陶瓷厂球磨机齿轮减速箱倒频谱故障诊断法

介绍了倒频谱分析的基本原理及在齿轮减速箱故障诊断中的应用.鉴于球磨机齿轮减速箱振动信号中调制源多、频率成分复杂,功率谱中存在大量的非对称边频带及周期性结构信号导致故障识别工作困难的问题,运用倒频谱分析法对其进行故障诊断,它能将功率谱上成族的边频带谱线简化为单根谱线,分离和提取出密集泛频信号中的周期成分、多成分边频,快速准确诊断球磨机齿轮减速箱中零件的故障.     

基于倒频谱分析的球磨机减速机故障诊断

介绍了倒频谱分析的基本原理及在齿轮减速箱故障诊断中的应用。鉴于球磨机齿轮减速箱振动信号中调制源多、频率成分复杂，功率谱中存在大量的非对称边频带及周期性结构信号导致故障识别工作困难的问题，运用倒频谱分析法对其进行故障诊断，它能将功率谱上成族的边频带谱线简化为单根谱线，分离和提取出密集泛频信号中的周期成分、多成分边频，快速准确诊断球磨机齿轮减速箱中零件的故障。     

不同差速器壳体模型对主减速齿轮啮合错位量的影响

为了分析主减速齿轮的错位量,在基于ROMAX环境下,建立了变速器零部件模型进行仿真计算,计算出主减速齿轮的啮合错位量;同时采用不同的差速器壳体模型,去分析不同差速器壳体模型对主减速齿轮的错位量的影响。     

一种齿轮裂纹故障的智能诊断方法

本文基于径向基网络优化粒子滤波和序贯概率比检验相结合的原理,提出了一种新的齿轮裂纹故障的智能诊断方法。通过采集一种无裂纹和两种不同程度裂纹的齿轮在水平方向上的振动信号,来验证此方法。结果表明,优化的粒子滤波降噪程序对振动信号的处理效果良好,得到了准确、稳定的振动信号,通过序贯概率比检验原理,能区分出不同程度的齿轮裂纹故障,表明该方法是有效和可靠的。     

冷轧平整机高强钢表面振痕问题的测试与研究

为解决某冷轧连退线平整机在平整汽车板高强钢时常出现的表面振痕问题，对平整机辊系和传动系统进行了多轮次现场振动加速度测试，并进行了时域和频域分析。结合传动系统啮合频率计算，认为传动系统工作不良是引起辊系振动的直接原因。建立六辊平整机机座系统的三维有限元模型，针对其固有特性进行仿真，计算得到平整机易激发振动的主要频率，通过与产生振痕时减速箱齿轮啮合频率对比，可确定减速箱齿轮的啮合冲击造成平整机的强迫振动，并引发带钢振痕。提出了使轧制速度避开系统固有频振区的抑振对策并投入工业生产实践，汽车板高强钢振痕缺陷年改判量降低了近90%。     

球磨机开式齿轮用石油沥青喷雾润滑

我厂水泥厂共有六台φ2.7×3.6米水泥磨,投产十几年来,由于各种原因,齿轮磨损非常严重,使用寿命很短(小齿轮使用周期为四个月,最短仅两个月),磨机振动厉害,多次发生轴承基础螺检振断事故,设备运转率不到34％。为了解决水泥磨齿轮的过快磨损问题,我厂在齿形设计、材质选择、加工工艺和安装质     

基于UG的减速器斜齿轮热流道注塑模具设计

分析内斜齿轮的成型工艺,介绍一种生产该齿轮的热流道模具,模具采用热流道系统和双脱模机构,对于内齿轮成型模具的设计具有一定的借鉴意义.在设计过程中,首先利用UG/建模模块建立斜齿轮的模型,然后在UG/注塑模向导中进行模具的3D设计,可以大大缩短设计周期,最后在UG/运动仿真模块中进行开模模拟.     

基于HHT的齿轮故障声发射实验研究

以齿轮为研究对象,建立齿轮箱故障声发射实验装置,采集不同缺陷、不同转速的齿轮声发射信号。首先采用经验模态分解(EMD)方法进行预处理,得到经验模态分解图、时频谱和边际谱,而后应用Hilbert变换方法进一步处理,对比不同转速下正常齿轮与故障齿轮的HHT谱。结果表明:声发射检测技术可以判断齿轮是否有故障。     

面向机械故障智能诊断神经网络优化与识别方法研究

在齿轮箱的故障诊断中,将原始故障信号利用小波包变换进行降噪处理。采用时域分析方法提取特征参数,同时进行小波包能量特征提取。利用主元分析法可以对提取的特征参数进行降维处理,根据累计贡献率选取一定量的主元,再带入概率神经网络进行故障诊断分类并进行交叉验证。本文选取了四种不同裂纹等级的齿轮与正常状态下的齿轮进行模拟实验,结果显示主元分析法与概率神经网络的结合可以很好的分辨出不同程度的故障齿轮。     

基于BP神经网络算法的烟草机械塑料齿轮早期故障监测与优化

基于人工神经网络的故障识别方法,对塑料齿轮的早期故障信号进行检测,实时发现齿轮故障的进化状态。推导了人工神经网络在塑料齿轮信号监测中的理论模型,比较了不同激活函数对模型结果的影响。选取了磨损、胶合、裂纹、断齿以及正常齿轮的信号进行研究,结果表明:验证集损失和训练集损失随着迭代次数的增加而一直降低;当模型中神经元数目为240时,模型测试识别的准确率约为98.6%。     

