用转轴径向位置测量法诊断机器故障

用非接触式位移探头和前置放大器构成的旋转机械轴振动监测传感器系统,其输出信号电压包括交流电压分量和直流电压分量两部分。交流电压分量信号用于测量转轴在垂直于其轴心线方向上的一种动态运动,即径向振动。在轴振动监测器上所显示的交流电压信号部分,是以mils或μm为单位表示的轴通频振动位移峰-峰值,目前已作为一种工业标准(如美国API670标准)在工业界得到了广泛的应用。另一部分是直流电压分量信号,这一电压值正比于探头端面与被监测转轴表面之间的间隙值,表明转轴在轴承中的径向位置。在大多数情况下,都没有用上这种有价值的机器运行静态信息。实际上,在机器监测诊断和安全保护方面,测量转轴径向位置和测量转轴轴向位置一样,能提供重要的有关机器转轴的运动信息,也是旋转机械故障诊断的一个重要内容。 在机器运行中,由于联轴器对中的平行度和角度误差,管道和基础变形等引起附加的外部载荷,以及由于密封摩擦、齿轮和轴承热变形、流体力等产生的内部     

汽车主减速器轴承失效征兆早期识别的评价法

对汽车主减速器主齿轴承进行寿命预估,开展了主齿轴承失效的试验研究.为了对轴承失效征兆早期识别进行评价和判断,提出了运用模糊理论和Dempster-Shafer证据理论相结合的信息融合的评估方法,以处理信息的不确定性.试验中模拟汽车的运行状态,使用振动加速度传感器、噪声传感器和红外温度传感器,对同一测试区内的多传感器进行分析融合.试验结果表明,从冗余的信息中可以得到轴承的运行状态隶属于单一的征兆之内,产生比单一信息源更精确、更完全的识别和判断,同时避免了未知先验概率的缺乏,又达到了失效征兆识别的目的.这说明证据理论与模糊推理相结合的信息融合方法在进行轴承失效试验时,对征兆早期识别具有更高的可信度和良好的早期故障识别能力.     

机械设备状态监测与诊断技术综述

机械设备状态监测主要是针对机组或零部件在运行中的各种信息(振动、噪声、转速、温度、压力、流量等),通过传感器把这些信息转换为电信号或其它物理量信号,送入信号处理系统中进行处理,以便得到能反映设备运行状态的特征参数,从而实现对设备运行状态的监测和下一步诊断工作.本文主要介绍振动监测、油样分析方面相关仪器设备的应用与发展情况.     

应用LabVIEW高速搅拌轴状态信号特性分析

搅拌轴高速旋转,为整机的动力输入源,容易发生故障,通过状态信号监测迅速排除故障具有重要意义。根据高速旋转搅拌轴和整个装置的结构特点,设计状态信号监测系统,对关键位置点进行检测。应用小波分析技术对搅拌轴状态信号监测系统进行分析,基于LabVIEW虚拟仪器测试系统搭建状态信号试验测试平台;采用压电加速度传感器获取轴承座的竖直、水平方向及搅拌轴输入端的振动信号;利用平台对状态信号进行分析,进行自功率谱、共振解调和小波分解等分析处理;通过信号分析,检测搅拌轴轴承状态及不平衡或不对中现象,并对转轴的转速选择进行检验。分析结果可知：设备总体运行正常,个别搅拌轴有轻微不平衡或不对中现象;减速电机采用悬置增加了转轴的振动,同时也影响到整个塔身的振动;在转速选择上搅拌轴目前选择的转速偏低,转动过程中不能完全甩起搅拌链,为通过增加转速来提高脱硫塔的运行效率提供了有效依据。分析方法和分析结果为此类研究提供参考。     

基于嵌入式多参量传感器的智能轴承

提出了一种新型的基于嵌入式多参量传感器的智能轴承结构。多参量复合传感器包括2个微型振动加速度传感器、2个微型转速传感器和2个微型温度传感器。通过轴承外圈上的槽式结构,将复合传感器与轴承端面进行嵌入式结合,实现对轴承运转过程中水平和垂直地面两方向的振动信号、轴承转速信号、内圈(轴)和外圈温度信号的采集。对其原理样机进行了实验验证,验证结果表明,该智能轴承监测参数准确,其参数监测和故障诊断能力较传统的方式更具优越性。     

基于耦合隐马尔可夫的轴承故障诊断方法

针对轴承故障信号比较微弱的特点,提出了一种基于耦合隐马尔可夫模型(coupled hidden Markov model,简称CHMM)的轴承故障诊断方法。首先,根据轴承传动结构特点,设计能够监测轴承振动状态的传感器网络;其次,通过非线性特征提取方法获取能够反映轴承健康状态的少数关键特征,利用传感信号的矢量量化代替提取其频域微弱特征的方法,可有效提高故障诊断效率和准确率;然后,在多通道信息融合中引入隐马尔可夫模型,采用左右型齐次隐马尔可夫链实现故障诊断;最后,通过对各种轴承故障状态构建其对应的耦合隐马尔可夫模型的方式,实现对轴承故障类型的辨识。试验结果表明,该方法能够有效地实现对轴承故障类型的识别。     

精密球研磨加工中振动信号的检测与分析

由于轴承精密球的精度直接影响轴承的运动精度及寿命,利用加速度计传感器、数据采集卡和Lab VIEW,设计了一套测试振动信号的检测设备,对精密球在研磨加工过程中产生的振动信号进行了测试,从时域、频域等多个角度进行了分析论证.分析结果表明,利用精密球体研磨加工中产生的振动信号能有效地监控整个研磨加工过程,并能实时地反映球体研磨的状态和精度.     

