频谱分析技术及现场动平衡技术在炼铁生产中的探讨

旋转机械的故障类型多种多样,据统计,设备发生故障75%以上由不平衡引起,因此不平衡是一种最常见的故障。利用西马力公司的M05VIB42型现场动平衡仪解决了众多问题,但在现场对某一设备进行动平衡校验前,首先涉及到故障识别的问题,转动设备若发生轴弯曲、不对中、基础不平和轴裂纹等故障时,就无法用现场动平衡技术校验。利用伊麦特公司生产的EMY-690频谱分析仪进行频谱分析和相位分析方法的结合使用,可有效提高故障诊断效率。     

频谱分析及现场动平衡技术在炼铁生产中的应用

利用西马力公司的M05VIB42型现场动平衡仪解决了众多问题,但在现场对某一设备进行动平衡校验前,首先涉及到故障识别的问题,转动设备若发生轴弯曲、不对中、基础不平和轴裂纹等故障时,就无法用现场动平衡技术校验。利用伊麦特公司生产的EMY-690频谱分析仪进行频谱分析并与相位分析结合使用,可有效提高故障诊断准确率。     

频谱与相位分析在诊断电动机气隙不匀故障中的应用

通过振动频谱与相位分析,判断出电动机的气隙不匀故障,并总结了应用振动频谱与相位分析电动机电气故障时应注意的事项。     

倒频谱分析在故障检测中的应用

倒频谱分析是语音和图象处理中广泛应用的非线性信号处理技术。由于能对周期性异常振动信号进行有效的提取和分离,近年来被广泛运用于化工设备的故障检测中。倒频谱分析分为实倒频谱分析和复倒频谱分析两类。通过对周期性异常振动信号进行有效的提取和分离,结合频谱分析能有效获取异常振动产生的周期性激励信号,并对信号参数进行转换得到故障源的一些特征参数,再与元件的特征参数相比对,精确地得到故障位置并及时作出处理。     

曲线锥齿轮故障的频谱分析

以PD101泵为例,介绍应用频谱分析诊断减速机故障的过程,分析了曲线锥齿轮频谱特征与故障的关系。     

故障诊断技术在高速线材精轧机组中的应用

针对高速线材精轧机组故障频繁,使用振通903数据采集器进行跟踪监测,运用故障诊断技术和频谱分析原理,查找出故障隐患和故障根源,做到设备提前检修,减少设备故障的损失,从而提高备件装配质量。     

基于边频分析的齿轮故障诊断

在齿轮故障诊断中,故障信号对某一特征信号的调制作用,在其频谱图上产生边频带。这些边频带是以齿轮的啮合频率为中心,以轴的旋转频率为间隔的边频带,同时,使用边频分析解决实际问题时还以细化频谱分析作为基础,保证分析的精确性。最后利用频谱细化图的边频带对机械设备中齿轮故障进行分析和诊断,很好的判定出故障所在位置和原因。     

螺杆式空压机故障诊断

本文通过螺杆空压机振动的频谱分析,排除阳阴转子、电磁振动等故障。从位移、速度和加速度频谱分析,诊断螺杆空压机主机轴承损坏和电机地脚螺栓松动的故障,从中总结出旋转机械常见振动故障的诊断方法。     

采煤机摇臂齿轮传动系统振源定位分析方法

为了研究采煤机摇臂传动齿轮的振动分析方法并进行实机振源定位验证,首先,采用小波分析对采煤机摇臂振动信号进行降噪处理和频谱分析,依据特征频率下的振幅结果确定故障齿轮的啮合频率;然后,通过Morlet小波包络解调分析获取边频带信号频谱特征,依据边频带特征频率下的振幅结果确定故障齿轮的转动频率;最后,对频谱分析和Morlet小波包络解调分析的结果进行综合分析,锁定故障齿轮的准确位置。对一台国产采煤机摇臂齿轮传动系统进行了振动测试与信号分析,结果表明,基于小波分析、频谱分析和Morlet小波包络解调分析相结合的振动分析方法可以实现对采煤机摇臂故障齿轮的准确定位,为强噪声环境下复杂齿轮传动系统的故障快速定位和现场定点维修提供了方法支持。     

裂解炉引风机电机振动故障及诊断

天津联化公司对乙烯裂解炉风机组振动故障进行频谱和时域波形的分析、诊断，及时指导维修，避免了事故停车，保证了特维设备的正常运行。     

基于小波分析的低速重载设备故障诊断

低速重载设备突发故障难于识别,一旦发生,损失巨大。振动监测技术虽可以作为设备维护的重要手段,但常规的频谱分析无法准确提取低速轴上的故障特征。对实时监测的振动数据,采用小波分解技术可以获得必要的低频段信息。某个时段内的信号经小波变换后所定义的小波分层突变系数,可以作为判别低转频微冲击故障隐患的特征值,而且该系数趋势图还可有效刻画出故障部位的劣化过程;对同一组监测数据,分别采用细化谱技术和小波分解+FFT的复合信号处理技术进行比较分析,结果表明,由于FFT分析的局限性,细化谱无法准确识别出故障原因及部位,而后者采用复合信号处理方法提取的故障特征频率对应的振幅变化剧烈得多,此法有助于低速重载设备早期故障的准确识别。     

