球轴承振动和异常声在线自动测量与分选

介绍一种球轴承振动和异常声的在线自动检测、分选系统，详尽地描述了自动检测机构和控制系统的结构及功能，该设备能配置在球轴承装配生产线上检测轴承的振动和异常声，并按测得的振动的均方根值、峰值、峰值因数和峭度，将已测轴承分为4个等级。通过一维单自由度的轴承振动模型，分析了异常声产生的机理。     

虚拟轴承振动及异音在线自动检测分选系统

介绍了研制的一种球轴承振动和异音的在线自动检测分选系统,详尽地描述了其自动检测机构和控制系统的结构及功能。设备能配置在球轴承装配生产线上检测轴承的振动,并按测得的振动参数值,如振动的均方根值、峰值、峰值因子和峭度,将已测轴承分为4个等级。经实际应用,系统的检测节拍≤5 s/件,测量的示值稳定性为±1.0 dB,满足了轴承在线自动检测分选的要求。     

基于LabVIEW的滚动轴承缺陷在线智能检测系统

为了控制出厂轴承的质量,开发了一种基于LabVIEW的滚动轴承缺陷在线智能检测及分选系统。该系统由机械装置和控制系统组成,实现振动信号检测、智能分析和动作控制。系统采用工控机采集振动信号并智能诊断轴承缺陷,采用PLC实现动作控制。系统的振动信号采样与分析软件系统是基于LabVIEW实现的。实验结果及分析表明,缺陷检测系统可以有效地在线识别多种轴承早期缺陷。目前该系统已成功地应用在滚动轴承生产现场,连接于轴承自动装配线中。     

一种新型轴承径向游隙检测与分选装置

研制了轴承径向游隙自动检测与分选装置,可实现自动送料、自动检测与自动分选。该装置机械结构包括送料机构、夹紧机构、顶旋机构和分选机构;控制系统以STC12c5a60S2单片机为核心,采用C语言编制控制程序;测量系统由激光传感器构成,以Lab VIEW编制显示界面,用于数据的采集、显示与分析。试验表明,研制的轴承径向游隙自动检测与分选装置能够快速精确地对轴承径向游隙进行检测与分选。     

基于PLC的轴承生产线质量检测系统的研究

1 引言 针对国内轴承质量检测现状,设计了一套针对轴承生产线的质量检测系统.该系统基于PLC控制,能够实现生产线上轴承自动送料、装夹、检测、质量评价,并根据质量评价进行自动分选.     

铁路货车轴承振动质量在线检测系统

介绍了一种铁路轴承在线振动检测系统,该系统除可以实现铁路双列圆锥滚子轴承振动质量的在线检测,对振动质量进行鉴别外,还可以实现实时在线SPC质量控制,为铁路轴承振动检测提供了一种新的手段。     

基于PLC的轴承生产线质量检测系统的研究

介绍了一种以PIC为控制中心的轴承质量检测系统,在系统结构的基础上,介绍了系统的工作流程和软硬件的设计方法.该系统具有轴承生产线上自动上料、定位、检测、分选的功能,实现了轴承生产线自动化质量检测,提高了检测精度和工作效率.     

基于LabVIEW的圆锥滚子轴承装配高在线自动检测系统

文中介绍了研制的一种圆锥滚子轴承装配高在线自动检测系统,该系统由机械装置和控制系统等组成。机械装置依据装配高测量原理,自动完成被测工件的粗定位和精定位;控制系统由PLC完成工作过程控制,由工控机实现装配高检测和数据处理,工控机软件是基于LabVIEW虚拟仪器软件开发系统完成。实验结果表明,该系统测量精度为文中,测量效率为16 s/套。该装配高测量系统精度高、测量速度快、实现了无人在线检测,满足圆锥滚子轴承自动装配线中装配高自动检测的要求。     

轴承振动频率分布模式研究

通过对轴承异常声振动加速度信号进行试验研究，从不同的频率段上找出异常声发生的频率位置，利用滤波手段对异常声脉冲进行处理，提出异常声因子参数以确认异常声的特征。同时从轴承振动频率谱图形差异来辨别轴承的异常声发生的原因，并提出正常轴承的振动频谱分布模式函数。     

静音轴承异音测量技术研究

针对我国轴承行业可非常有效地应用于异常声检测的自动测振仪,在静音轴承异音质量检测时误判率非常高,无法满足静音轴承自动化生产的现状,通过静音轴承异音产生机理和振动信号特征的分析研究,以及现有测振仪振动测量参量和振动峰值测量技术的分析研究,解释了现有自动测振仪对静音轴承异音评判的不适用性;分析论证了静音轴承异音的振动测量参量,提出了以静音轴承异音控制为目的的振动峰值的测量技术,并进行了实验验证。研究结果表明,波峰因数是静音轴承异音较适宜的振动测量参数,并且以一次加载时间段内的均值来评定静音轴承异音,与人耳听觉评定结果具有较高的吻合率。     

基于摩擦学的自动润滑双转子流量计故障监测网络系统的研究

通过对自动润滑双转子流量计的研究，设计了基于摩擦学的自动润滑双转子流量计故障监测网络。重点设计了智能双转子流量计、FF计量网络、在线润滑油质量检测电路和铁磁性磨粒检测电路。实现了通过在线检测润滑油质量和铁磁磨粒进行双转子流量计的故障监测。     