基于横向振动的旋转机械扭振信号提取方法

在转子系统中存在横向振动与扭转振动的耦合，扭转振动的信息被调制在横向振动之中。鉴于此，提出一种基于横向振动传感器信号提取微弱扭转振动信息的方法。通过对横向振动信号进行Hilbert振动分解得到单一成分的信号，再通过Hilbert变换从中提取相位角，分解相位角即可获得扭振信号，进而计算出原始扭振信号的幅值与频率。数值仿真和试验结果表明，该方法可以精确地获取扭振信号，具有较高的频率分辨率，试验提取得到的频率相对误差仅为0.38%，并通过工业级离心压缩机试验台验证了其工程应用的可行性。该方法可实现对未安装专门扭振测试仪的机组进行扭振补充监测，提供了一种工程扭振监测的便捷途径。     

基于简体振动信号的球磨机优化工况监测

针对球磨机优化工况监测的不足,提出了一种基于筒体振动信号的球磨机优化工况监测方法.首先,在球磨机运行特性分析基础上,研究了最大制粉出力与料位的关系,分析了基于振动信号进行优化工况监测的可能性.其次,基于钢球冲击模型和理想化钢球分层模型,结合简体上的实际振动数据确定了筒体振动信号的采样参数,并通过与传统的轴承振动信号比较,证实了简体振动信号更能反映出力的变化.最后,基于现场实测数据,验证了基于筒体振动信号监测球磨机优化工况的有效性.     

多级离心泵叶频振动故障诊治

针对某多级离心泵机组振动超标导致的运行故障问题,通过解析振动信号及泵组的结构设计,得出该故障与以泵组叶轮叶片通过频率BPF (叶频)为主导特征的流体诱导振动有关,并可能受部件结构频率、轴承支承刚度等因素的影响。现场在泵轴承箱体与底座之间焊接拉筋,提高轴承的支承刚度,改变部件的固有频率,降低BPF的振动能量。为彻底解决此故障问题,优化泵体、轴承箱体、转轴等部件结构,避免部件的固有频率接近叶频而引起共振。本文的分析方法和解决措施可为解决工程问题提供参考。     

基于信息融合的机器人薄壁轴承故障智能诊断

为了实现轴承故障智能诊断,对基于信息融合的机器人薄壁轴承故障智能诊断方法进行研究。首先,采用声发射和振动传感器,搭建了机器人薄壁轴承试验与多信息数据采集系统;然后,以薄壁单列角接触球轴承ZR71820为对象,在轴承外圈、内圈和滚动体上分别制作点蚀、裂纹缺陷,用正交试验法采集不同缺陷类型、不同当量载荷及不同转速状态下薄壁轴承在试验过程中的声发射和振动信号;最后,选取时域中均方根值和峭度指数及频域中均方根频率作为振动、声发射信号的特征参数,分别进行了基于单一振动、声发射信号的薄壁轴承故障诊断,并采用SOM与BP神经网络将试验过程中的振动和声发射信号的特征信息进行融合,研究了基于信息融合的机器人薄壁轴承故障智能诊断技术。结果表明:基于振动信号故障诊断的正确率为85.7%;基于声发射信号故障诊断的正确率为81.0%;基于BP神经网络信息融合故障诊断的正确率为93.5%;基于SOM神经网络信息融合故障诊断的正确率为95.2%。基于SOM神经网络信息融合的薄壁轴承故障智能诊断比单用振动或声发射信号的诊断正确率分别高出9.5%和14.2%,比用BP神经网络信息融合故障诊断的正确率高1.7%。     

模糊模式识别在铣刀磨损监测中的应用

本研究通过分析铣刀渐进磨损过程的特点,从切削力、主轴端振动位移、主轴端振动加速度和主轴电机功率等信号中提取了8个反映刀具磨损状态的特征参数,提出用模糊模式识别多传感器信息融合技术监测铣刀后刀面磨损带宽度。在立式加工中心上的实验表明,模糊模式识别多传感器信息融合技术能够满足铣刀磨损监测要求,具有较强的有效性和工程实用性。     

