基于小波去噪的机车牵引电机轴承故障诊断仿真研究

轴承是牵引电机重要的传动部件,其性能直接影响机车的运行状态,机车运用时间过长,运行环境恶劣往往导致轴承不同程度的磨损、烧结,为降低牵引电机轴承故障率和机车维护成本,方便获取牵引电机轴承运用信息,本文提出基于小波去噪提取轴承特征的分析方法,利用LabVIEW编译软件对采集到的仿真试验台轴承振动信号进行小波包去噪处理,结合Hilbert包络分析提取去噪后信号的故障特征频率进行故障识别,为机车牵引电机故障诊断提供理论依据。     

浅析基于决策树算法的机车电气控制回路故障精确检测方法

由于传统机车电气故障检测方法经常出现故障漏检和误检现象,具有较高的检测残差值,为此提出基于决策树算法的机车电气控制回路故障精确检测方法。安装远程PLC设备与故障信号接/收装置的方式,放大电气控制回路中的故障滤波信号,对故障信号进行采集;根据不同数据的类型,对机车电气控制回路故障信号的分账处理;最后利用决策树算法对处理的故障信号进行分析,计算出机车电气控制回路故障发生概率。经实验证明,设计方法机车电气控制回路故障检测残差值低于传统方法。     

基于功率谱分析的机械故障免拆检测装置设计

对设备振动信号的频谱分析是设备故障检测的一种重要方式。文中以ARM9处理器,设计开发了一套故障检测装置。该装置通过加速传感器采集故障设备的振动信号,经过预处理之后,利用快速傅里叶变换实现时域和频域的转换,并分别绘制出时域和频域下的各类波形图用于故障分析。试验结果表明,该装置具有较好的准确性和稳定性,波形显示精度较高,适用于对设备故障的实时检测。     

机车牵引电机转子不平衡故障分析

本文通过对机车牵引电机转子不平衡振动机理的分析,采用振动监测方法,结合信号预处理技术、快速DCT和故障位置确定的"三段法",提出一种机车牵引电机转子不平衡故障的在线诊断方法。该方法算法简单、计算量小,可满足运行机车在线故障诊断的实时性要求。     

旋转机械不平衡振动自愈调控原理与方法

针对旋转机械不平衡振动故障,搭建基于电磁驱动式自动平衡的不平衡故障模拟试验台,研究电磁驱动式自动平衡装置实现稳定的配重块自锁、配重块驱动原理及设计方法,根据设计条件分析控制极限影响因素,计算自动平衡系统的最大平衡能力、最小平衡能力和平衡精度。依此设计出一套可稳定工作的电磁驱动式自动平衡装置。通过建立不平衡振动故障转子诊断模型,从理论上分析不平衡振动产生机理,提出用轴心轨迹重构法进行不平衡振动辨识,分别采用水平方向、垂直方向和椭圆长轴方向振动矢量作为自动平衡控制输入信号,并在模拟试验台上进行试验验证。结果表明在相同条件下,三种信号输入方式均能实现降振,重构法提出的椭圆长轴矢量的控制相比较传统的单通道水平方向或者垂直方向控制输入,可以使自动平衡后的控制效果更好,降幅为74.84%,同比其他两种方式多下降约5%。     

一种准双曲面齿轮主减速器的故障诊断方法及实现

介绍了一种采用主减速器总成跑合试验的振动信号进行准双曲面齿轮主减速器质量评价的方法。利用时、频域分析和小波包分解对能反映故障特征的参数进行提取;利用MATLAB神经网络工具箱对BP神经网络进行训练并实现故障模式的识别。通过实测信号的试验结果表明,该方法能对准双曲面齿轮主减速器的质量进行有效的评价。     

一种运用非线性特征提取的动车牵引齿轮箱故障可靠诊断新方法

动车牵引齿轮箱是其动力源保障,开展齿轮箱故障诊断能够保证机车安全运行。但是目前在故障非线性特征方面仍需进一步研究。为此,提出了一种新的动车牵引齿轮箱故障诊断方法,利用集合经验模态分解(EEMD)和局部线性嵌入(LLE)优异的非线性分析能力巧妙提取齿轮振动信号的关键特征,并利用支持向量机(SVM)实现对齿轮箱多种故障的可靠诊断。通过齿轮箱故障试验台进行实验分析,结果表明,提出的新方法能够有效检测齿轮磨损、裂纹以及断齿故障,且诊断率比现有方法(如线性特征提取方法)高5%,从而验证了新方法是有效的,有望应用于工程实践之中。     

