基于快速傅里叶变换的注射机轴承单一故障诊断

针对注射机轴承故障难以诊断的问题,提出了一种基于快速傅里叶变换(Fast Fourier Transform,FFT)的注射机轴承故障诊断方法。针对注射机轴承的故障振动信号在时域难以有效诊断的问题,利用快速傅里叶变换将时域振动信号转换到频域,通过生成的包络谱图分析频域中振动信号的频率分布,从而达到识别注射机轴承故障的目的。注射机轴承故障的仿真实验及实际故障轴承数据的诊断结果表明:使用快速傅里叶变换的方法诊断注射机轴承故障,比传统的离散傅里叶变换(Discrete Fourier Transform, DFT)诊断轴承故障的速度更快,处理轴承数据的内存更大,能非常有效地完成振动信号的故障诊断。     

基于经验模态分解的注射机轴承故障诊断

针对注射机轴承信号进行故障诊断易受到工作环境中其他噪声影响的问题,提出一种基于经验模态分解(EMD)结合快速傅立叶变换(FFT)对轴承振动信号提取故障特征的方法。对振动信号使用EMD算法以完成信噪分离,选取出高信噪比分量进行FFT算法变换,通过频谱图分析轴承故障位置。结果表明:使用变分模态分解算法对含有较大噪声的仿真信号和强背景噪声下注射机轴承故障信号有较好的降噪效果,通过FFT能准确诊断注射机轴承是否出现故障,二者结合达到很好的故障诊断效果,去噪效果明显,为其他旋转机械的故障诊断提供了参考。     

分数阶Fourier变换在往复式压缩机故障诊断中的应用

由于传统时频分析方法难以有效提取阀片的调频故障信号,因此提出基于分数阶傅立叶变换的往复压缩机阀片故障诊断方法。首先对含噪声的LFM信号进行仿真分析,仿真结果表明,分数阶傅立叶变换不仅可以有效地提取信号的频率特征,而且还具有自降噪功能;然后将分数阶傅立叶变换应用到阀片故障诊断中,由此可以看出,不同阀片故障对应不同的特征参量,从而实现了往复压缩机阀片故障的定量诊断。     

小波分析在真空练泥机轴承故障诊断中的应用

针对练泥减速机滚动轴承运转速度低、响应弱、低频信号容易淹没、调制源多、振动信号非平稳性等特点而导致常规的傅立叶分析诊断故障效果不佳的情况，提出了一种小波变换的时频分析滚动轴承故障诊断方法。利用小波变换对振动信号进行分解和重构处理，获得了振动信号在不同的频段的分量，提取相应特征频段重构分量的功率谱的频域统计值作为特征参数，从而实现对轴承故障诊断。试验结果显示该方法对真空练泥机轴承故障诊断有很好的效果。     

振动频谱分析在立磨减速机故障诊断中的运用

振动频谱分析技术是设备智能巡检系统和在线监测系统的一个重要模块,振动分析通过使用振动传感器对现场转动设备的振动信号进行采集,形成趋势图、频域图、时域图,通过系统的倒谱、细化谱、包络解调等高级分析工具对各种图谱进行处理,从而确定设备的故障点、故障情况、故障原因,并提出检修建议。对采集的振动信号用高级分析工具进行分析,查找振动的主要成分,判断设备故障的主要原因,如不平衡、不对中、松动、软地脚,发现轴承、齿轮的故障特征频率,判断轴承、齿轮的磨损情况,故障状态,预测设备寿命期限。     

基于有向无环图相关向量机的捣固车滚动轴承故障诊断

针对捣固车滚动轴承振动故障信号的非线性和非平稳性特点,提出将总体经验模态分解(EEMD)故障特征提取方式和有向无环图相关向量机(DAG-RVM)相结合的故障诊断方法。采用EEMD处理滚动轴承振动信号后得到很多固有模态函数(IMF),并将IMF能量作为特征向量输入DAG-RVM诊断器中识别。此模型与支持向量机(SVM)比较,体现出RVM在故障诊断中的优势。     

塑料光纤传感器在烟草机械故障诊断的应用研究

基于塑料光纤传感器在烟草机械的故障监测诊断方法。通过塑料光纤传感器采集了烟草机械轴承的状态信号,研究了振动信号的时域信号和频域信号。结果表明:内圈故障和外圈故障对轴承带来的冲击最大,振动幅值相对于滚子故障轴承更高。均值、峰值指标和波形指标不适用于轴承的故障状态识别,峰值、脉冲指标和裕度指标适合识别内圈故障和外圈故障的轴承,有效值和峭度指标适合区分内圈故障、外圈故障、滚子故障和正常状态的轴承。正常状态轴承信号谐波分量最少,内圈故障和滚子故障轴承信号的谐波分量最多。滚子故障轴承信号的谐波分量幅值最小,外圈故障轴承信号的谐波分量幅值最大。     

粗集理论及其在旋转机械故障诊断中的应用 (二)旋转机械故障诊断知识库的形成

旋转机械故障诊断知识库形成的主要环节是信号的采集和信号的分析、整理 ;在所有的机械故障信号中 ,振动诊断技术是故障诊断的常用手段 ,对振动信号实现连续、在线诊断的最重要的数学工具是快速傅里叶变换(FFT)和小波理论。通过对实验的观察 ,建立转子故障特征向量和故障类型之间对应关系的数据库 ,为基于粗集理论故障诊断的决策表的形成提供了原始的知识库     

