基于振动幅域参数指标的滚动轴承故障诊断

利用幅域参数对滚动轴承早期故障进行监测和诊断。分析了滚动轴承典型故障的机理及其振动特征,针对滚动轴承的典型故障特征,提出采用了幅域参数指标的诊断方法。基于Windows平台,利用Matlab软件编制了滚动轴承振动信号幅域参数指标计算程序,并且通过QPZZ-II旋转机械故障试验系统进行了滚动轴承故障的实例模拟并对所编程序进行了验证。结果表明,利用振动信号幅域参数指标对滚动轴承进行早期故障诊断,效果良好。     

滚动轴承故障监测诊断技术应用进展

概述了滚动轴承故障监测和诊断工程与试验应用技术的现状,着重介绍了基于振动信号的信号处理方法,并预测了滚动轴承故障监测和诊断技术应用的发展方向。     

滚动轴承的振动监测与故障诊断系统

论述滚动轴承的振动监测与故障诊断的原理、方法和系统。采用振动监测系统对滚动轴承进行巡回在线监测 ,发现故障后发出声光警告 ,然后自动转入诊断模块 ,用共振解调法进一步判断故障发生部位及其趋势等。附图 4幅 ,参考文献 3篇。     

应用振动尖峰能量论断滚动轴承故障

以实例介绍应用振动尖峰能量gSE监测和诊断滚动轴承故障的技术。本文介绍振动尖峰能量的概念、适用范围和测量原理,及其判断标准和该技术在诊断滚动轴承故障中的应用。     

离心式通风机滚动轴承故障诊断案例分析

针对某电厂锅炉离心式通风机支撑部位监测点异常振动问题,对其监测振动信号进行分析,最终定位为支撑滚动轴承故障:简要介绍了滚动故障振动机理及诊断思路,并详细介绍了此案例的诊断过程,为电厂辅机类滚动轴承故障诊断提供有价值的参考。     

动平衡测试系统中支承部件的故障分析与研究

滚动支承是平衡机上一种常用的支承方式,其中滚动轴承出现故障是常见现象。轴承故障引起的振动会对测试结果产生影响。首先对滚动轴承的各个部件发生损伤时的相应故障频率公式推导分析,然后通过对动不平衡的振动信号进行处理,提取出滚动轴承的相关特征信号,从而在线监测并提出诊断滚动轴承故障的思路。     

基于双谱分析的滚动轴承故障模式识别

当滚动轴承发生故障时,其产生的振动信号一般是包含较强噪声的非高斯和非线性信号。本文对高阶统计量方法用于滚动轴承故障特征提取进行了研究,提出了基于双谱估计的滚动轴承故障诊断方法。利用这种方法可以同时获得包含滚动轴承故障信号幅值和相位信息的双谱特征图谱。研究表明,双谱图谱可以有效地监测滚动轴承工作状态的模式,因而可以快速地识别滚动轴承不同的故障特征。     

基于EMD和Hilbert包络谱的滚动轴承故障诊断

为了对旋转机械中滚动轴承的运行状态进行故障监测和诊断,提出了一种基于EMD和Hilbert包络谱的滚动轴承故障诊断新方法.通过在滚动轴承实验台上提取振动信号,用EMD对数据进行分解得振动信号的固有模态函数分量(IMF分量),然后对IMF作Hilbert包络并进行谱分析.结果表明,该方法能够准确地识别和诊断出滚动轴承的运行状态和故障类型,非常适合滚动轴承故障精确诊断,具有很高的工程实用价值.     

振动分析技术在轴承故障检测中的应用

提出了运用振动分析状态监测技术对滚动轴承的故障进行监测,以做到早期发现和处理。     

木工平刨床振动特征的试验研究

对一台MB503A型木工平刨床进行振动测试和故障诊断工作，采用选点振动量级的动态测量方法对其刀轴部件、滚动轴承和底座系统进行了振动试验，得出相关的幅频、时域值和图谱。结合旋转机械的振动机理、特征和实际经验，判断出平刨床的刀轴部件存在不平衡和不对中故障、滚动轴承的内圈和滚球出现点蚀现象以及底座松动等振动故障。提出了主要的减振整改建议，为采用动态法提高木工机械的状态监测与故障监测水平提供了依据。     

Analysis of condition monitoring methods for electromotor on oil platform

Electromotor on oil platform often has mechanical failures.In order to achieve monitoring and diagnosis of the electromotor,common diagnostic methods of electromotor are summarized first,and then vibration monitoring is regarded as a suitable method for monitoring and diagnosing of mechanical failures by comparing the advantages and disadvantages of each method and characteristics of mechanical faults.At last,the fault frequencies and arrangements of vibration measuring points are analyzed.By using vibration monitoring method,the diagnosis of bearing faults of electromotor is carried out.The results show that the analysis of condition monitoring methods for electromotor is meanning for machine maintenance and repair,and it lays foundation for computerized repair system and resource management system.     

