用恩泰克诊断滚动轴承的故障

分析了滚动轴承的故障类型及振动信息特征，并推导论证了其故障特征频率的计算公式。全面地阐述了思泰克峰值能量法的诊断原理及诊断系统的组成和诊断实施过程等，同时用实例说明了用其诊断滚动轴承故障的分析过程和可靠性，并归纳总结出了恩泰克峰值能量法的简要诊断准则及注意事项。     

基于EEMD形态谱和支持向量机复合的滚动轴承故障诊断方法

针对滚动轴承的内圈、外圈和滚动体故障提出了一种新的诊断方法,该方法融合了集总经验模态分解(EEMD)、形态谱和支持向量机(SVM)三种方法的优势.首先,利用经验模态分解对滚动轴承故障振动信号进行分解,得到若干个具有物理意义的内禀模态分量(IMF);其次,基于最大能量法筛选出含有故障特征信息最丰富的一个内禀模态分量为故障诊断数据源;再次,对数据源在选定尺度范围内进行形态谱的提取,从而构造故障特征向量;最后,利用支持向量机对滚动轴承的三种故障进行诊断.研究结果表明,该方法能够有效地诊断出滚动轴承的三种故障,且具有很高的故障诊断正确率.     

形态分量分析在滚动轴承故障诊断中的应用

滚动轴承局部故障振动信号中的周期性冲击是识别故障的关键特征.形态分量分析在由多种形态原子组成的过完备字典基础上提取信号中的不同形态成分,基于这种思想提出了一种基于新型过完备复合字典的形态分量分析方法.依据滚动轴承故障振动信号中分量间的形态差异性,改进字典后该方法可以更具针对性地提取出包含故障特征的冲击分量,配合包络谱分析准确提取故障特征频率,诊断滚动轴承局部故障.对比基于快速谱峭度法的轴承故障诊断方法,该方法可以避免人为选择共振带产生的不准确性和非最优问题,提高了故障诊断效果.通过轴承仿真信号和故障实验信号分析验证了该方法的有效性.      

机械设备的状态监测与故障诊断——第七讲 滚动轴承的监测与诊断技术

滚动轴承是机械设备中最常用的重要部件之一,也是比较容易发生故障和损坏的部件。因此,人们很早就注重对滚动轴承工作状态及其故障进行监测和诊断研究,使滚动轴承的监测与诊断技术成为目前实际应用中较为普遍、效果较为显著的监测诊断技术之一。     

基于频谱分析的滚动轴承故障诊断技术的应用

振动分析是滚动轴承状态监测和故障诊断的重要手段,本文对滚动轴承的故障机理进行了剖析,介绍了滚动轴承的常见失效形式,研究了滚动轴承振动信号的特征,通过现场采集振动信号对设备故障进行诊断。     

基于频谱分析的滚动轴承故障诊断技术的应用

振动分析是滚动轴承状态监测和故障诊断的重要手段,本文对滚动轴承的故障机理进行了剖析,介绍了滚动轴承的常见失效形式,研究了滚动轴承振动信号的特征,通过现场采集振动信号来对设备故障进行了诊断。     

大型收尘风机滚动轴承故障诊断

滚动轴承是旋转机械的重要部件,轴承在长期的承载过程中,由于交变载荷的作用,接触表面易产生疲劳、裂纹、剥落,甚至造成元件断裂等故障,株洲冶炼厂通过多方法实践,选用了先进的振动,冲击脉冲简易诊断与精密分析相结合的方法,成功     

滚动轴承故障的诊断方法

本文在阅读国内外大量文献的基础上,综述了滚动轴承故障信号的检测方法。认为振动信号里所包含的故障信息最丰富,应用振动测试与分析诊断滚动轴承的故障最有效。讨论了从振动信号中提取滚动轴承故障特征的各种方法。     

鞍钢线材厂吐丝机的故障诊断

以鞍钢股份有限公司线材厂吐丝机设备为例,简要分析了吐丝机的故障形式及其诊断方法,并通过动不平衡故障案例和滚动轴承故障案例概括了吐丝机的振动特征,得到了动不平衡故障适宜采用位移量诊断和滚动轴承故障适宜采用连续频谱分析诊断的结论,为吐丝机的故障诊断提供了一种可资借鉴的新经验.     