自适应MED降噪和EMD分解在注塑机轴承故障诊断中的应用

针对注塑机轴承故障信号含有强背景噪声且难以诊断的问题,提出使用最小反褶积(MED)降噪算法结合经验模态分解(EMD)对注塑机轴承的故障振动信号进行分析,通过所得频谱确定注塑机轴承故障位置。结果表明:该方法可以对含有较大背景噪声的仿真信号及实例轴承信号去噪,经EMD分解后可得到高信噪比故障信号,通过频谱分析技术可以很好地诊断输入信号是否存在故障。     

长距离输油气管道泄漏监测与准实时检测技术研究

在实验研究基础上,采用巴特沃兹滤波方法去除信号中的噪声干扰,将基于傅立叶方法的故障诊断方法引入长距离输油气管道泄漏监测与准实时检测技术中,对可以反映油气的泄漏压力信号的相关特征向量指标进行了系统研究。该方法对实验得到的压力信号进行快速傅里叶变换,解决了对时域信号向频域转化的难题,进而通过对加窗后重构的新序列进一步分析,就能根据不同频域内的特征向量值完成对产生泄露原因的识别。并在后期的实际应用中取得了相对较好的效果,同时在上述研究基础上,对总结油气管道泄露检测与准实时检测技术进行分析,为该技术的进一步发展与完善提供指导性建议。     

基于数据挖掘的转子系统故障诊断方法研究

压缩机是工业领域的一类重要生产设备,运行过程中存在诸多的不稳定因素,如转子系统振动、轴承结合不良、元件滑落等。以压缩机中的转子振动故障为研究对象,用数据挖掘中的可辨识矩阵方法进行属性约简,用C4.5方法进行分类,得到故障诊断规则,通过诊断规则可以预测压缩机故障的发生。     

基于SVM和KPCA的滚动轴承故障诊断

从时域角度分析了滚动轴承的振动信号,综合利用SVM和KPCA方法来实现对滚动轴承的故障诊断研究。首先对滚动轴承的原始信号从时域角度分析提取典型特征,再利用KPCA方法对输入的典型特征降维,最后采用SVM算法对降维后的数据进行故障诊断。实验证明:该方法在保证较高的故障识别能力的前提下,不仅能够有效地提取损伤特征、降低数据维数,而且实现了数据可视化。     

水泥磨传动系统的振动测试与故障诊断

介绍了振动测试和故障诊断的基本原理及其在水泥磨传动系统中的应用。在详细介绍振动测试方法和系统组成，测点布置及故障特征频率的计算等的基础上，结合测试结果，综合运用振动信号的振平分析、时域和频域分析方法，对水泥磨的传动系统进行故障诊断，其结论与实际情况相吻合。     

往复柱塞泵轴承故障诊断方法研究

柱塞泵是典型的往复机械。为了掌握往复式柱塞泵的工作状态,测取3S175系列柱塞泵正常工况和一些故障工况下动力端轴承的振动信号,对其进行局域波时频处理后,得到了有价值的检测部件振动规律、一般特征以及故障特征,可用于往复柱塞泵轴承的故障诊断.     

基于小波包-支持向量机的滚动轴承故障诊断

以轴承在正常、内圈和滚子裂缝、内圈和滚子剥落三种工况下的振动信号为研究对象,采用小波包频带能量特征提取的方法,构成振动信号的特征向量。在此基础上采用支持向量机对特征向量进行故障模式识别,试验结果表明,和神经网络相比,采用支持向量机进行故障诊断可以获得更高的诊断精度。     

低速重载齿轮箱轴承故障的振动监测及分析

本文使用振动监测进行故障诊断,判断出低速重载轴承的故障,并通过对轴承轴窜量的计算进行了轴承损坏的原因分析,提出了低速重载轴承故障诊断和检修装配的建议。     

基于虚拟技术的齿轮故障智能诊断研究

利用LabVIEW图形化编程语言开发了信号分析与处理、信号特征提取和故障诊断三大模块。信号特征提取由小波包分解来实现,故障诊断通过神经网络完成,小波包分解提取的齿轮振动信号各频段能量特征值作为神经网络的输入向量。以模拟故障实验台获取的齿轮典型故障振动信号训练神经网络,利用训练好的神经网络对齿轮进行故障诊断,实验结果表明：所开发的齿轮故障智能诊断系统能有效识别齿轮故障,较好地将虚拟技术应用于故障诊断领域。     

时频分析在透平压缩机振动故障诊断中的研究与应用

设备故障诊断近年来已发展成为一门新兴学科。振动故障诊断是常见的应用于透平压缩机的故障诊断方法。针对上海焦化有限公司空气透平压缩机的故障振动信号,提取故障特征,对振动谱图进行时频分析,对故障形式进行分析判断。     

泵站机组的故障诊断

自来水行业对泵站机组的安全与经济性能的要求越来越高,迫切地认识到备品可靠性是满足新市场需求的重要保证,也是参与竞争的必要前提。但是机组容量的不断加大,导致了其系统和结构的复杂性不断增加。机组结构的复杂性与机组工作环境的特殊性提高了水泵故障诊断的难度。振动信号是判断水泵故障信息的主要来源,利用振动信号进行故障判断是最常用的方法。如不了解故障机理,可通过机组振动信号展开相关分析处理,对水泵常见故障预测与诊断等进行的研究。随着故障诊断技术的发展,必将使故障诊断越来越准确、越来越快速,应用也更加广泛。     

水泥磨电机的振动测试与故障诊断

采用振动测试的方法,通过对传动系统振动信号的时域、频域和幅值域分析,实现了对水泥磨电机的故障诊断。该方法对其它同类大型旋转机械的故障诊断具有参考价值。