复合材料模量对汽车传动轴固有频率的影响

利用Ansys Workbench有限元软件和脉冲激振技术,分别从有限元理论计算与实验相结合的角度研究了不同纤维增强复合材料对汽车传动轴固有频率的影响规律。采用玻璃纤维、玄武岩纤维、T700碳纤维及T800碳纤维等四种不同纤维制备了复合材料传动轴轴管,并根据GB/T 1548—2008,表征了复合材料的力学性能。利用有限元仿真与脉冲激振模态测试两种方法表征了不同纤维缠绕的复合材料汽车传动轴的固有频率。结果表明:脉冲激振模态测试传动轴的固有频率方法结果比较直观,可以准确地得到传动轴的固有频率;有限元仿真分析与脉冲激振法实测结果有一定偏差,但可以通过仿真模型的调整,使仿真结果更加准确;提高复合材料的拉伸模量是提高复合材料传动轴固有频率的有效途径之一。     

分频技术在某地区储层预测中的应用

由于多个波阻抗界面产生的子波叠加效应和鸣振效应,使得地震道不能直观反映界面位置和地层组合特点,而且不同的地质目标对地震资料的不同频率成分的敏感程度也不同。因此,利用地震信号的特定频率或频带信息来突出地质目标的成像效果,一直是石油物探技术研究的重要内容。本文利用分频技术,对松辽盆地南部某地区的三维地震资料进行了综合研究,通过分频地震属性分析,得到了比较清晰和合理的储层解释结果,证实了分频技术在储层预测中的有效性和实用性。     

分频技术在表征牛9井区储层中的应用

由于多个波阻抗界面产生的子波叠加效应和鸣振效应使得地震道并不能直观反映界面位置和地层组合特点,而且不同的地质目标对地震资料的不同频率成分的敏感程度不同。因此,利用地震信号的特定频率或频带信息来突出地质目标的成像效果一直是石油物探技术研究的重要内容。本文利用分频反演、小波分频成像和时频三原色等分频技术,对牛9井区的三维地震资料进行了综合研究,得到了比较清晰、合理的储层解释结果,证实了分频技术在储层预测中的有效性和实用性。     

气固流化床压力脉动信号的相关结构模型与分析

建立了气固流化床压力脉动信号的相关结构模型。基于小波变换确定了模型中的自相似参数H和白噪声强度σ_w~2,从而确证该压力脉动信号可以分解成分形布朗运动和白噪声的叠加,并定量计算出压力脉动信号中白噪声所占的百分比,在此基础上,研究了模型参数在不同操作条件下的变化规律,并给出物理解释。     

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。     

电收尘器振打周期的确定

影响电收尘器收尘效率的因素很多,振打周期是其中之一。目前使用电收尘器的部分水泥厂采用相等的时间间隔振打或各电场均采用连续振打,这不但浪费能源,更重要的是电收尘器不能处于最佳的工作状态.因此选择正确的振打周期是很有必要的。一、振打周期对收尘效率的影响电收尘器的振打装置包括沉淀极振打,电晕极振打,分布板振打,槽形板振打(有的电收尘器没有)。其中对收尘效率影响最大的是沉     

非对称齿廓在渐开线塑料齿轮中的应用

对比了塑料齿轮与金属齿轮的不同,根据塑料齿轮的特点,设计出了非对称渐开线的齿形,并探讨了非对称渐开线塑料齿轮的基本几何参数;以实例建立的这一新型非对称渐开线塑料齿轮模型为进一步的模具设计和强度计算奠定了基础。     

序贯概率比检验在故障诊断中的应用

序贯概率比检验是一种非常有效的统计检验方法,常用于解决机械的故障问题。本文将序贯概率比检验应用于齿轮裂纹故障诊断中,选取一组正常和两组有裂纹的齿轮来进行模拟实验。实验中采集的振动信号先经过预处理后,再将经过小波包降噪处理后的信号代入序贯概率比检验算法中来检验与分析,结果显示该方法能很好地分辨出故障齿轮,这也说明了此方法是有效的。     

基于瞬变流的输油管道泄漏检测模拟

针对输油管道泄漏检测的现状进行了总结,并研究了一种基于瞬变流的检测输油管道泄漏点的方法,该方法利用管道均匀竖直的特点,在下游流体出口处设置阀门和压力检测装置,当输油管道发生泄露时,周期性关闭阀门产生瞬变流即连续压力波,以连续压力波为输入信号,泄漏管道为系统,检测管道出口处的压力信号为输出信号来检测泄漏。当产生同样周期及振幅的连续压力波时,由于泄漏点所在的位置不同及压力波造成管道共振,输出信号即管道出口检测到的压力也不同,根据这一特性,不断改变输入的压力波周期,即可产生不同的系统频率响应图。由此判断出泄漏点位置。     

基于EMD与SSA的齿轮箱分形诊断研究

提出了一套齿轮箱故障分形诊断方法。首先将EMD与SSA相结合,提取信号(尤其是微弱信号)的特征信息;其次通过多重分形从多重角度对提取到的特征信息进行诊断;最后通过分形理论识别出齿轮的3种状态。