齿轮传动链故障监测系统的信号分析和研究

研究了故障监测系统和故障信息的调制和解调,根据有限长度调制信号的初相位,相位差及相位调制量,对机械故障进行实时监测,针对齿轮箱故障诊断和相应监测系统的设计应用,实现了远程对调相信号的解调和相位调制信号的提取,解决了PLC和微机齿轮传动链故障监测系统的数据监测,系统抗干扰及数据通讯中的一些问题。     

齿轮故障识别

通过对振动信号进行解调,提取相位调制信号,得到了故障信息。根据齿轮啮合振动频谱,对齿轮的裂纹进行诊断。     

利用残余信号法提取齿轮局部故障特征的研究

本文提出了用残余信号法对齿轮局部故障识别所起的特殊作用，分析了残 信号茆牟数字过程。最后通过实例说明这一方法的衫价值和有效性。     

矿井主通风机轴承故障机理分析及诊断方法研究

矿用通风机为煤矿的关键设备,其轴承在高速旋转过程中受到交变应力的作用,容易发生磨损与失效,对矿井的生产安全造成威胁.对通风机轴承故障的失效形式、产生机理与特征参数进行分析,探究并计算了轴承各零件发生故障时的特征振动频率,并确定了以振动信号为依据的故障诊断方法,提出了一种故障诊断系统方案,通过振动采集设备对通风机轴承的振...     

圆周振动筛轴承故障特征提取与诊断

针对圆周振动筛轴承故障信号经常淹没在振动筛自身的振动和冲击中,导致轴承故障特征难以提取的问题,提出采用包络分析法处理测试信号和诊断轴承故障的方法。利用加速度传感器采集圆周振动筛轴承正常工作和发生故障时的振动信号,再采用包络分析方法对振动信号进行处理并提取轴承的故障特征,从而识别出故障类型。通过实验分析了振动筛轴承故障的时域和频谱特征,得出轴承外圈频谱存在调制现象,而内圈频谱不存在调制现象,为轴承故障诊断提供了理论的技术支持和判断依据。     

齿轮故障的振动诊断及案例分析

齿轮故障通常具有相似的现象,即振动和噪声明显增加,但产生齿轮故障的原因却很难从表象作出判断。本文从振动分析的角度阐述齿轮振动的时域与频域特征,并结合实测案例进行分析。     

轴承故障智能诊断专家系统的研究CSCD

为满足RV减速器轴承故障分析的需要,实现对轴承故障的智能诊断,提出了一种基于专家系统的轴承故障智能诊断方法。针对RV减速器轴承的特点,通过模拟实际工况进行试验,提取不同故障类型的特征数据,结合轴承故障判别依据以及先验知识,采用Visual Studio软件建立RV减速器轴承故障智能诊断专家系统,提高轴承故障类型的识别率以及故障位置、程度的诊断精度。通过试验对故障诊断推理模块、知识更新模块、知识库管理模块等功能模块进行了验证,保证了专家系统的可靠性。     

粒子滤波在轴承故障振动信号降噪中的应用

针对轴承故障信号的降噪处理,研究了粒子滤波方法和它在信号降噪中的应用.首先建立轴承故障振动信号的数学模型,将其作为粒子滤波的状态方程;然后提取背景噪声,将其和状态信号一起作为观测信号,得到观测方程,据此对原始真实信号进行估计,得到降噪后的信号,并通过仿真分析可知降噪前后的信噪比有明显的提高;最后将粒子滤波降噪思想用于所...     

齿轮-转子-轴承系统复合故障振动特性研究

针对齿轮-转子-轴承系统发生复合故障时齿轮副振动响应,结合齿轮副模型和滚子轴承模型,基于拉格朗日方程建立了36自由度的齿轮-转子-轴承系统耦合振型,设定齿轮副主动轮剥落和轴承表面损伤复合故障,研究了复合故障下齿轮副的振动响应。结果表明,在健康的齿轮-转子-轴承系统振动响应下,系统振动时域幅值较为均匀,振动频谱主要为轴承外圈特征频率和齿轮副啮合频率;当齿轮副发生剥落单故障时,系统振动频谱上出现啮合频率与转轴频率调制生成的边频带;当齿轮-转子-轴承系统发生复合故障时,系统振动时域上的振动幅值增大,振动愈加复杂,频域信号调制现象严重,而且调制生成的信号幅值增大,但在其振动频域上可以找到其故障频率以及调制生成的谐波频率,以此可以判断系统的故障类型。     

轴承故障信号的峰值特征扩展电路研究

针对轴承故障早期预测和高速轴承故障诊断的要求,研究了一种轴承故障信号的峰值特征扩展及其复位清零方法。通过峰值保持器和比较器LM339、触发器MC14538、多路开关CD4053实现了轴承故障信号的冲击峰值的适当扩展保持并及时清零复位,这种方法使得轴承故障信号的特征更加明显,同时也避免了高转速下的轴承故障信号的混叠。     

