结合加速度、速度和位移信号各自的特点,结合三种信号所具有的分布特点,利用位移信号可以准确获得风机轴频,利用振动的加速度信号和位移信号获得风机故障特征的频率,并结合位移信号的幅值对两类的故障类型进行进一步的区分,最终实现风机地脚螺栓松动、转子不平衡故障工况的诊断、识别。     

DH型离心压缩机振动监测及故障诊断分析

DH型离心压缩机在工作中较常出现不平衡、齿轮啮合故障和轴承故障等问题。通过分析生产中的该型压缩机出现的振动及故障，提出了实用的振动监测和一般的故障诊断方法。     

离心压缩机故障诊断与处理分析

在工业化社会中,离心压缩机是非常重要的设备设施,在工业生产中发挥着至关重要的作用。但是由于离心压缩机结构较为复杂,在运行中容易出现各种故障,从而干扰正常的运行效果。因此重视离心压缩机故障诊断与处理已然成为各行业关注的重点所在。下文正是以离心压缩机为研究对象,分析其运行中的常见故障类型,并且提出故障诊断技术,做好故障处理。     

轴系角度不对中径向振动特征分析

建立了一般轴系角度不对中时的数学模型,以材料力学和转子动力学为理论基础,阐述了离心压缩机组轴系出现角度不对中时的振动机理。通过对实际遇到的该类问题典型案例进行了频谱分析和相应处理,得出了当压缩机组轴系出现角度不对中时,会出现较为明显的径向工频振动和强烈的临界反应这两种振动特性,总结出了轴系角度不对中的振动特性和转子轴系不平衡的振动特性有一定共性特点,对精准判断和解决这一类相关问题提供了一定的理论依据。     

离心式压缩机状态监测与故障诊断技术的应用探讨

离心式的压缩机是一类速度式压缩机。在压缩机实际运行的时候,要让其维持在稳定的一个状态。离心式压缩有有着排气量范围大、使用寿命久以及结构紧凑等特点。除此之外,它还有着较高的工作效率和较少的能量消耗。当前,离心式压缩机是一种常见的压缩机。为了让离心式压缩机运行状态更加稳定,要对其进行状态监测,并且进行相应的故障诊断。因此,本文在对状态监测和故障诊断进行概述的基础上,分析了这类压缩机状态监测以及故障诊断系统的基本流程,并且我们通过分析可以看出。离心式压缩机发生故障的地位大多数有转子不对中、转子弯曲和转子不平衡等。不同种类的故障将会对压缩机的正常运行带来比较大的影响。最后,提出了离心式压缩机日常的维护措施。     

往复式压缩机活塞杆与十字头连接螺纹松动故障的运动特性研究

螺纹松动故障是往复式压缩机严重故障之一,针对活塞杆与十字头间螺纹松动故障机理进行分析研究,采用多体动力学理论建立往复式压缩机活塞杆与十字头间连接螺纹的动力学模型,模拟螺纹松动故障,发现活塞杆沉降波形的平均值和峰峰值对螺纹松动故障敏感。通过实际故障案例分析,验证了该动力学模型与往复式压缩机实际运行规律一致,且活塞杆沉降平均值和峰峰值对该故障敏感。     

离心压缩机组负载试车故障原因及分析方法

在石油化工、冶金、空分、气体液化和输送等领域,离心压缩机产品被广泛应用,国内工业技术水平日益提高,对离心压缩机机组的平稳运行提出了更高的要求。简要介绍离心压缩机的基本工作原理,并介绍了几种离心压缩机组故障诊断方法,结合具体产品负载试车时产生的故障进行测试分析,并根据相关经验分析,判断故障的原因为气流激振,给出解决意见后,进行负载试车,排除振动故障,机组运行平稳。对相关产品的故障诊断具有一定的借鉴作用。     

旋转机械故障诊断专家知识的表示与故障模拟基准频谱的探讨

本文针对高速旋转机械常见故障信号的识别与诊断问题,根据故障信号的频域特征,以低频故障,工频故障、倍频故障和广谱故障分类,对失稳、不平衡、不对中和摩擦与松动等十多种故障信号的频域特征作一总结,结合故障诊断的频谱模糊聚类分析模型提出的,介绍一种故障频域特征专家知识的表示方法一故障模拟基准频谱。同时,本文就故障诊断中专家知识的作用及逻辑型、算法型等不同故障诊断方法中,领域专家知识的表示作一简介。     

基于振动相关信息融合的行星齿轮传动系统故障诊断

针对不同测点的信息对故障敏感度不同、各测点的振动传递使故障与测点具有关联性等特点,提出基于振动相关信息融合的故障诊断模型。分别获取正常和5种故障状态在3个测点下振动信号的小波包能量特征向量;计算同一测点不同状态信号的能量特征相关系数及不同测点相同状态信号的能量特征相关系数。通过分析这两类信息所呈现的特性建立故障诊断模型。用14组待检信号进行故障诊断模型的实例分析,其诊断结果与实际故障状态完全一致。用支持向量机方法对5种故障状态进行分类,得到的结果与实际故障状态一致,验证了所建立的故障诊断模型的正确性。分析结果表明,通过振动相关信息融合建立的故障诊断模型能有效反映出不同故障状态的特性,能准确诊断出复杂行星齿轮传动系统的微弱及耦合故障。     

