滚动轴承故障声学信号小波分析方法研究

采用小波分析方法,对非接触式声学测试中的滚动轴承故障声学信号进行多尺度分解,计算分解后每层信号的能量系数,结合噪声信号频率特性,去除能量较低的频段信号,对能量集中的频段进行波形重构,得到最能代表声发射源特征的信号,并利用功率谱分析了其频域特性。     

滚动轴承故障浅析

滚动轴承短寿或过早的丧失精度,相当大的程度上是由于没有严格按照轴承使用要求进行安装、维护等原因的非正常损坏。文章分析了因拆装不当及润滑不良而引起的滚动轴承故障现象,同时对其消除故障的方法作简要阐述。     

滚动轴承的故障机理及诊断

介绍了滚动轴承的故障类型和发展历程,轴承故障频率的计算公式和包络分析的原理,并通过实例介绍了滚动轴承的诊断方法.     

基于形态滤波和HHT的滚动轴承故障特征提取

应用形态滤波和HHT提取滚动轴承振动信号故障特征。通过形态组合滤波对信号进行预处理,对预处理后的信号进行EMD分解,把信号分解为若干个IMF的和,之后计算IMF的希尔伯特能量谱,提取振动信号的故障特征频率。本算法能够较准确地提取出滚动轴承振动信号的故障特征频率,为滚动轴承振动检测与故障诊断研究提供参考。     

如何准确地判断滚动轴承故障

滚动轴承是冶金、石油、化工企业工业泵中常采用的轴承,笔者总结了长期现场工作经验,分析了滚动轴承故障的主要原因及维护检修措施。     

滚动轴承故障诊断技术的简单运用

重点介绍了利用振动信号分析手段来诊断滚动轴承故障的技术,并将其运用于齿轮箱、泵类等生产设备的状态监测,为准确分析及诊断故障提供参考。     

基于相关性小波奇异熵的滚动轴承故障特征提取

针对轴承故障信号受噪声影响严重,导致故障特征提取稳定性较差的问题,将小波变换、相关性、奇异值分解和信息熵理论相结合,提出一种基于相关性小波奇异熵的轴承故障特征提取方法。该方法首先将轴承信号进行小波分解,利用小波分解系数和噪声的相关性特点不同,引入相关计算以去除噪声的影响;然后对相关处理后的规范化系数进行奇异值分解,轴承的不同故障信息就体现在奇异值中;再利用信息熵的统计特性对奇异值进行不确定度计算;最后,以相关性小波奇异熵作为特征向量,通过概率神经网络对滚动轴承故障进行识别。实验表明:该方法能够有效地提取轴承故障特征,具有良好的容噪能力和稳定性。     

滚动轴承一般故障的简易判断

滚动轴承运行中经常会出现各种故障，这就要求我们能准确判断、及时维修，防止突发故障产生。以下介绍一些工作中积累的经验，供同行参考：     

多小波预处理方法用于滚动轴承故障信号的去噪效果分析

针对不同预处理方法对多小波的影响问题,探讨了基于不同预处理方法的多小波对滚动轴承信号去噪效果的影响。通过仿真实验,先对GHM多小波、CL4多小波和SA4多小波进行重复行预处理、逼近预处理和平衡多小波处理,并将处理后的多小波应用于滚动轴承故障信号的去噪效果分析中。结果表明:经过平衡多小波预处理的CL4多小波在滚动体故障信号、内圈故障信号、外圈故障信号中的效果最好,相对于经过其他预处理方法处理的多小波的处理效果有明显优势。     

基于小波神经网络的滚动轴承故障诊断

根据滚动轴承振动信号的频域变化特征 ,采用小波包分析对其建立频域能量特征向量 ,利用径向基函数神经网络完成滚动轴承故障模式的识别。理论和试验证明了该方法的有效性。     

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。     

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.     

基于小波分析和矩不变量的转子故障量化特征提取研究

为解决旋转机械智能诊断中缺少量化特征值的问题,提出了一种基于小波分析和矩不变量的量化特征提取新方法。在对实验转子振动信号进行小波分析的基础上,采用了灰度图来对连续小波分解系数进行表达,并提取出灰度图的7个矩不变量作为描述振动信号状态特征的量化特征值系列。分析表明,该方法所提取的转子信号量化特征值系列,能够有效地区分出几种典型故障间的差别。     

基于VAE-DBN的故障分类方法在化工过程中的应用

针对化工过程高维数据的故障特征难以提取的难题,提出变分自动编码器(VAE)结合深度置信网络(DBN)的混合故障诊断方法. 在VAE的编码部分对隐变量空间Z添加约束,通过重参数化方法进行反向传播训练,可无监督地学习不同故障对应的隐变量特征,其作为DBN分类模型的输入特征训练网络,输入测试集进行故障诊断. 田纳西伊斯曼流程(TE)应用结果表明,VAE能提取原始数据更加抽象有效的特征,VAE?DBN分类准确.     

球磨参数对球磨法制备纳米WO3粉的影响分析

本文采用球磨法制备纳米三氧化钨陶瓷粉末,系统研究了球磨参数对粉末粒度的影响。结果表明,机械球磨法可以制取纯度较高的三氧化钨细粉;球磨时间和球料比以颗粒尺寸趋于稳定的范围为佳,盲目延长时间、增大球料比起不到细化作用,相反会增加杂质的引入。     

球磨机用高压静电除尘器的设计和使用

介绍了水泥生产中用于球磨机的高压静电除尘器的有关设计内容。实际应用表明，该除尘器使用效果明显。指出了操作时应注意的事项。     

碟式分离机横轴轴承的故障分析与诊断

比较了滚动轴承的几种诊断方法,在此基础上,针对碟式分离机横轴轴承的主要故障,采用有效的方法对实测信号进行了处理,给出了处理结果。其结果与实际情况相符,效果良好。     

基于事故树分析的油库燃爆事故安全评价研究

燃爆是油库发生的危害性极大且最为经典的一种事故。针对油库事故的发生特点,结合青岛中石化黄潍管线发生爆炸的例子,有侧重点的得出了引起事故发生的重大危险源,火源和油罐本身的泄露问题是导致事故发生的最为主要的因素。运用事故树分析法对油库燃爆问题进行了系统的分析,研究了各危险源之间的因果关系,探讨了油库燃爆事故的发生发展模式,得出了各基本事件的结构重要度大小顺序,为更好地维护油库安全提供了科学的理论和数据支持。