共查询到20条相似文献,搜索用时 15 毫秒
1.
旋转机械同频振动机理及故障识别特征(下) 总被引:1,自引:0,他引:1
旋转机械同频振动机理及故障识别特征(下)高金吉(辽阳石油化纤公司)第五类同频振动原因:流体动力激振力16轴流叶轮偏心旋转引起的自激力(垂直于动挠度方向的同向激振力)在汽轮机、燃气轮机或轴流式压缩机中,气(汽)体在叶轮周围是轴向流动的。转子由于弯曲或动... 相似文献
2.
3.
敬明永 《中国新技术新产品》2012,(5):157-158
我国提出振动监测也有30多年的历史,由于国内设备机组振动的特殊性,因而在振动监测故障诊断方法、故障机理的研究方面,具有独特的见解。 相似文献
4.
故障旋转机械非线性动力学近期研究综述 总被引:7,自引:0,他引:7
重点介绍"故障旋转机械非线性动力学的理论与实验"的若干研究结果.说明了研究故障旋转机械动力学的意义,讨论了有单一故障(裂纹、碰摩、松动和油膜震荡等)或耦合故障(裂纹和碰摩、裂纹和松动、碰摩和松动等)的转子系统非线性动力学的某些特性、转子系统故障发生与发展的慢变与突变过程及其特点、故障转子系统的可靠性分析若干理论问题,以及抑制转子系统振动的若干措施与方法等. 相似文献
5.
6.
7.
8.
9.
10.
11.
12.
针对现有各种降噪方法处理非平稳机械振动信号存在的缺点,提出一种基于辅助白噪声经验模式分解技术来自适应实现旋转机械非平稳振动信号降噪。该方法是一种集成的经验模式分解(Ensemble Empirical mode decomposition,EEMD)降噪算法,利用正态分布白噪声在经验模式分解中具有的二进尺度分解特性,可以有效抑制常规经验模式分解降噪算法处理非平稳振动信号时产生的模式混叠现象。通过仿真计算和转子启动过程试验振动信号对新降噪方法、经验模式分解降噪方法及小波降噪方法的性能进行了比较测试,结果表明,在非平稳机械振动信号降噪方面,新降噪方法具有更高的信噪比,不仅能够消除高斯噪声,而且能够有效降低脉冲干扰,提取出反映信号实际物理意义的振动固有模式。 相似文献
13.
14.
舰船在航行时产生的牵连运动会对船用机械系统的振动产生重要的影响,因此研究垂荡作用下的船用旋转机械的动力学特性及其振动控制具有重要的工程意义。讨论了垂荡激励下船用旋转机械-气囊隔振系统的非线性振动机理与振动特征。建立了具有气囊隔振系统的船用旋转机械的数学模型,采用多尺度法分析了船体的垂荡运动与转子运动之间的关系,揭示其振动机理。采用数值分析方法研究了垂荡激励下船用旋转机械-气囊隔振系统的动力学特性,并与近似解进行了比较,验证了理论结果的有效性。 相似文献
15.
16.
17.
旋转机械在工作时容易产生振动,一旦振动异常将严重影响到旋转机械的安全运行,因此振动是评价旋转机械运行状态的重要参数.通过反映旋转机械运行状态的振动特性指标,能对当前振动状态进行识别和评估.通常需要多个指标方能从不同的角度比较完整地反映旋转机械的运行状态,但直接从多个指标中直观地评估旋转机械的运行状态比较困难.该文尝试用一种基于振动数据的评价方法对旋转机械的运行状态进行评估,并通过实验室数据来验证这种方法.结果表明,该方法结论具有较高的可靠性,在工程上易于掌握. 相似文献
18.
《中国计量学院学报》2018,(1):88-94
针对两连杆三自由度机械臂的电机故障和碰撞故障的分类,将残余动量信号时域中的均值、方差、相关系数与频域中的小波包能量谱组合成高维特征向量;搭建ADAMS机械臂虚拟样机,分析故障引起的残余动量特征值变化情况;虚拟样机与Matlab/Simulink进行联合仿真和支持向量机故障分类器训练,测试表明采用时频特征向量得到的故障分类准确率为98%;在工业机械臂上开展了碰撞故障实验,得到的故障分类结果表明,基于残余动量时频特征和支持向量机分类器的故障检测算法能有效检测出碰撞故障. 相似文献
19.
振动信号时变特征的提取,压缩及机械状态监测 总被引:11,自引:0,他引:11
往复式机械和许多周期运转机械的振动激励都具有脉冲性质,振动响应的时间相关局部细节包含丰富的故障信息.本文提出了振动信号的时变模型,用以提取机械运转特征,并提出使用正交变换描述特征母体的一阶矩和二阶矩的方法,在时变特征提取、压缩的基础上,引入模式识别中的距离准则,判断任一信号与母体的相似性,以作为一种监测的度量手段.一个关于柱塞泵振动信号监测的例子说明了本方法的使用过程. 相似文献
20.
针对轴承故障诊断中故障分类研究多,故障程度研究少,振动图像信息丰富得不到充分利用问题,提出利用振动图像纹理特征识别技术进行轴承故障程度诊断方法。该方法先对轴承振动响应信号进行EMD-形态差值滤波处理,后将滤波后信号转换为双谱等高线图,利用灰度三角共生矩阵得到双谱图形纹理特征,应用主成份分析法从纹理特征参数中提取轴承故障程度特征参量,用支持向量机进行模式识别。实验结果表明该方法能有效区别轴承外圈、内圈及内外圈的故障严重程度,可为旋转机械故障程度诊断提供新方法。 相似文献