基于包络谱分析的滚动轴承故障诊断分析

介绍了包络谱分析方法的基本原理,它是一种基于滤波检波的振动信号处理方法,也是诊断设备零件损伤故障的一种有效的手段,尤其对初期故障和信噪比比较第的故障信号,识别能力很强。重点分析了包络谱分析方法在轴承故障诊断中的应用。通过对滚动轴承故障诊断的实例分析,验证了包络谱分析运用于诊断设备零件损伤故障所取得的效果。     

应用小波包和包络分析的滚动轴承故障诊断

提出了一种基于小波包分析、频带能量分析和包络分析相结合的滚动轴承故障诊断方法.首先利用小波包将滚动轴承振动信号分解到不同的节点上.然后求出各频率段的能量,根据频带能量的变化情况,找出滚动轴承的故障所在的频带.最后对故障频带的重构信号做包络谱,将谱峰处的频率同滚动轴承的故障特征频率进行对比分析,诊断出滚动轴承的故障.通过对试验中采集到的滚动轴承振动信号进行分析,证明了该方法在滚动轴承故障诊断中的有效性.     

滚动轴承故障诊断系统的设计与应用

分析了滚动轴承典型故障机理及其振动特征,提出了将包络分析作为小波分解的前置处理手段以提取信号故障特征的思想,设计出一套新的诊断方案,开发了适用于铁路货车的滚动轴承故障诊断仪。仪器主要采用时域分析与频谱分析相结合来完成故障诊断工作,信号分析程序使用VisualC 6.0,不仅可以准确地分析出轴承故障所在的部位,更保证了数据采集的实时性。现场应用证明:该方法准确有效,适用于滚动轴承的检测和诊断。     

机车走行部故障在线诊断的特征分析方法研究

在讨论特征分析方法原理的基础上，针对机车走行部故障在线监测过程中存在的信号分析与处理问题，运用整周期等角度采样方法将时域振动信号转换为角域信号，采用FFT变换将角域信号变换为对应的特征频谱，通过谱估计、谱图分析得到机车走行部各零部件的故障特征谱值，再根据该特征谱值识别机车走行部各零部件的故障。然后，根据机车走行部故障诊断的实际需要，设计了一套基于特征分析方法的机车走行部故障在线诊断系统。实验结果表明，该方法能准确、可靠地识别机车走行部故障。     

基于振动的综合传动汇流行星排故障诊断

以实现综合传动汇流行星排故障诊断为目的,通过对其结构特点和故障特征的分析,提出利用Hilbert边际谱提取故障特征值,并通过对不同模式下特征值分布特性的分析,提出以模糊进行故障模式识别的方法。实验验证了该方法的有效性,对实现综合传动汇流行星排故障诊断具有实际意义。     

基于小波包和AR谱分析的滚动轴承故障诊断

针对滚动轴承故障振动信号的非平稳性,提出了一种基于小波包和AR谱分析的滚动轴承故障诊断方法.该方法对系统输出信号进行小波包分解,然后进行重构,再对重构信号进行AR谱分析,从而提取出故障特征频率.试验结果表明,这种方法能有效地提取滚动轴承的故障特征,诊断其故障.     

基于短时傅里叶变换和独立分量分析的滚动轴承包络分析

滚动轴承的早期故障信号能量小,频带分布广泛;而传统包络谱分析技术直接在强干扰影响下对滚动轴承的故障特征提取经常失效.提出一种基于短时傅里叶变换(short time Fourier transform,STFT)的能量谱和独立分量分析( independent component analysis,ICA)的抗干扰滚动轴承包络分析新方法.该方法首先对获取的滚动轴承振动信号进行STFT能量谱分析,获取信号采样频带下的能量分布,采用带通滤波器获得高频带能量信号,并提取该包络波形,再通过ICA实现包络波形按源分离去噪,最后通过比较各独立分量的包络频谱与滚动轴承理论计算故障特征频率的匹配性,实现滚动轴承故障的精确诊断.仿真数据和试验验证该方法的可行性.     

基于MCSA和SVM的异步电机转子故障诊断

本文提出一种基于电机电流信号频谱分析和支持向量机的异步电机转子故障诊断方法，该方法可以利用支持向量机对电机电流频谱信号的特征信息和故障模式进行关联。对电机定子电流采样后，其信号经FFT变换后提取故障特征量作为支持向量机的输入，基于1对1算法构造了感应电机转子故障多类分类器。实验结果表明，该方法具有很好的分类和泛化能力，可以提高电机故障诊断的准确性。     

基于小波包分析的电机转子故障诊断方法研究

针对异步电动机转子断条故障突发率高的原因,开展了基于小波包分析的故障诊断方法研究。通过小波包灵活的时频分析方法捕捉到的特征信号来确定故障信号的突变点和频谱特性,找出其故障特征,该方法为电机转子断条故障提供了一种有效的诊断方法。