风电齿轮箱故障诊断实例分析

介绍了以齿轮箱振动分析为主要手段的风电齿轮箱故障诊断方法,并通过齿面接触磨损分析和齿轮箱润滑油液分析等辅助手段,对风电齿轮箱的故障点进行分析诊断。并以某风电厂某台风力发电机组的齿轮箱故障诊断为例,对风电齿轮箱故障诊断方法进行实例分析。     

基于振动信号的齿轮箱故障诊断

主齿轮箱是某船重要动力设备,需要对其进行经常性监测。测量了某船1#和2#主齿轮箱的振动加速度信号,比较了两齿轮箱振动信号的时间历程曲线和频谱,发现2#齿轮箱频谱最大幅值约为1#齿轮箱的2.5倍,而且该谱值对应的频率接近于啮合频率。在啮合频率附近对所测信号进行了带通滤波,对滤波后的窄带信号进行了Hilbert变换,得到了该窄带信号的包络。两齿轮箱的包络信号差异明显,1#齿轮箱包络信号的频谱频率成分丰富,而2#齿轮箱包络信号的频谱具有突出的单一频率成分。结果表明2#齿轮箱存在轻微的故障。而油液分析的结果也表明,2#齿轮箱的磨损大于1#齿轮箱,说明了采用的振动分析方法的合理性。     

齿轮箱故障诊断技术综述

本文从分析齿轮箱故障的机理出发,对现有的齿轮箱故障诊断技术进行了综述,给出了各种诊断方法及其精度和应用场合。     

离心泵机组齿轮箱振动分析和故障诊断

利用状态监测与故障诊断技术对离心泵机组齿轮箱轴向振动进行分析和诊断,在测试、分析的基础上,结合轴向振动机理,找出了齿轮箱轴向振动超标的原因,提出了相应的改造措施,机组改造后振动有较大幅度地降低,符合国家标准.     

轧机齿轮箱异常振动分析及故障诊断

本文从齿轮啮合的力学模型入手,简述了齿轮故障诊断原理,并利用频谱分析的方法对轧机齿轮箱的异常振动进行故障诊断,找到了齿轮箱异常振动的原因,与实际情况基本一致。     

基于GAF-inceptionResNet的齿轮箱故障诊断

为了提高齿轮箱故障诊断的准确率,准确表达齿轮箱的健康状态,结合深度学习算法,提出了一种用于齿轮故障诊断的GAF-inceptionResNet模型。该模型可以直接将原始一维振动信号经过格拉姆角场变换后形成图像作为模型的输入,通过Stem-block、残差Inception、残差模块和分类层相互连接。残差Inception网络能够拓宽网络深度,提升训练时长及准确率;残差模块利用恒等映射可以大幅度降低模型的训练难度。因此,该模型可有效地挖掘信号特征之间的信息,使模型的特征学习能力增强,从而提高准确率,精准确定故障。实验结果表明,该模型能够达到99.59%的故障诊断精度,有效实现齿轮箱良好的故障识别与分类。     

虚拟现实技术在齿轮箱故障诊断中的应用

分析了齿轮箱振动噪声产生的机理及其噪声特性，构建出了基于虚拟现实技术的齿轮箱故障诊断系统，设计出了由振动测试、数据采集和计算机信号处理组成的硬件平台，采用VisualBasic高级语言编写了相应的应用软件，可以实现齿轮箱的实体造型和故障的三维动态模拟显示，该设计方案和诊断系统具有较好的理论价值和应用前景。     

变工况齿轮箱故障诊断方法综述

齿轮箱是机械传动链中的关键且故障多发部件,传统齿轮箱诊断方法难以对运行在变工况下的齿轮箱故障进行准确的检测和有效识别。综述了国内外对于变工况齿轮箱故障诊断技术、研究现状及进展,并简要讨论了变工况齿轮箱故障诊断方法的应用现状及可能的发展趋势。     

齿轮箱故障诊断的虚拟现实技术应用

介绍了虚拟现实技术在齿轮箱故障诊断中的应用，用AutoCAD完成了齿轮箱的三维实体造型。用VisualC ,VisualLISP等工具完成了齿轮箱轴承，齿轮，轴等部位在运行中出现故障时的立体动画，经传感器实时检测机床的振动信号，并对这些信号进行频谱分析。小波分析等。可提取出故障特征。再用人工神经网络，模糊决策及专家系统等手段进行决策。判定故障部位和程度。可在微机上直观地观察到在运行过程中，齿轮箱各故障具体部位及损伤程度的虚拟现实情况。     

齿轮箱中齿轮故障的振动分析与诊断

首先建立了齿轮箱中轴承无故障、齿轮有故障时齿轮箱振动信号的理论模型,介绍了齿轮箱中齿轮故障诊断的高频共振方法,阐述了该诊断方法的信号处理和诊断流程,并对该诊断方法的使用效果进行了实际验证.应用结果表明,该诊断方法能有效地诊断齿轮箱中齿轮的局部损伤故障.     

基于对向传播神经网络的齿轮箱故障诊断研究

介绍了CPN网络的原理、算法,利用神经网络具有任意逼近非线性函数的能力,建立了齿轮箱故障征兆与故障原因的对向传播神经网络模型。并用CPN网络对齿轮箱机械传动系统的故障进行了诊断。实例结果表明,该方法能够准确地诊断齿轮箱故障,同时具有训练速度快、结构简单、精度高等特点,是一种行之有效的诊断方法。     

基于Elman神经网络的齿轮箱故障诊断研究

介绍了Elman神经网络的原理、算法,并用Elman网络对齿轮箱机械传动系统的故障进行了诊断。实例结果表明：该方法能够准确地诊断齿轮箱故障,同时具有训练速度快、结构简单、精度高等特点,是1种行之有效的诊断方法。     

基于小波包与改进BP神经网络的齿轮故障诊断

对齿轮振动信号应用小波包分解提取故障特征向量,并以此作为改进BP神经网络的输入,对神经网络进行训练,建立齿轮运行状态分类器,用以诊断齿轮的运行状态。结果表明,该方法对齿轮故障诊断十分有效。     

增压鼓风机增速箱振动故障的频谱分析

根据离线采集的振动信号,应用状态监测与故障诊断的频谱分析技术,诊断增压鼓风机增速箱振动增大的原因,并通过检查验证了诊断结论.     

基于系统传递特性的齿轮箱轴承故障诊断研究

以齿轮箱整体为一个系统,利用功率谱估计方法求出齿轮箱系统的传递特性,通过对传递特性的时域功率谱分析,可以有效地解决输入扭矩出现扭振或转速出现波动以及其它外界干扰对故障诊断精度造成影响的问题。     

螺杆泵装置振动分析与故障诊断

介绍了螺杆泵装置异常振动的故障特生，并应用振动诊断技术、有限元分析法找出了异常振动的原因，提出了改造措施。     

Kalman滤波和BP网络在齿轮箱故障诊断中的应用

针对得到的齿轮箱运行中振动信号信噪比低而引起的故障识别精度低的问题,提出了一种新的基于卡尔曼滤波与BP神经网络的设备故障诊断方法,卡尔曼滤波的作用是对振动信号降噪处理然后提取特征,而BP网络则可实现故障的识别。通过算法仿真以及齿轮箱实验可证明,结合此种算法便可解决信噪比低的问题,与此同时也提高了故障识别精度。     

一种新型变速器的综述

首先简述了无级变速器的发展与应用概况,然后,介绍了双斜盘同步旋转内功率分流液压无级变速器特点、原理、现存问题及应用前景。