高频包络谱分析技术在滚动轴承故障诊断中的应用

在滚动轴承的状态检测中,仅仅依靠频谱分析来判断其故障存在一定的局限性,高频包络(HFE)技术对轴承的早期故障诊断具有重要意义.简要介绍高频包络技术的原理及其在滚动轴承故障诊断中的实际应用.     

滚动轴承的振动监测与故障诊断系统

论述滚动轴承的振动监测与故障诊断的原理、方法和系统。采用振动监测系统对滚动轴承进行巡回在线监测 ,发现故障后发出声光警告 ,然后自动转入诊断模块 ,用共振解调法进一步判断故障发生部位及其趋势等。附图 4幅 ,参考文献 3篇。     

尖峰能量在滚动轴承故障诊断中的应用

滚动轴承是泵、风机等旋转机械中应用最广泛的一种零部件,它的运行状态是否正常直接影响到整台机器的运行。因此,对滚动轴承的状态监测和故障诊断具有重要的现实意义。所谓尖峰能量(gSE)就是短瞬间内金属碰撞和随机振动所产生的通过机器结构外传的振动能量。     

小波包能量谱在滚动轴承故障诊断中的应用

提出了基于小波包能量谱的滚动轴承故障诊断方法。首先,以6406轴承为例采集不同工况的振动信号,然后对试验数据进行小波包变换,振动信号被分解到独立的频段,不同频带内的信号能量变化反映了运行状态的改变,提取各频带小波包能量谱为特征向量,最后应用基于模糊聚类的故障诊断方法。经对大量实测数据的处理和分析,能够比较准确地诊断出轴承的故障。     

滚动轴承的振动监测与故障诊断系统研究

论述了滚动轴承的振动监测与故障诊断的原理,方法和系统。为了简单 判别轴承有无故障,采用了振动监测系统对滚动轴承进行巡回在线监测,发现故障后发出声光警告,然后则自动转入诊断模块,用共振解调法进一步判断故障发生部位及其趋势等。     

振动频谱分析在滚动轴承故障诊断中的应用

滚动轴承是转动设备中应用最为广泛的机械零件,是轴及其他旋转构件的重要支承,是最早采用专业化大批量生产的机械基础件之一,在日常的使用与维修中发现,轴承同时也是最容易产生故障的零件。根据不完全     

振动监测和故障诊断技术在高速离心泵上的应用

通过实例，介绍了振动监测和故障诊断技术在引进的高压高铵泵上的具体应用。     

基于虚拟仪器技术的滚动轴承故障诊断系统

基于虚拟仪器技术的思想,利用labview软件设计并搭建了滚动轴承振动测试及故障诊断系统。通过对滚动轴承振动信号的采集及处理,得到轴承的各项振动性能参数。系统能够根据参数值、振动的时域图以及频谱图,对轴承状态进行准确判断,并可显示出故障产生部位及其发展趋势。     

时域分析技术在机械设备故障诊断中的应用

低速重载的一些机械设备,由于频率较低,故受振动诊断分析仪器功能的限制,频谱分析方法效果不太理想。经过现场的长期监测及诊断分析,几个典型案例说明了对于低速重载的机械设备,时域分析是最有效的故障诊断方法之一。     

振动信号模型在滚动轴承故障诊断中的应用

为了克服传统故障诊断流程的缺点,提出一种基于EMD(Empirical Mode Decomposition)和振动信号模型的滚动轴承故障诊断方法,首先根据滚动轴承振动机理和振动信号的特征,建立了滚动轴承在正常和各种典型故障时的信号模型,然后采用EMD对原始振动信号做分解,并以峭度为依据进行信号重构,最后计算重构信号与不同信号模型之间的相关系数,根据系数大小可准确判断故障类型。通过对实验平台信号和风力发电机组齿轮箱滚动轴承振动信号的分析,验证了该方法的有效性和实用性。     

改进极限学习机在滚动轴承振动故障诊断中的应用

滚动轴承广泛应用于机械、铁路运输、航天航空等领域,在旋转机械设备的正常稳定运行中占据着至关重要的位置,其振动故障的准确、快速诊断是保证机械设备正常稳定运行的必要手段,因此,研究一种能够有效诊断滚动轴承振动故障的方法具有重要意义。针对滚动轴承振动信号具有非平稳性、非线性和影响因素相互影响相互作用的特点,结合小波分析理论对滚动轴承振动信号进行故障特征提取,通过借鉴支持向量机的分类思想,从最优化角度出发,引入结构风险最小化原理对极限学习机进行改进及优化,并结合改进后的方法构建了滚动轴承振动故障诊断模型。仿真结果表明,改进的极限学习机进一步提高了滚动轴承振动故障诊断的效率和分类准确率,为滚动轴承的振动故障诊断提供了新思路和新方法。     

