振动测试基础上的风机动平衡实例

利用便携式振动测试分析仪,测量烧结风机转子振动信号,通过频谱分析法分析风机转子不平衡故障特征,结合风机类旋转机械转子不平衡故障振动信号的时域、频域谱特征,进一步明确风机不平衡故障的时频特征,并通过现场动平衡方法以减小风机不平衡振动。     

基于小波包分解的转子叶片裂纹故障特征分析

应用小波包分解能对信号高、低频部分局部细化并保留原信号的时域特征,因而具有良好的时频局部化特性,对非平稳信号进行有效识别的技术,从采集到的有叶片裂纹时的振动信号,通过选取适当的频段进行信号重构,提取叶片裂纹故障的特征,从而实现转子叶片裂纹故障诊断。     

高线轧机机械传动系统典型故障解析

高速线材轧机由于转速较高,其机械传动系统易出现突发故障。由于该类齿轮箱的结构特点及故障类型的差异性,采用时域分析和频谱分析的适应性有所差异。通过实测数据的分析表明,轴承类故障对于高阶的时域分析指标异常敏感,而在常见的齿轮箱故障中,转轴类零部件故障的识别和判断难度相对较高。     

基于EMD-RF的冷轧机振动信号时频分析及识别

冷轧板带生产中的振动机制复杂多变，工业生产过程采集到的历史数据中蕴含着设备运行状态与产品质量等关联信息，数据驱动的信息挖掘对实现振动状态监控与智能预测具有重要价值。首先针对实际工业生产中采集的历史振动信号进行数据预处理；然后对典型振动钢卷的信号进行经验模态分解，选取相关度较高的主要本征模态分量进行时频分析；随后，基于相关度最高的本征模态分量提取10个时频特征指标作为输入，以振动有效值作为输出标记，构建样本空间；最后，运用随机森林回归算法对多个材质和规格下的钢种振动信号进行识别。结果表明，所提出的经验模态分解与随机森林相结合的方法可以适应样本数量不平衡情况下的振动信号识别问题，能够为冷轧机振动的状态监控与智能预报提供依据。     

振动测试分析系统在破碎设备上的应用

破碎设备长时间工作下会造成旋转部位磨损严重,这将会影响设备的正常使用。本文通过典型信号的MATELAB仿真,针对滚动轴承故障信号的非平稳性特点,结合小波函数的时频分析方法,对包含滚动轴承故障信息的信号进行了小波分解和重构,从而有效识别出了轴承中的故障信息。     

往复式空气压缩机振动故障诊断

往复式空气压缩机的振动是其主要故障标志之一，通过振动分析仪器对空压机的常见故障进行采集分析，可以有效降低设备的故障率，实现设备的状态监测和预知维修。     

基追踪在齿轮损伤识别中的应用

针对齿轮的振动特点,设计了复合过完备时频字典,利用基追踪方法在匹配信号特征结构、直接提取特征信息方面的优势分析了齿轮箱的现场测试振动信号.根据基追踪分解结果,在时频联合域内提取了齿轮局部损伤的周期性冲击特征,识别了齿轮点蚀缺陷.与短时Fourier变换和小波变换等时频分析方法进行了对比分析,验证了基追踪检测齿轮损伤的有效性.     

大型透平空压机轴振动故障分析与排除

GT123L3K1型空压机是柳钢气体公司2#40000m3/h制氧机组配套关键设备。由于二级振动值波动,检查设备发现中冷密封部分损坏,损坏的零部件破坏了二级转子的动平衡。主要介绍了该空压机轴振动故障现象,查找故障原因,采取临时处理措施,制定优化方案,消除设备故障隐患。     

矿用离心式水泵故障识别及处理

徐州师范大学工学院和兖州矿业 (集团 )公司东滩煤矿通过对矿用离心式水泵振动信号的测试 ,分析和总结了出现的几种故障信号特征 ,提出了解决此类故障的措施 ,为离心式水泵故障识别和处理提供了可行的实践依据。操作故障信号特征经识别主要有水泵不吸水 ,压力表及真空表指针剧烈振动 ;水泵不出水 ,真空表数值过高 ;启动前泵壳内灌水不满等。性能故障信号特征经识别主要有启动负荷太大 ,运转电流过大 ,压力表有指标但排水管不出水 ,流量不足等。机械故障信号特征经识别有轴承过热 ,填料箱过热及轴封漏水过多 ;水泵转速接近某一数值时猛烈振动…     

矿用液压机械设备常见故障预防方法研究

对矿用液压机械设备来说,在使用中出现故障往往会造成严重的事故。对矿用液压机械设备常见故障预防方法研究。弥补了传统预防方法仅对维护管理的局限性,首先建立液压机械在使用中的参数模型,在确立参数后,对液压设备的振动情况进行探测,确立振动的特征参数,并将振动信号中的时频域特征提取,然后根据得出的数据,来对当前液压机械的运行情况来进行判断,并分析其中是否存在可能导致故障的隐患,以此来进行故障预防。通过实验论证分析,使用这种故障预防方法,可以有效的减少液压机械出现故障的情况,研究具有可行性。     

