旋转机械局部故障力的模型诊断及瞬时故障力识别

针对旋转机械中出现的大量局部故障现象,采用基于模型的故障诊断方法提取剩余振动量,利用模态扩展推测转子系统各节点瞬态振动,针对模型诊断中等效力出现的发散情况,提出通过最小二乘法利用挠曲线确定单一周期和准周期故障发生位置.提出利用瞬时能量判别瞬时故障力大小的方法,从而诊断出系统中故障严重程度.实现了仅利用少量传感器即可对转子系统进行精确故障位置和故障力大小的诊断.对转子系统的碰摩故障进行数值仿真,并在转子试验台进行试验验证本方法的正确性.     

基于小波包分析的汽车发动机轴承故障诊断方法

本文旨在研究小波包分析在汽车发动机轴承故障诊断中的应用,根据小波包展开的结构材料早期损伤监测较为简单,可以灵敏的监测到早期故障损伤。对失效破坏的故障发射信号进行分析,在此基础上,采用小波包分解技术,实现对汽车发动机轴承故障振动特征参数的有效提取,并将其应用到汽车发动机轴承故障诊断方法中。通过实验验证,实现对汽车发动机轴承故障的高效诊断。     

基于进化支持向量机的机载燃油泵故障诊断及实验研究

针对机载燃油泵故障数据少、诊断方法效率低、成本高等问题,研制了机载燃油转输系统实验平台,提出了一种基于小波包和进化支持向量机的机载燃油泵故障诊断方法。该方法依据机载燃油转输系统实验平台获取的振动传感器信号与压力传感器信号,利用小波包理论对振动信号进行分解,以不同频段信号的能量值作为特征参数,并结合出口压力信号均值构造故障特征向量。然后,将基于遗传算法的支持向量机作为分类模型,以得到的故障特征向量训练并验证该分类模型。试验结果表明,方法一方面能够提高故障分类准确率,另一方面能够优化传感器的设计,即只安装一个压力传感器与一个特定方向的振动传感器即可对机载燃油泵的多故障诊断率达100%。     

基于人工神经网络的医用离心机故障监测机理研究

通过对医用离心机常见故障分析研究,对设备振动信号的采集、处理和提取特征参数的方法,利用人工神经网络原理,对医用离心机系统工作状态故障进行智能监测,并通过实验对DLB-7型离心机工作机理进行实验,获得了一些富有实际意义数据,从而为该技术的实际应用奠定了理论与实验基础。     

ZL-50A型装载机故障监测机理的研究

利用人工神经网络，对ZL-50A型装载机工作时的振动信号进行采集、处理并提取特征参数，以实现对装载机系统工作状态故障的监测和诊断。     

基于振动和声发射的滚动轴承故障检测

滚动轴承故障早期微弱特征信息的提取对于保障机械系统的正常运行具有十分重要的意义。鉴于单一类型传感器采集到的信息局限性,有时会造成诊断准确率较低。提出了一种将振动加速度与声发射两种检测信息融合的方法,并将其应用于滚动轴承故障的诊断。首先构建滚动轴承多传感器故障信息处理与融合的算法模型,随后基于滚动轴承故障实验平台与测试系统,获得滚动轴承典型状态的振动加速度和声发射信号,并对实验数据进行分析处理;最后,在此基础上,将振动加速度和声发射两种信号数据特征进行融合,完成对滚动轴承故障的诊断。研究结果表明,该方法对于滚动轴承故障模式的识别较为有效。     

滚动轴承早期故障的多源多方法融合诊断技术

为了使滚动轴承故障的诊断效果更好,提出基于振动信号的滚动轴承多源多方法融合诊断技术。在融合方法中考虑小波分析、时延相关解调法和希尔伯特-黄变换(HHT)3种方法,采用3个传感器测试轴承座加速度,得到多源振动数据。利用3种方法得到的滚动轴承故障特征值,研究了9种融合方案,并利用支持向量机(SVM)进行了特征融合,讨论了不同方法和数据融合的诊断效果。经过实验验证和融合方案比较,表明了融合诊断方法的可行性和有效性     

基于信息融合与神经网络的复合振动故障诊断

依据复合故障特性,提出了一种基于信息融合与神经网络的复合振动故障诊断方法。进行了传感器级的时间跨度的特征融合,然后再实行全局的空间跨度的融合。融合过程基于神经网络式特征提取,该方法可以在系统状态未知的情况下。自适应地融合不同故障测点的信息。从而较全面、准确、及时地反映系统的振动故障状态。并以汽车动力系统复合故障的诊断事例详细说明了该方法的具体实现步骤。结果表明,经过多故障特征信息融合,诊断结论的可信度明显提高,不确定性明显减小,显示了该诊断方法的有效性。     