基于机器视觉的滚动轴承振动检测方法

滚动轴承应用场景的工况较为严苛且其结构特殊，经常发生故障。常用振动信号检测方法来判断轴承现状，但已有方法无法直接提取轴承元件的振动信号，且存在信号干扰，安装也较为烦琐，不利于后续数据分析。为此提出了一种基于机器视觉的滚动轴承振动信号检测方法。利用高速相机获取了滚动轴承运行时的时间序列图像，通过图像处理获取了滚动轴承内圈特征坐标，建立了基于YOLOv3的滚动轴承深度学习识别模型，并对采集视频进行首帧预框选，提高了检测速度与准确性。最后搭建了滚动轴承振动检测试验台进行验证。测试结果表明，所提方法能够有效地检测滚动轴承内圈的振动信号，识别率达到99.4%以上，可根据信号峭度和轨迹分布有效区分滚动轴承故障。     

基于小波变换的齿轮箱振动信号降噪处理

应用了小波变换理论和小波降噪的原理,对齿轮箱的振动信号进行了小波降噪处理,有效的从含有噪声的齿轮箱振动信号中提取出该信号更加准确和真实的故障特征,从而为提高齿轮箱故障诊断的准确性以及检测齿轮箱的早期微弱故障信号提供了重要的参考价值。通过对仿真信号的降噪处理,然后进行FFT变换,并且和没经过信号降噪处理就进行FFT变换的对比,显示了小波降噪的优越性。最后通过对齿轮箱的实际振动信号的降噪处理,进一步表明了小波降噪在消除噪声干扰方面有效性。     

基于Simulink分析驱动系统弹性架悬横向振动特性

从工程实际应用出发,建立具有3自由度的驱动系统弹性架悬的半机车横向动力学简化模型。根据达朗贝尔原理,列出各刚体的振动微分方程,并建立Simulink振动系统仿真分析模型,比较分析不同频率(速度)及不同横向连接刚度参数下的驱动系统振动特性。结果表明:各刚体横向振动加速度随运营速度的增加而增大,其中车体受到横向激励振动甚微,构架及驱动装置在弹性元件的作用下能够有效衰减至一个稳定的振动状态,且横向振动加速度幅值处于较低的范围内(0~0.2g),有利于提高机车横向稳定性;当驱动装置与构架之间横向连接刚度在0~1.0MN/m范围内时,驱动装置能够快速衰减至稳定振动状态,保证机车在运营过程中有较低的横向振动能量,从而减小轮轴的横向作用力。     

传动轴振动特性试验台设计

针对汽车在行驶中传动轴发生振动的问题,以某型号微型汽车为研究对象,基于SolidWorks建立了检测其传动轴振动特性的试验台模型,试验台采用PLC-变频器作为驱动系统,磁粉制动器作为负载,能够根据不同路况条件进行相应的动力/阻力加载。伺服电机驱动滚珠丝杠作为负载部分的运动执行机构,可以满足主减速器空间三维移动,以便与调整角度后的传动轴连接。采用LabVIEW软件作为开发平台,可以同步获取电动机的转速信号、传动轴和主减速器的振动信号,方便试验人员进行数据分析和处理。经验证,本试验台可以满足使用要求。     

改进字典学习的振动信号检测方法

机械零部件振动信号包含了大量机械系统运行状态信息,针对传统检测方法依赖于经验知识和人工定参,提出了一种改进字典学习的振动信号检测方法。通过原始振动信号自身驱动,采用非负条件下基于K奇异值分解的改进算法训练超完备字典,结合基追踪算法稀疏编码,重构实现振动信号预处理。根据重构信号的包络谱,对比先验计算频率。仿真和实验结果表明,改进字典学习的振动信号检测方法能够有效提取故障频率,适用于故障检测,为基于振动信号实现机械系统智能化维护提供了参考。     

一种起重机减速器故障诊断试验台及测试方法

为了研究起重机减速器故障与其振动特征信息的关系,通过检测减速器振动信息来判断减速器故障的类型、位置及程度,设计了一种减速器故障诊断试验台,包括试验台本体、起升机构、测试分析系统等,并据此制作了样机,同时提出了一种减速器故障的测试分析方法.测试结果表明,基于该试验台及测试方法,采用变时基谱、离散傅里叶变化等分析方法能够准确获取减速器振动特征信息,对减速器做出的故障诊断与实际开箱检查测量的结果一致.根据建立的振动特征信息库,可对使用现场的减速器进行检测及故障判定.相比通常需打开减速器才能对其进行故障判别的方法,这种方法无需打开减速器即可对其进行方便、快捷、准确地检测及故障诊断,对保障起重机安全运行具有重要意义.     