基于频谱分析方法的微型电机故障检测

振动响应测量在电机的缺陷检测中是十分重要和有效的技术。当电机发生故障而产生撞击时。产生短期脉冲,使转子轴承系统发生激振。利用时域和频域两种振动测量方法可对电机进行状态监测,即对振动信号进行频谱分析。因此,设计了电机故障检测实验台,进行了基于频谱分析方法的电机故障检测,正确诊断出电机故障。对旋转机械振动检测和故障分析有借鉴和参考作用。     

故障诊断技术在石灰窑排烟风机上的应用

针对石灰窑排烟风机液力偶合器运行中存在的振动问题,应用故障诊断技术进行分析与处理,确定膜片联轴器故障为排烟风机液力偶合器的振动原因,为排除此类设备故障提供有效方法。     

诊断技术在解决熟料窑风机振动方面的应用

针对熟料窑风机运行中一直存在的振动问题,应用故障诊断技术进行分析与处理,确定了松动为风机振动的根本原因,为排除此类设备的故障提供了有效的方法。     

大型连轧机传动齿轮在线故障诊断方法研究

在大型连轧机组中，主传动系统的减速机、齿轮在受着巨大的负载，很容易出现各种故障，采用神经网络自适应滤波方法和小波分解方法在线分析传动齿轮的振动信号，有效地分解出信号中由故障所引起的成分，地诊断出连轧机传动齿轮的各种故障原因，为大型连轧机组齿轮传动系统的故障在线监测提供了新的有效的工具。     

分形维数在滚动轴承故障诊断中应用

将分形维数用于刻划滚动轴承在不同故障状态下表现的非线性行为,进而对轴承的运行状态进行判别.实验结果表明,滚动轴承振动信号在不同运行状态下的分形维数是不同的,可以将分形维数做为识别滚动轴承故障的特征量。

     

形态分量分析在滚动轴承故障诊断中的应用

滚动轴承局部故障振动信号中的周期性冲击是识别故障的关键特征.形态分量分析在由多种形态原子组成的过完备字典基础上提取信号中的不同形态成分,基于这种思想提出了一种基于新型过完备复合字典的形态分量分析方法.依据滚动轴承故障振动信号中分量间的形态差异性,改进字典后该方法可以更具针对性地提取出包含故障特征的冲击分量,配合包络谱分析准确提取故障特征频率,诊断滚动轴承局部故障.对比基于快速谱峭度法的轴承故障诊断方法,该方法可以避免人为选择共振带产生的不准确性和非最优问题,提高了故障诊断效果.通过轴承仿真信号和故障实验信号分析验证了该方法的有效性.     

轧机主减速机振动测试与故障分析

文章以减速机工作原理为基础,研究了减速机振动信号产生的机理、减速机故障的形式,以及由于故障的不同引起的不同形式的振动,从减速机外部振动信号中获取故障特征信息,有效地实现了减速机的故障诊断.     

排粉风机的故障诊断与处理

采用设备状态点检管理系统,应用故障诊断技术对锅炉排粉风机运行中存在的振动问题进行分析与处理,确定不平衡为排粉风机振动的根本原因,为排除此类设备故障提供有效方法。     

滚动轴承故障诊断中的分形

简述了滚动轴承运转中时域序列所表现出的自相似性,重构了振动信号对应的嵌入相空间的序列,计算得出分维数,实验结果表明,振动时域序列的分维数在不同工况、不同间隙下是有差别的,可以做为识别轴承故障的特征量。     

基于多域流形的行星齿轮箱局部故障识别

行星齿轮箱振动信号包含多种频率成分和噪声干扰,频谱具有复杂的边带结构,容易对故障识别造成误导甚至引起错判.在不同故障状态下,行星齿轮箱振动信号的多域特征量将偏离正常范围且偏离程度不同,根据这一特点,提取振动信号的时域、频域特征参量用于故障识别.为了避免传统分析方法中负频率及虚假模态问题,增强对噪声干扰的鲁棒性,采用局部均值分解法将信号自适应地分解为单分量之和,提取时频域单分量瞬时幅值能量.针对多域特征空间构造过程中出现的高维及非线性问题,采用流形学习对数据进行降维处理.提出基于改进的虚假近邻点的本征维数估计及最优k邻域确定方法,并通过等距映射对多域特征空间进行降维分析.对于行星齿轮箱实验信号,根据样本流形特征聚类结果,分别识别出了太阳轮、行星轮和齿圈的局部故障,从而验证了上述方法的有效性.