共查询到20条相似文献,搜索用时 125 毫秒
1.
采用一种新的固有模态函数(intrinsic mode function,简称IMF)筛选停止条件代替目前常用的筛选停止条件,根据希尔伯特-黄变换(Hilbert-Huang transform,简称HHT)原理开发出LabVIEW的HHT模块.利用仿真信号对不同筛选条件进行对比,并利用开发的模块对转子试验台实测的振动数据进行分析.结果表明,基于新的筛选条件开发的模块更具合理性,能够对信号进行正确分析,满足振动测试分析的任务要求. 相似文献
2.
3.
4.
5.
6.
7.
8.
旋转机械在运行过程中,由于转子不平衡(或安装不对中),都会产生程度不同的振动,这不仅影响机器的性能,缩短其使用寿命,同时,也会因振动而造成事故停产。据有关资料介绍,大约70%的振动故障是由于转子原因而引发的,因此事先解决好转子的不平衡问题以及保证转子能对中地安装在轴承上,是降低机器振动,减少故障的有效措施。本文介绍的程控锁相技术就是针对这种情况而研究开发的一种检测手段。 相似文献
9.
谢志勇 《仪表技术与传感器》2011,(3)
为了满足旋转机械在线故障诊断的需要,设计了基于DSP和BP神经网络的在线故障诊断系统,采用DSP芯片TMS320F2812作为主控芯片,开发了具有振动信号采集、转速测量、输入输出的硬件系统.针对旋转机械的常见故障,开发了基于DSP的频谱分析软件,并将BP神经网络嵌入DSP中实时运行以实现旋转机械的自动故障诊断.文中使用该系统对旋转机械的转子不平衡、不对中,轴承外圈损坏、断齿、轴承座松动5种故障进行了实测,结果表明它能正确地识别出故障的类型.使用该系统进行旋转机械在线故障诊断可以提高生产效率,保证设备的长时间稳定运行. 相似文献
10.
EMD方法在转子局部碰摩故障诊断中的应用 总被引:1,自引:3,他引:1
针对转子系统局部碰摩故障振动信号的特征,将经验模态分解方法(Empirical Mode Decomposition,简称EMD)应用于转子局部碰摩故障诊断中。采用EMD方法对转子振动信号进行分解,实现碰摩、背景和噪声信号分离,从而提取转子系统局部碰摩振动信号的故障特征。试验分析结果表明,对具有局部碰摩故障的转子振动信号进行EMD分解得到的基本模式分量(IMF)具有明显的调幅特性,而其他状态下的转子振动信号经过EMD分解后得到的IMF分量没有明显的调幅特性。因此,EMD方法可以有效地应用于转子系统局部碰摩故障诊断中。 相似文献
11.
振动信号能够从时域或频域实时地反映旋转机械的故障信息,为满足某型燃气涡轮起动机故障诊断的需要,研发了涡轮起动机振动测试系统。该系统能够控制涡轮起动机的工作过程,监控工作状态,记录工作数据和分析振动信息。系统以起动机时域振动信息为基础,运用频谱分析和倒谱分析方法处理振动信息,以确定故障部位。系统研究了燃气涡轮起动机与加载系统匹配的方法,以及加载系统附加振动信号的识别与分离。试验结果表明,该系统能够实现涡轮起动机工作过程的控制,工作数据和振动信息的采集和分析,并且可以识别与分离加载系统的附加振动信号,为燃气涡轮起动机故障诊断提供可靠的实验研究平台。 相似文献
12.
13.
14.
针对部分风场因有标签故障样本数据稀少而导致风电齿轮箱故障诊断准确率不高的问题,提出了一种小样本下混合自注意力原型网络的故障诊断方法。首先,通过原型网络将振动信号映射到故障特征度量空间;然后采用位置自注意力机制和通道自注意力机制进行矩阵融合构建混合自注意力模块,建立原始振动信号的全局依赖关系,获取更具判别性的特征信息,学习风电齿轮箱各健康状态下的度量原型;最后通过度量分类器进行模式识别,实现小样本条件下风电齿轮箱的故障诊断。实验结果表明,所提出的混合自注意力原型网络故障诊断方法在不同小样本数据集上均能实现风电齿轮箱高精度故障诊断。 相似文献
15.
风力发电机齿轮箱是风力发电机组中发生故障频率最多的部件.为了满足对风力发电机齿轮箱的远程状态监测和故障诊断要求,设计了以C 2000系列DSP-TMS320F2812(简称F2812)为核心处理器的风力发电机齿轮箱远程故障诊断系统.系统可以脱离上位机独立运行,利用F2812丰富的外设模块构建了系统的硬件,可以对模拟信号、转速频率信号、数字信号进行数据采集,并具有以太网、全球移动通信系统(GSM)通信功能.针对风力发电机齿轮箱常见的轴承和齿轮故障,采用了有限脉冲响应(FIR)数字滤波、快速傅里叶变换(FFT)、倒频谱、小渡分析等方法提取出故障特征.将提取的特征向量输入训练好的BP神经网络进行嵌入式故障分类和识别,得出故障的类型、部位和程度.测试表明本系统能够实现长时间在线监测,并能正确的识别出故障,特别适用于风力发电机远程在线监测和故障诊断. 相似文献
16.
17.
18.
19.
为了保障风力发电机组的安全可靠运行,结合风力发电机组中轴承故障特性,研发了一套针对风力发电机组轴承的故障诊断软件。该软件利用Visual C++和Matlab混合编程实现,可以对风机轴承进行数据采集和故障诊断。根据诊断结果可以对机组工作状态做出判断,针对异常情况可以帮助工作人员查明故障原因,提前做好预警和维护计划,提高风力发电效益。最后在模拟实验台上采集了故障轴承的振动信号并用该软件进行了时频分析、解调分析和倒谱分析,分析结果与实际故障吻合良好。 相似文献
20.
针对机载燃油泵故障数据少、诊断效率低、维护成本高、缺乏有效诊断方法的问题,搭建了机载燃油泵燃油转输系统实验平台,提出利用小波包分析进行特征提取和基于BP_AdaBoost机载燃油泵故障诊断方法。首先测量燃油泵7种典型状态模式所对应的振动信号和出口压力信号;然后在分析信号时频特性和统计特性的基础上,利用小波包分解提取振动信号不同频段能量值作为故障特征参数,结合振动信号峭度以及压力信号均值构造特征向量;最后利用特征向量训练和验证BP_AdaBoost分类模型。实验结果不仅优化了传感器,而且表明BP_Adaboost算法与SVM、BP算法相比,能够有效实现对机载燃油泵的故障诊断。 相似文献