旋转机械状态监测与故障诊断系统

介绍了一种旋转机械状态监测与故障诊断系统。该系统主要采用了基于转子轴心轨迹测试和分析,以一、二和三阶正、反进动量为特征量的监测、诊断方法。系统还保留了频谱分析功能,测试的各阶频谱分量,可与正反进动量相辅用于故障的监测、诊断。文中阐述了系统的工作原理、构成及特点、监测功能和监测实例等。     

旋转机械状态监测

一、状态监测常用的检测方式及其工作原理 1.检测方式在状态监测系统中目前经常采用的检测手段有绝对测量和相对测量两种。绝对测量,即轴相对于自由空间绝对运动的测量,它是轴相对于机壳的运动与机壳本身运动的矢量和。绝对运动测量对于具有柔性支承结构的机组,及外壳有强烈振动的机组是很重要的。相对测量即指转动轴相对于轴承或其它静止部件的测量。根据机组发生故障的情况统计,大多数故障现象都表现为轴或转子的故障。而有关机体的故障却很少发生。因此相对测量是人们经常采用的检测手段。 2.传感器对各种状态参数的检测一般都是通过传感     

大型旋转机械振动监测与故障诊断的数据采集系统

本系统是利用微机对大型旋转机械进行振动监测与故障诊断的数据采集系统,具有实时整周期、时速同步控制的功能。它由采样控制板与数据采集器两部分组成,以硬中断的前后台工作方式、采用汇编语言与高级语言相结合,既提高了采样速度又充分发挥了主机的工作效率。该系统在20万千瓦汽轮发电机组的振动监测与故障诊断中应用,取得了良好的效果。     

旋转机械在线状态监测系统数据库开发与设计

介绍了一个在线监测系统的ORACLE数据库开发，给出了数据库的概念设计和逻辑设计的过程和实现，概述了数据库物理设计的原则和几点实践中体会，概述了sql语言以及在结合本系统编写sql脚本过程中需注意的要点。本数据库完全符合工厂实际需求，且实际运行效果良好。     

网络化旋转机械在线监测系统

本文阐述一种网络化旋转机械在线监测系统，该系统广泛应用于机械行业。文中介绍了系统硬件、软件及网络通讯。     

小型分布式旋转机械监测系统的实时数据采集研究

本文介绍一种用于旋转机械工况监测的小型分布式监测系统，着重讨论其实时数据采信及相应软件的设计方法。     

Intranet下旋转机械监测与故障诊断系统开发方案

本文提出了一套Intranet下旋转机械监测与故障诊断系统的开发方案。整套系统在Visual C 环境下开发,集成了DAQ采集、网络、数据库、多线程技术,实现了高速实时数据采集、现场监测、信号分析、故障诊断以及网络通讯等多项功能。本文提出了用Matlab数学函数库接口实现信号处理的方法。实践证明,将这种方法用于故障诊断系统开发,能够使系统开发更加高效,工作性能更加稳定。目前整套系统已在锦州石化旋转机组中投入监测运行,具有工程实际应用价值。     

旋转机械在线故障诊断专家系统的设计与实现

本文介绍一种借助于ＸＩＰＬＵＳ专家系统开发工具研制的旋转机械在线故障诊断专家系统。讨论了该系统的组成与实现方法，着重介绍其知识库及动态数据库的建立。该系统可对旋转机械的运行状态进行在线监测并对其常见故障进行自动诊断。     

回转机械多通道同步整周期采样的实现方案

介绍了一种利用PCL818数据采集卡进行16通道同步整周期采样的实现方案。采用68HCl2微控制器进行转速、相位的测量以及同步整周期采样触发信号的生成，系统实现了转速的非线性预测。探讨了两次采样循环之间的衔接、提高转速测量分辨率、键相位信号的隔离和预处理等问题的解决方案。该方案在异步电机拖动轴流风机的系统中实验表明，振动数据采集结果正常，各个周期同步良好。     

基于空洞卷积神经网络的旋转机械故障诊断方法

由于旋转机械的振动信号具有非平稳、复杂多样、数据量大的特点,传统的方法难以较好地实现旋转机械故障诊断。近年来,基于深度学习的故障诊断算法发展迅速,其中,卷积神经网络(Convolutional Neural Network,CNN)由于可实现自动提取特征、运算效率高等优点受到广泛关注,但在识别准确率等方面仍然存在部分问题。为实现多传感器监测状态下的旋转机械故障诊断,在经典卷积神经网络结构的基础上,引入了多通道数据融合处理、空洞卷积层、批标准化处理、PReLU激活函数、全局平均池化层等改进方法,构造了一种新型的、高效的空洞卷积神经网络(Atrous Convolution-Convolutional Neural Network,AC-CNN),并基于该模型进行了旋转机械故障诊断实验。实验结果表明,提出的故障诊断模型分类准确率可达99%以上,对比其他神经网络方法具有明显优势。     