高炉助燃风机电机滚动轴承故障的分析与诊断

介绍了高炉助燃风机设备基本情况,针对助燃风机电机滚动轴承外圈故障的现象,根据振动分析的普通理论,应用RH802双通道数据采集器,对其信号进行时域、幅域、频谱、包络谱等进行分析和诊断。实践证明,故障诊断技术对现场设备滚动轴承故障诊断可以准确地确定故障部位,为设备维修提供科学依据。     

高线精轧机组滚动轴承松动故障诊断

滚动轴承松动是高线精轧机组常见故障之一.结合运用松动故障和轴承故障的特征,能有效的对精轧机的轴承松动故障进行分析和诊断.     

滚动轴承故障的精密诊断技术

本文较系统地阐述了滚动轴承的精密诊断技术，并结合滚动轴承最可靠的诊断方法一一共振解调技术的实际应用，以及振动、冲击精密测试系统的建立，用实例分析了几种典型的故障模式。为现场诊断人员推荐一种确诊率较高的滚动轴承诊断技术。     

滚动轴承内圈疲劳失效的故障诊断

介绍一种滚动轴承故障的诊断方法，可以缩小故障部位范围，缩短设备检修时间。     

1500宽带初轧立辊电机前轴承故障诊断

滚动轴承在变速变载工况下采用振动趋势分析、热成像等多种检测手段,分析了滚动轴承在故障裂化过程中存在的频率范围下移、无量纲参数值、工作热场局部发热等现象的变化规律。结果表明,在实际生产过程中,对滚动轴承中后期故障的诊断比传统的特征频率计算更加具有实际意义和价值。     

基于变分模式分解和微积分增强能量算子的滚动轴承故障诊断

针对滚动轴承故障振动信号的特点,考虑变分模式分解在复杂信号分解及微积分增强能量算子在瞬态成分检测方面的优势,提出基于变分模式分解和微积分增强能量算子的滚动轴承故障诊断方法.首先利用变分模式分解将复杂信号分解为多个本质模式函数,以削弱背景噪声的影响和满足能量算子对信号单分量的要求;然后根据提出的敏感分量选取原则,从本质模式函数中选出包含主要故障信息的本质模式函数为敏感分量;最后利用微积分增强能量算子强化敏感分量中的瞬态冲击,并根据敏感分量瞬时能量的时域波形及Fourier频谱诊断滚动轴承故障.分析结果表明该方法能够有效诊断滚动轴承故障.      

滚动轴承寿命计算列线图

在正常运动情况下,滚动轴承绝大多数是由于反复应力的作用而疲劳破坏,即疲劳剥落。因此,滚动轴承的寿命是指轴承的任一滚动体或任一滚道出现疲劳剥落前的总转数,或者是轴承在一定转速下运转的工作小时数。     

基于集合经验模式分解和交叉能量算子的滚动轴承故障诊断

振动信号的周期性冲击及其重复频率是滚动轴承故障诊断的关键.本文提出了一种基于集合经验模式分解和交叉能量算子提取滚动轴承故障特征的方法.首先,应用集合经验模式分解方法将振动信号分解为本征模式函数以满足交叉能量算子对信号单分量的要求.然后根据相关程度和峭度从本征模式函数中选取敏感分量,计算敏感分量和原始信号的瞬时交叉能量及其傅里叶频谱.最后根据交叉能量的频谱结构和特征频率识别轴承故障.通过分析滚动轴承故障仿真信号和实验测试信号,诊断了滚动轴承元件故障,验证了该方法的有效性.     

数字传动系统调试与常见故障处理

数字传动系统是实现金属加工传动控制的电机系统,数字传动系统常见的故障主要有滚动轴承故障、旋转机械故障、齿轮故障和往复式机械振动故障等,采用数字传动系统输入输出信号分析和检测方法进行系统调试和故障分析,实现对传动系统的工况状态识别和故障检测,确定故障的原因和部位,达到故障诊断决策目的。数字传动系统的故障处理方法主要采用输入主分量分析方法、故障特征聚类分析方法和专家系统诊断识别方法。以某大型数字传动系统的滚动轴承故障为例,进行系统调试和故障检测设计和仿真分析,展示较好的故障诊断性能。     

滚动轴承的振动故障与处理方法

根据对电动机滚动轴承振动故障落修的统计,分析了滚动轴承振动故障发生的原因,并提出滚动轴承振动故障监测和修理的有效方法。     

水泵轴承故障的诊断分析

在泵体类故障中,水泵轴承故障诊断是具有代表性的。应用振动诊断的频谱分析方法对滚动轴承的故障判断很有意义。列举了本钢氧气厂5#水泵及P60A喷淋泵这两个示例加以说明。