转子裂纹的振动测量及诊断方法

转子裂纹是造成大型旋转机械恶性事故的重要原因之一。特别是随着旋转机械在设计和使用方面不断向大功率发展,转子承受的应力更大,工作环境更为恶劣,发生这种事故的概率有所增加。因此,研究轴裂纹的早期监测及诊断方法具有重大的经济和社会效益。 近年来,包括振动测量、监测、分析在内的旋转机械防护系统已经得到广泛的应用。防护系统要提供准确的预先报警及机械故障信息,实现最大效益,还取决于监测仪器以及对测量数据的正确说明。 一、轴裂纹检测仪器 对轴裂纹早期检测最有用的振动信号是旋转机械的横向同步响应及二次谐波,在工作转速下和每次开停机时可以监测这些信号。低转速时发出的低速转动同步信号也能提供有关的信息。以上所讨论的振动信号其频率都较低。测量转子低频振动响应最方便可选的传感器是非接触式电涡流位移探头,它可安装在机器的轴承或靠近轴承的静止部位。这些传感器测量转子、定子间的相对运动,包括转子的静位移(例如轴颈在轴承中的位置或转     

低压电机轴承温度的在线监测

1.轴承温度在线监测装置工作原理将温度传感器安装在大型机组轴承座上,测得的温度信号便远传到仪表间温度指示仪表或自保系统上.对于油泵房的中型低压电机,可采用“机旁显示温度值,远传报警信号”的方法,其工作原理见图1.自制一个传感器安装插座,固定在电动机小盖上,传感器插入该插座内.轴承温度由轴承外圈经小盖传导到传感器探头上,再由引出线送到机旁指示仪表.泵房操作工和巡检电工可以很方便地从温度仪表读取运行中的轴承温度.正常时,温度仪表误差小于2℃,基本上反映了轴承的实际工作温度.电机即将发生抱轴事故时,轴承温度可达70℃,这时,表内动合接点闭合,接通报警或自动跳闸回路.     

基于门限关联度的自行火炮传动箱性能检测方法研究

用振动加速度传感器获取传动箱振动信号,应用统计学方法建立了传动箱标准正常状态模式,然后计算振动信号与标准正常模式的门限关联度,结果表明,所得门限关联度可以反映传动箱当前的性能状况.全部检测过程均在计算机上进行,速度快、可靠性高.     

低速重载轴承智能滚子的设计与振动特性

为了有效测量低速重载轴承的振动信号,设计了一种智能滚子。在空心圆柱滚子的内部安装电路,测量滚子的振动信号。给出了智能滚子结构与测量电路的设计方法,并分析了智能滚子在轴承转动时振动加速度信号的变化规律。最后,将智能滚子安装在低速重载轴承中,让轴承匀速转动,测量智能滚子的振动信号。实验结果表明,智能滚子中传感器测量的振动信号能量较强、信噪比高,径向振动加速度信号随时间的变化规律近似为三角函数,轴向振动加速度信号反映了滚子所受轴向冲击。     

用轴心轨迹／位置诊断机器故障

用轴心轨迹／位置诊断机器故障四川化工总厂汪家铭旋转机械转轴径向振动的测量通常采用带有键相器的两个互成９０°安装的非接触式位移探头，测量轴承与转轴的间隙电压信号。这种信号包括交流ＡＣ和直流ＤＣ两部分，其中交流信号是转轴振动的动态信号部分，表示转轴的径向...     

基于EMD的城市轨道交通走行部轴承故障监测系统北大核心CSCD

为了提高城市轨道列车运行的安全性,设计出一种适用于地铁、城际列车的轴承故障在线监测系统。监测系统通过复合传感器对列车走行部轴端振动和温度信号进行采集,以ARM3354为核心处理器,对采集的振动信号进行经验模态分解(EMD),依照相关性准则,选取最优的本征模态函数(IMF),然后通过希尔伯特包络谱(Hilbert)对信号进行分析,根据信号处理的结果确定相关的计算指标,并产生相应预报警信息,通过列车实时数据协议(TRDP)上传到列车控制监控系统(TCMS),以实现对列车运行过程中走行部轴承故障的实时监测。     

基于信息融合的滚动轴承故障诊断

滚动轴承故障诊断中同一征兆域很难区分多种故障，单一传感器对故障分类识别有不确定性。提出了利用加速度传感器和声音传感器，基于BP神经网络及D-S证据理论，对所采集的振动信号和声音信号的多种特征信号进行信息融合，实现故障诊断。并对该方法进行仿真试验验证。     

基于87C196的便携式滚动轴承检测与诊断系统

滚动轴承是旋转机械设备运行过程中的重要元件,也是旋转机械的薄弱点,轴承的质量及损坏磨损程度将直接影响旋转机械的运行状况,据统计旋转机械的故障约30%来自于轴承,因此对轴承状态的检测显得极为重要,这也正是本文的主要出发点.本文对轴承的状态检测与诊断主要采用基于振动信号频谱分析的方法.系统利用加速度振动传感器对振动信号进行提取、放大、滤波,再将信号输入Intel 87C196单片机、为微处理器的便携式系统中进行存储、处理,或者通过RS-232串口将数据上传到微机,利用相应的振动测试分析软件对信号进行分析处理.通过对振动轴承的频谱分析,可以方便快捷的了解轴承的运行状态,以防止故障与事故的发生.