一种起重机减速器故障诊断试验台及测试方法

为了研究起重机减速器故障与其振动特征信息的关系,通过检测减速器振动信息来判断减速器故障的类型、位置及程度,设计了一种减速器故障诊断试验台,包括试验台本体、起升机构、测试分析系统等,并据此制作了样机,同时提出了一种减速器故障的测试分析方法.测试结果表明,基于该试验台及测试方法,采用变时基谱、离散傅里叶变化等分析方法能够准确获取减速器振动特征信息,对减速器做出的故障诊断与实际开箱检查测量的结果一致.根据建立的振动特征信息库,可对使用现场的减速器进行检测及故障判定.相比通常需打开减速器才能对其进行故障判别的方法,这种方法无需打开减速器即可对其进行方便、快捷、准确地检测及故障诊断,对保障起重机安全运行具有重要意义.     

基于原始振动信号的往复压缩机卷积神经网络故障诊断

往复压缩机振动信号特性复杂,传统特征提取方法难以有效提取故障特征,从而影响故障诊断效果。提出了基于原始振动信号卷积神经网络(RVCNN)的方法,将采集的一维原始振动信号作为输入,充分利用卷积神经网络(CNN)自动提取信号特征的特性,对往复压缩机故障进行特征提取及诊断。使用从试验台获得的压缩机气阀故障数据样本进行测试,结果表明,与传统方法相比,RVCNN方法具有更高的故障识别率和更好的抗噪性能。     

基于无传感器检测方法的机械系统扭振试验研究

为了研究无传感器检测方法用于机械系统扭转振动检测的机理及效果,建立了一个由感应电动机驱动,以直流发电机为负载的轴系扭振模拟试验台。通过控制发电机负载回路的快速通断产生轴系扭转振动,利用Hilbert变换包络谱提取电流信号中的故障信息,并与电涡流位移传感器拾取的横向振动信号进行了比较。试验和分析结果表明,电机驱动设备的机械故障信息主要以扭转振动方式耦合到定子电流中,相对于横向振动检测,无传感器检测方法更适合机械系统的扭转振动故障检测与诊断。     

连续小波变换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，构造脉冲响应小波，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，在此基础上提出了两种滚动轴承故障诊断方法：尺度——小波能量谱比较法和时间——小波能量谱自相关分析法。通过对滚动轴承外圈和内圈故障振动信号的分析，说明两种方法不仅能检测到滚动轴承故障的存在，而且能有效识别滚动轴承的故障模式，从而为滚动轴承故障诊断提供了一种新途径。     

汽车悬架振动试验台垂向主振动的有效性分析

由于汽车悬架振动试验台垂向主振动的有效性决定了试验台的激振效果,为此通过试验分析了垂向主振动的有效性。在试验台的垂向、横向和纵向3个方向布置振动加速度传感器,检测得到在匀速激振时的平台振动信号,并对测得的振动信号进行功率谱密度分析。结果表明,平台垂向振动具有良好的单频性,平台前、后梁的垂向振动具有良好的一致性,平台垂向振动较之横向振动和纵向振动具有主导性。     

应用LabVIEW高速搅拌轴状态信号特性分析

搅拌轴高速旋转,为整机的动力输入源,容易发生故障,通过状态信号监测迅速排除故障具有重要意义。根据高速旋转搅拌轴和整个装置的结构特点,设计状态信号监测系统,对关键位置点进行检测。应用小波分析技术对搅拌轴状态信号监测系统进行分析,基于LabVIEW虚拟仪器测试系统搭建状态信号试验测试平台;采用压电加速度传感器获取轴承座的竖直、水平方向及搅拌轴输入端的振动信号;利用平台对状态信号进行分析,进行自功率谱、共振解调和小波分解等分析处理;通过信号分析,检测搅拌轴轴承状态及不平衡或不对中现象,并对转轴的转速选择进行检验。分析结果可知：设备总体运行正常,个别搅拌轴有轻微不平衡或不对中现象;减速电机采用悬置增加了转轴的振动,同时也影响到整个塔身的振动;在转速选择上搅拌轴目前选择的转速偏低,转动过程中不能完全甩起搅拌链,为通过增加转速来提高脱硫塔的运行效率提供了有效依据。分析方法和分析结果为此类研究提供参考。     

基于余弦调频小波变换的滚动轴承故障研究

针对滚动轴承故障振动信号的特点，构造余玄调频小波，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，在此基础上提出了一种滚动轴承故障诊断方法：时间一小波能量谱自相关分析法。通过对滚动轴承具有缺陷的情况下振动信号的分析，说明时间一小波能量谱自相关分析法不仅能检测到滚动轴承故障的存在，而且能有效地识别滚动轴承的故障模式。