汽车总线数据采集模块设计

为了对汽车内部的总线数据传输进行有效的测试和监控,设计了基于微控制器PIC16F877和CAN控制器MCP2510的汽车CAN总线和LIN总线的数据采集模块,该模块接收CAN总线和LIN总线上的数据,经过缓冲后,转化为串口数据发送到计算机,通过计算机上的虚拟仪器软件接收并加以处理,讨论了数据采集模块在与PC的通讯过程中串口失效问题,分析了失效问题的原因,给出了具体传输方案,该方案成功解决了串口可靠性和通讯速率之间的矛盾,对其它串口设备与PC的通讯,也具有很好的借鉴作用.     

基于FIFO的旋转机械在线多通道振动数据采集系统设计

介绍了一个基于FIFO的旋转机械在线多通道振动数据采集系统的设计方案,描述了系统硬件及系统的设计与实现.对数据采集特点进行了分析,用数字滤波算法去除了信号干扰,介绍了判别机组运行状态以及事故追忆的策略,用程序陷阱提高了系统的稳定性,并对采集系统的精度进行了检验.目前该系统已用于某电厂汽轮发电机组振动信号的数据采集,具有工程实用价值.     

小波分析在旋转机械故障诊断中的应用

通过对相关理论的分析证实了旋转机械的故障振动信号基本上是一个复合信号。该复合信号包含多个信号分量，每个信号分量都具有一个单一的频率，每个单一频率都是由旋转机械的旋转频率决定的。如果知道旋转机械的旋转频率，就可以知道这些单一频率。通过对小波理论的分析，证明了在一定的情况下小波分解的频率范围由离散信号的采样频率决定。结合以上理论，提出了一种新的信号检测和分析方法。     

用VB编制数据采集卡控制软件

在Ｗｉｎｄｏｗｓ环境下,利用Ｖｉｓｕａｌ Ｂａｓｉｃ设计数据采集卡控制程序。讨论了数据采集卡和ＶＢ在测控方面的特点和优势。结合具体实例,阐述了用ＶＢ编制数据采集卡管制程序的设计过程。     

一种智能数据采集模块的设计

介绍了一种用于计算机控制系统中的智能数据采集和控制模块的设计,该模块能够采集8路1～5V或4～20mA的工业标准信号,同时能够控制8路开关量输出,模块采用Modbus现场总线协议与上位机通信。     

基于Infogram的重复瞬态特征提取与旋转机械故障诊断

针对旋转机械常见故障类型与检测问题,考虑到旋转机械故障振动信号的重复瞬态、冲击和循环平稳特性,提出基于Inogram的重复瞬态特征提取与旋转机械故障诊断方法.不同于谱峭度、快速谱峭度图以及包络谱,Infogram不仅能够同时在时域和频域捕获重复瞬态特征,而且以热力学的平衡态分离思想为基础能够测量信号平方包络和平方包络谱的负熵,因此它对冲击和循环平稳较为敏感,有助于实现旋转机械故障诊断.通过对仿真和电机轴承实验数据分别用提出方法和集总经验模式分解提取故障征兆特征,结果表明提出方法优于集总经验模式分解方法,能够实现旋转机械关键零部件的故障诊断.     

基于FPGA的脉冲量采集模块设计

设计了一种脉冲量采集模块,用于脉冲信号的采集和传输.文中详细阐述了该系统的硬件和软件设计方法来说明模块的实现过程.重点介绍了系统硬件电路设计及其实现,采用FPGA作为中心控制单元,对脉冲信号的幅值、个数、及频率进行采集.测试结果表明,该模块完全满足实际工程需求,具有很高的可靠性,并且已成功运用于某通用测试台项目中.     

旋转机械的混合智能故障诊断技术

首先在介绍旋转机械故障振动信号的时域、频域和时频域分析的基础上,简单介绍了单一智能故障诊断技术,其次详细介绍了混合智能故障诊断技术的一些典型应用,最后指出了智能故障诊断领域中有待进一步研究的若干问题和发展趋势.     

基于深度学习的旋转机械故障诊断研究综述

在现代化生产中,旋转机械的精密性和重要性越来越高,朝着大型、高速和自动化方向发展,以至传统故障诊断方法不足以处理海量、多源、高维的测量数据,不能满足安全性和可靠性的要求;因此,首先简要介绍几种典型的深度学习模型,并结合深度学习强大的特征提取能力和聚类分析的优势,对其近些年来在转子系统、齿轮箱和滚动轴承故障诊断的应用情况进行了对比分析;最后总结深度学习模型的优缺点,并从工程实际出发对旋转机械的故障诊断方法进行总结与展望。