采用改进CNN-BiLSTM模型的刀具磨损状态监测

自动化切削加工过程中,准确可靠地监测刀具磨损状态是保证加工质量和加工效率的关键。针对刀具磨损状态相关特征提取繁琐、准确率低及传统的深度学习网络不能全面提取数据隐含信息等问题,提出了一种以卷积神经网络(CNN)和双向长短时记忆(BiLSTM)网络集成模型为基础并通过在卷积神经网络中添加批量标准化层和采用两个双向长短时记忆网络层的改进模型,该模型通过自动提取小波阈值降噪等预处理和降采样后的切削力、振动和声音信号的空间和时序特征来实现刀具磨损状态监测。将改进模型与CNN-BiLSTM模型及传统的深度学习模型进行对比,发现改进模型在精度和稳定性方面有较大提升。所提方法为准确监测自动化加工过程中刀具磨损状态、提高生产效率和加工质量提供了技术支持。     

基于神经网络的再制造自动变速箱检测及试验研究

再制造自动变速箱的性能检测和可靠性控制是变速箱再制造过程中的重要步骤,建立了一套基于神经网络的再制造变速箱振动检测系统.在对其振动数据进行分析处理的基础上,提取信号的典型时域特征作为BP神经网络的输入向量进行网络训练,提出了一种再制造变速箱振动检测的新方法.     

基于时频特征的汽车点焊质量自动化超声评价

通过定义超声回波相关时频特征量,提出基于超声回波时频特征量的焊点质量自动评价方法。通过数据统计分析,建立了便于在线自动检测的量化焊点质量评价标准,实现了汽车点焊质量的自动化评价。实际检测效果表明,基于该方法的检测系统能够快速有效地自动识别八种焊点质量类型,能够初步运用于汽车点焊质量的在线自动检测。     

Fault detection of reciprocating compressor for small-type refrigerators using ART-Kohonen networks and wavelet analysis

This paper proposes a condition classification system using wavelet transform, feature evaluation and artificial neural networks to detect faulty products on the production line of reciprocating compressors for refrigerators. The stationary features of vibration signals are extracted from statistical cumulants of the discrete wavelet coefficients and root mean square values of band-pass frequencies. The neural networks are trained by the sample data, including healthy or faulty compressors. Based on training, the proposed system can be used on the automatic mass production line to classify product quality instead of people inspection. The validity of this system is demonstrated by the on-site test at LG Electronics, Inc. for reciprocating compressors. According to different products, this system after some modification may be useful to increase productivity in different types of production lines.     

电机振动的质量检测与控制系统

设计了电机振动速度的在线自动检测与质量控制系统。通过电涡流传感器对工件的振动速度进行采集,经过以计算机为核心的控制系统的计算,利用休哈特控制图和过程能力指数等统计过程控制工具,通过人机界面实时显现,并根据闽值报警,实现对电机振动速度的质量控制。     

基于数据采集与I/O控制的轴承自动检测系统

介绍了一种基于PC机及研华PCL-818HD多功能数据采集卡和PCI-1756数字I／O卡的计算机轴承自动检测系统,系统对轴承质量的监测是基于轴承振动信号的分析的。在系统结构的基础上,介绍了软件及硬件的架构方案、系统软件采用Visual C^ 和Delphi的联合设计方案。该系统在实践中运行有效性得到了实验验证。     

基于机器视觉的电子元件在线质检分类系统设计

为了解决电子元件蜂鸣器出厂时人工质检效率低、容易伤害分拣人员听觉等问题,设计了基于机器视觉的电子元件在线质检分类系统。该系统主要由自动上料、视觉检测、声音检测、电极控制和下料控制这5个部分组成,由PLC主控制器、OpenMV视觉检测模块、声音识别模块以及步进电机等配合完成蜂鸣器的自动上料、检测和等级分类功能。经过现场调试及应用表明,该控制系统提高了蜂鸣器的质检分类效率,其效率是人工质检的1.9倍,准确率提高了9.4%,每台设备至少替代3名工人,节约了企业的成本。     

精密陶瓷套筒表面质量视觉检测机的设计研制

氧化锆陶瓷套筒表面微米级的裂纹、崩口等缺陷直接影响到光纤连接器的使用寿命和使用性能.介绍了氧化锆陶瓷套筒表面质量自动检测机的研究成果,采用线扫描的CCD成像技术,检测到陶瓷套筒表面多种缺陷:研制出高精度自动机械系统,实现陶瓷套筒自动上料、旋转驱动和分拣下料自动化;采用对比强化和边检测算法处理表面裂纹图像,自动识别表面裂...     

Application of Dempster–Shafer theory in fault diagnosis of induction motors using vibration and current signals

This paper presents an approach for the fault diagnosis in induction motors by using Dempster–Shafer theory. Features are extracted from motor stator current and vibration signals and with reducing data transfers. The technique makes it possible for on-line application. Neural network is trained and tested by the selected features of the measured data. The fusion of classification results from vibration and current classifiers increases the diagnostic accuracy. The efficiency of the proposed system is demonstrated by detecting motor electrical and mechanical faults originated from the induction motors. The results of the test confirm that the proposed system has potential for real-time applications.