振动信号分析技术在电机故障诊断中的应用

我厂在开展设备状态监测与故障诊断过程中,应用振动信号分析技术.对设备故障进行诊断分析,收到较为显著的效果.下面介绍两个电机故障诊断的实例.一、电机轴承故障诊所煤气鼓风机是我厂生产系统的心脏,一旦发生故障将造成重大损失.为此我厂配置了振通902振动数据采集器/频谱分析仪,对煤气鼓风机进行状态监测.在测试过程中、发现2~#鼓风机电机前、后轴承处八个测点的振动值均呈上升趋势.图1是2~#鼓风机电机测点分布图.从测量数据看出,204测点的速度有效值上升幅度最大,由11月10日的2.97mm/s上升到11月23日的7.27mm/s上升了1.45倍,按ISO2372振动烈度标准,属于C范围,即“还允许范围”.电机后轴承各测点(201、202、203、204)的振动值平均上升幅度为1.78倍;前轴承各测点(205、206、207、208)的振动值平均上升幅度为1.61倍.为了确定故障性质、部位及劣化程度.对电机前、后轴承处都作了振动波形共振解调包络波分析.图2a、b分别是201测点和206测点经过共振解调滤波后的时域波形.图2a中振动信号出现了较大幅度的周期性冲击脉冲信号.滚动轴承出现缺陷时,在运行中就会产生冲击,     

应用峰值能量技术判断滚动轴承故障

描述了峰值能量的检测和处理过程,讨论了峰值能量测量中应注意的问题及峰值能量值的含义。通过轴承故障的检测实例说明了峰值能量技术的应用方法。     

第三十章 基于WIA技术的滚动轴承振动监测与故障诊断系统

在分析现有的振动信号分析与故障诊断技术的基础上,提出了一个基于工业无线网络wIA技术的滚动轴承振动监测与故障诊断系统,详细介绍了该方案的系统运行原理、系统结构及系统功能。     

小波变换能量谱在滚动轴承故障诊断中的应用

针对滚动轴承故障振动信号的特点,构造余弦调频小波,采用连续小波变换的方法来提取滚动轴承故障振动信号的特征,提出了一种滚动轴承故障诊断方法—小波能量谱比较法。通过对有缺陷的滚动轴承振动信号的分析,检测到轴承故障的存在,且能有效地识别出滚动轴承的故障模式。     

滚动轴承故障诊断分析方法研究综述

旋转机械作为当前制造业中最常使用的设备之一,对其系统的安全可靠性提出了很高的要求,而滚动轴承在其中起到举足轻重的作用,若在工程实践当中出现故障小则引起机器失效导致无法正常工作,大则危及现场人员生命安全造成巨大的损失。因此如何实现对滚动轴承的故障检测从而保证旋转机械的安全使用是很一个重要的问题。主要从滚动轴承特征信号提取及诊断两个方面,归纳总结近几年相关领域的重要理论和前沿研究成果。最后,就当下存在的不足,分析可能遇到的挑战,并展望未来的研究趋势。     

基于振动测试的滚动轴承故障诊断技术进展

振动法是滚动轴承最重要的故障诊断方法,其核心在于有效抽取表征故障的特征值。本文重点从信号处理的角度出发,围绕原理、特点及适用范围,对国内外基于振动法的故障诊断方法进行了比较、总结与展望。     

神经网络在滚动轴承故障诊断中的应用

提出了基于神经网络的滚动轴承故障诊断方法,以滚动轴承小波分解后的能量信息作为特征,通过神经网络作为分类器对滚动轴承故障进行识别,经过实验表明,该方法对于滚动轴承的故障诊断具有一定的应用价值,并可方便地推广到类似的诊断领域。     

半贫液泵振动故障的诊断与处理

半贫液泵在运行过程中振动突然加剧,经监测诊断,确定故障原因,检修后振动的问题得到了解决,保证了半贫液泵的安全运行。     

滚动轴承振动故障诊断实践

据统计，旋转机械的故障中轴承的损坏故障约占30％。若能做到提前预测和发现故障，并利用生产间歇或停产时间排除故障，可避免更大的损失，甚至可使设备达到零故障运行，减少维修成本。本文介绍了利用状态监测技术监测滚动轴承的故障，为准确分析故障提供参考。