变速器齿轮故障特征模糊熵提取方法研究

针对样本熵相似性度量函数的突变问题,提出了一种变速器齿轮故障特征模糊熵提取方法。模糊熵通过引入模糊隶属度函数代替样本熵中的硬阈值判据,可以减小模糊熵对参数的敏感度和依赖性。利用模糊熵作为变速器齿轮故障的特征值进行提取包括变速器齿轮正常、齿面轻度磨损、齿面中度磨损和断齿等4种工况的振动信号,依据不同的故障对应不同的模糊熵分布,对各种故障状态进行分类。变速器齿轮故障识别的实例验证了模糊熵较样本熵具有较好的故障分类能力。     

基于改进K-SVD字典学习算法的轴承故障信号特征处理

轴承故障信号识别经常受到各种噪音的影响,传统K奇异值分解(K-Singular value decomposition, K-SVD)算法在稀疏表示中效果较差,通过终止准则对进K-SVD字典学习优化,设计了基于改进K-SVD稀疏表示的轴承微弱故障信号特征处理方法。将终止准则当作字典更新收敛条件,采取正交匹配追踪算法进行稀疏求解,以包络谱形式实施分析,达成对微弱故障特征的提取目标。仿真信号结果表明,添加噪声信号时域图难以对特征频率实施精准提取。通过改进K-SVD算法来学习该分量特征信息有着明显的冲击特征,通过重构误差的波动状况对更新收敛性验证。试验结果结果表明,故障特征频率被其它频率掩盖,导致故障状态难以被有效辨别。本文方法实现对微弱故障特征的高效提取,精准判断故障状态。     

动车组转向架轴箱轴承故障及诊断研究

转向架轴箱轴承是高速列车动车组重要的旋转运动部件,它在复杂多变的工况下极易出现由疲劳、过载等原因导致的失效,因此,轴箱轴承的运转可靠性直接决定着列车的行车安全。为了满足动车组运营维护中动态化、系统化的安全保障需求,要对轴箱轴承故障诊断技术进行研究。通过分析轴箱轴承的结构原理和典型故障形式,挖掘故障与外界因素的关系。结合振动信号监测技术得出振动数据,采取时域分析与小波分析结合的故障特征频率提取方法,能对轴承外圈点蚀故障进行诊断。结果表明,时域分析法可快速准确获取故障特征信号,但不能定位故障产生的部位;而小波分析法可从包络谱图中直接看出故障特征频率,准确地提取轴承故障特征信息。综合使用时域分析与小波分析,可明显提高轴承故障诊断率,促进轴箱轴承故障诊断方法在动车组上的应用。     

轴承故障的振动监测与灰色诊断

根据不同状态下轴承的时序波形和频谱图,提取八个轴承状态特征参数。利用灰色关联分析方法,对受试轴承的状态和故障程度进行分类识别。附图3幅,参考文献5篇。     

在不了解设备基本参数的条件下如何做减速机综合故障的分析与诊断

在不了解设备基本参数的条件下,利用频域分析方法,对轧机主传动系统减速机进行了故障诊断。故障诊断结果与实际故障完全吻合。     

轴承故障的预防和诊断

轴承是旋转机械的易损元件,据统计,旋转设备的故障有30%是由轴承损坏引起的。轴承的好坏对机器的工作状态影响极大,严重时将会间接破坏整个工厂的生产,因此在连续生产的石化企业,对轴承进行故障监测     

轴承-轴承座系统振动特征与局部故障尺寸的关联

轴承-轴承座系统振动特征与局部故障尺寸的关联关系是轴承内部故障精确定量诊断的重要依据。针对不同尺寸局部故障诱发的轴承-轴承座系统振动特征的问题,采用显示动力学有限元算法,综合考虑其各部件的弹性变形、重力和轴承元件之间的接触与摩擦的影响,建立含局部故障的轴承-轴承座系统有限元动力学模型,研究不同尺寸局部故障诱发的轴承-轴承座系统的振动特征。分析局部故障尺寸变化对其振动特征的影响规律,揭示局部故障尺寸与轴承-轴承座系统振动特征之间关联关系,为获取其准确的振动特征提供了一种可行的手段,也为轴承-轴承座系统内部轴承早期局部故障的准确定量诊断提供了有效参考。     

铁路车辆轴承故障在线诊断的模拟

以铁路车辆中的货车为研究对象，设计了模拟实验装置，建立了力学模型．对轴承故障进行了模拟，做了动力仿真计算，共和实验结果进行对比，两者有很好的一致性．证明利用振动信息对车辆轴承故障在线诊断是可行的。附图2幅，参考文献5篇。