基于小波神经网络的往复压缩机故障诊断方法研究

针对往复压缩机在线故障诊断时难以提取故障特征的实际情况,提出一种适于往复压缩机的在线诊断方法。该方法利用小波包对采集信号进行分解和重构来构造能量特征向量,用该方法构造的特征向量能有效地反映往复压缩机的故障特征,通过用BP神经网络进行故障诊断,结果表明该方法能提高往复压缩机的诊断率。     

基于角域的往复压缩机连杆小头瓦故障诊断

针对往复压缩机在线故障诊断时难以提取连杆小头瓦故障特征的实际情况,提出了一种基于角域分析原理的在线诊断方法,简述了往复压缩机连杆小头瓦无反向角和敲击故障诊断的分析方法,并通过诊断案例证明了角域分析的实用性.     

多平行轴系离心压缩机振动耦合传递特性研究

整体齿轮增速式压缩机由于其结构紧凑、效率高而在现代流程工业中得到广泛的应用,然而由于该类型压缩机为多平行轴系结构,其轴承载荷随着压缩机负荷而发生变化,使得该类转子的动力学分析异常复杂。本文以某实际压缩机组为研究对象,建立了齿轮-轴承-转子的弯曲-扭转耦合系统有限元模型。首先对未耦合的单转子进行刚性支撑下的模态分析和弹性支撑下的不平衡响应分析,并同实测结果对比以确定分析结果的可靠性。在此基础上,研究并揭示了轴承载荷导致的刚度系数变化对转子临界转速和不平衡响应的影响规律,同时对比分析不平衡振动在各个转子之间的传递特性。研究结果表明转子振动幅值会随着压缩机负荷的增加而增加,而齿轮啮合刚度会增大转子振动对不平衡的敏感程度。本论文研究结果可为齿轮增速式离心压缩机的设计以及基于模型的压缩机故障诊断提供一定的理论参考。     

聚乙烯关键机组的振动分析及对策

简要介绍了S8000系统及其图谱,通过聚乙烯装置压缩机故障实例,借助S8000检测系统故障诊断软件,详细对关键机组异常振动分量频率进行振动类型诊断分析,准确得出了引起压缩机故障原因,最后停机进行了验证。     

330MW汽轮机联轴器松动故障诊断分析

通过某330MW汽轮机联轴器螺栓松动实例故障诊断分析,探讨了联轴器螺栓松动对汽轮机振动造成的影响,并总结了对该类型故障的振动特征,为其他联轴器螺栓松动故障提供了判断依据。     

基于改进增量LE的压缩机故障特征提取方法

提高离心压缩机故障特征提取精度对于后续故障诊断具有重要意义.针对传统增量LE算法处理精度差的问题,分析了参数t对传统增量LE算法特征提取精度的影响,提出了一种改进的增量LE算法.该方法将传统的增量LE算法与cam加权距离相结合,在新增样本点投影过程中通过cam加权距离选取邻域,采用热核形式计算新增样本的权值,由局部保持特性,通过新增样本的近邻来重构其低维嵌入.S-curve仿真数据以及离心压缩机故障数据分析表明:相比于传统的增量LE方法,改进的增量LE方法能有效提高新增故障样本特征提取的精度.     

基于模糊神经网络的高阶频段振动信号故障诊断研究

将模糊神经网络技术应用于机械故障高阶频率振动信号的研究,参考齿轮和转子故障模式并结合专家经验建立了螺杆压缩机转子故障诊断专家系统知识库,利用振动频谱特征就螺杆压缩机的几种故障模式结合一种模糊神经网络故障诊断模型进行了模糊神经网络识别。算例诊断结果为压缩机阴阳转子型线加工误差,与试验结果一致。     

融合动态压力角域特征与多源信号的压缩机气阀故障诊断方法

针对不同故障下往复压缩机气缸动态压力数据特征非线性变化的特性，提出一种基于动态压力角域特征与多源信号的气阀故障诊断方法，构建了气缸动态压力仿真模型，基于气缸、气阀实际参数完成不同工况动态压力数据仿真，对实测与仿真数据进行归一化处理，提取整周期角域特征；进一步，提取振动、位移、管道温度等多源信号特征，采用径向基神经网络完成数据训练与故障诊断；应用实际往复压缩机气阀故障案例数据进行了测试验证。     

液压泵信息融合故障诊断

针对液压泵故障特征的分散性和模糊性，提出基于振动和压力传感器的信息融合故障诊断方法。在充分分析液压泵球头松动故障机理的基础上，对振动信号和压力信号进行小波消噪处理，有效提取球头松动的故障特征。将不同类型特征参数进行特征层融合，利用主成分分析和改进算法的BP神经网络实现液压泵球头松动故障诊断。试验表明，基于不同类型传感器信息融合故障诊断方法可以有效地实现液压泵微弱故障的诊断。     

滑动轴承油膜涡动与油膜振荡的故障诊断

通过对滑动轴承油膜振荡故障机理的分析，列举该类故障诊断中常用的征兆参数，阐述故障多征兆与多原因的关系。通过介绍一台离心压缩机机组滑动轴承油膜振荡故障的诊断实例，说明有效诊断该类故障的方法。