基于振动监测和支持向量机的海洋石油离心泵智能预警技术研究

目前海洋石油正在建设智能油田、数字油田,提升设备管理的数字化和智能化水平。该文针对如外输泵、注水泵等重要性较强的A类关键离心泵,分析常见故障并采用基于振动监测技术实现离心泵在线监测系统,保障了状态数据的实时采集。梳理常见故障的特征情况,建立基于支持向量机优化概率密度函数的智能预警模型,通过数据测试抓取特征参数,嵌入在线监测系统。通过现场应用,可实现对海洋石油离心泵的有效智能预警,提升了海洋石油的关键设备的数字化监测管理水平。     

适用于输电线路监测的自供电无线在线监测系统

高空输电线路的实时在线监测对于电网安全可靠运行非常重要,然而输电线路在线监测系统的传统电源供给方式如感应取电、太阳能等方式,难以满足实际应用场景的需求。提出一种基于电磁-压电-摩擦纳米发电机的混合式自供电能量收集方法,将输电线路振动能转换为电能为在线监测系统供电,同时采集输电线路温度、弧垂、微风振动信息,无线发送至终端服务器,实现对电网线路的实时监控预警。系统包括复合能量收集器、电源管理模块、传感监测模块、无线通信模块、数据分析与处理模块等,实现低功耗自供电感知、无线数据收发、电磁屏蔽、数据分析与展示及实时监控预警等多项功能。系统收集环境振动能实现自供电传感,结合无线传输互联网技术形成的无线输电线监测网络实时性强、监测效率高,对提高国家电力系统的稳定性和可靠性具有非常重要的意义。     

振动监测技术在工艺气螺杆压缩机中的应用

介绍了工艺螺杆压缩机常见振动故障的表现及其成因,并根据振动故障信号的检测原理,提出了监测系统的搭建方法和测振仪器的选择要求。在此基础上,重点分析了不同振动故障的频谱特征,归纳出相应的诊断要点,为现场人员快速准确地解决实际振动问题提供了有效途径。     

航空发动机振动监测研究

随着航空发动机的维护方法从定期维护向视情维护过渡,军用发动机状态监控与故障诊断技术在航空发达国家已得到广泛应用,而在我国,这项技术的应用研究还处于起步阶段.振动分析是诊断发动机结构强度故障的一种有效方法,绝大多数结构强度方面的故障都与发动机振动信号有密切的关系.发动机振动监测是状态监控与故障诊断的一项重要内容.首先研究了航空发动机的典型故障,随后分析了产生这些故障的振动机理并构建了分析模型.最后确定了发动机振动监测系统的组成和主要功能.     

旋转机械机组群状态监测与故障诊断系统关键技术研究

研制开发了一套针对旋转机械机组群的状态监测与故障诊断系统,充分考虑了实际应用中环境的复杂性,采用的针对性措施保证了系统较高的适用性。所开发的系统进行了实验室验证。实验结果表明,系统达到了机组群状态监测与故障诊断的要求。     

故障树分析及其在制粉系统故障诊断中的应用

利用故障树分析法对火力发电厂制粉系统的常见故障进行了分析研究，建立了制粉系统的故障树，涵盖了球磨机、给煤机、排粉机、粗细粉分离器的常见故障，求出了其最小割集，给出了制粉系统发生故障的原因及导致故障各种原因组合的可能性。并且以球磨机为例给出了故障树分析的具体应用，通过球磨机振动信号的采集与分析，对球磨机的机械部件故障进行诊断。故障树分析法给制粉系统的故障智能诊断提供了一种有效的方法，为故障维修及故障预防提供了指导。     

基于虚拟仪器技术的滚动轴承故障诊断系统

基于虚拟仪器技术的思想,利用labview软件设计并搭建了滚动轴承振动测试及故障诊断系统。通过对滚动轴承振动信号的采集及处理,得到轴承的各项振动性能参数。系统能够根据参数值、振动的时域图以及频谱图,对轴承状态进行准确判断,并可显示出故障产生部位及其发展趋势。     

Neural network based expert system for induction motor faults detection

Early detection and diagnosis of incipient induction machine faults increases machinery availability, reduces consequential damage, and improves operational efficiency. However, fault detection using analytical methods is not always possible because it requires perfect knowledge of a process model. This paper proposes a neural network based expert system for diagnosing problems with induction motors using vibration analysis. The short-time Fourier transform (STFT) is used to process the quasi-steady vibration signals, and the neural network is trained and tested using the vibration spectra. The efficiency of the developed neural network expert system is evaluated. The results show that a neural network expert system can be developed based on vibration measurements acquired on-line from the machine.     

风力发电机组中的振动监测与分析

基于风力发电机组振动模态分析和在线监测技术,对机组的振动频谱特征和典型故障做了研究,提出了设备故障诊断和预警的基本方法。