基于基座多振动信号融合的转子故障诊断

针对目前常用的旋转机械转子故障诊断中直接对转子部件诊断安装传感器困难、通用性差等问题,利用转子-轴承-基座系统的振动传递性,提出了一种基于基座的多传感器信息融合故障诊断方法。采用相关函数法来确定基座上传感器的最佳布置方案,通过自适应的信号融合方法,克服基座上故障信号特征较弱,包含更多干扰信号的特点,对转子部件故障进行有效诊断。最后在综合故障试验台中进行试验验证,证明了该方法的可行性。     

基于多传感器融合的高速电主轴振动故障诊断研究

高速电主轴振动故障具有多样性、复杂性、不确定性等特点,本文提出在关键部位安装多个传感器,组成多传感器数据采集系统,采用多源信息融合对振动故障进行融合诊断的方法。针对多源信息融合亟需解决的静态与动态融合诊断问题,提出针对静态融合问题,采用DST(Dempster-Shafer Theory)与DSmT(Dezert-Smarandache Theory)自适应融合方法进行融合;对于动态融合问题,则根据证据源的不同特点,分别应用自由DSm模型和混合DSm模型进行融合诊断的方法。经实例证明,该方法既减小了计算量和复杂度,又提高了置信度,合理地分配了冲突信息。     

起重机械金属结构振动与故障诊断的研究

在桥梁、高层建筑的结构安全测试和旋转机械的振动故障分析等应用中,振动测试技术已形成了一套完整的体系,该体系包括测试原理及方法、特征信号的处理与提取、故障诊断和状态识别。在起重机械金属结构服役安全评估与评价方面,结合大量的现场振动测试数据结果发现,金属结构的疲劳失效与结构的振动响应密切相关,故此对将振动研究与故障诊断应用于起重机械金属结构服役安全评估上的可行性展开了探讨,并提出振动失效机理研究、振动故障诊断是目前急需要解决的难题。     

基于信息融合技术的旋转机械故障诊断

简要介绍了多传感器信息融合技术，并结合旋转机械振动故障诊断系统的要求与特点，探讨了信息融合技术用于故障诊断系统的基本层次结构。将信息融合的层次与故障诊断的功能相对应，提出了旋转机械振动故障诊断的信息融合模型。神经网络和证据理论相结合应用于故障诊断的新方法，提高了故障诊断系统的灵活性、效率和准确性。     

增压机的振动故障分析及处理

针对化工集团的增压机振动故障进行分析,诊断出振动故障的原因,准确地找出了故障源：在中压缸推力侧振动值突然升高,是由于转子不平衡引起的振动;在增速机输出侧振动值突然升高,是由于联轴器故障引起的振动.     

南昌钢铁厂轴流压缩机振动故障分析

介绍了南昌钢铁厂新安装的一台轴流压缩机机组振动测试的情况，深入分析了机组故障原因，制定了故障治理方案，实施后取得了良好效果。     

大型旋转机械振动现场测试与故障特征分析

为了分析研究旋转机械的故障机理,对某发电厂200MW汽轮发电机组的停机过程进行了现场测试。结果表明,该机组转子系统具有复杂的振动特性和丰富的故障特征,存在明显的非线性故障和多重故障现象。本文基于这些振动测试结果,对转子系统的典型故障现象进行归纳,对其故障机理进行定性分析。所得实验数据和分析结果对大型旋转机械的动态设计、改造、监测与运行管理具有指导意义。     

基于Matlab的柴油机故障诊断

利用小波分析、BP神经网络技术处理柴油机工作时产生的振动信号。在输入层对振动信号进行小波变换,提取其在多尺度下的特征作为故障特征向量。根据这些特征向量进行BP网络的分析,以对柴油机进行故障诊断。在实验台上模拟了多个故障,并对柴油机工作时在汽缸盖上方振动信号采集和处理,对几种故障模式进行了成功的判别。结果表明此方法是可行和有效的。     

电厂引风机振动故障诊断及处理

通过黄岛电厂两台引风机效率改造后都出现振动故障无法正常运行,通过现场进行测量分析和试验研究,诊断其故障为风筒支撑刚度不足,并通过加固处理彻底消除了两台引风机的振动故障。     

双水内冷汽轮发电机改型后的故障诊断与处理

由于汽轮发电机组经过重大改型后转子振动特性会相应发生变化,因此如何保证和提高转子在改造后的振动水平对机组安全运行至关重要。笔者分析了某55 MW双水内冷汽轮发电机改型后转子出现振动异常情况,通过对该机组改型前后的振动特性比较以及在调试运行中振动情况的分析,进行了正确的振动故障诊断和处理,最后消除了振动故障。最后,总结了该机型汽轮发电机的特点,提出了预防此类异常振动的维护措施。     

发电厂一次风机异常振动故障诊断及处理

针对某电厂一次风机电机侧振动超标故障,对其振动现象进行了描述;对振动数据进行测量和分析,阐明了引起该振动故障的原因,通过对一次风机电机侧进行刚度加固及外伸端动平衡的方法消除了振动故障。