振动频谱分析在立磨减速机故障诊断中的运用

振动频谱分析技术是设备智能巡检系统和在线监测系统的一个重要模块,振动分析通过使用振动传感器对现场转动设备的振动信号进行采集,形成趋势图、频域图、时域图,通过系统的倒谱、细化谱、包络解调等高级分析工具对各种图谱进行处理,从而确定设备的故障点、故障情况、故障原因,并提出检修建议.对采集的振动信号用高级分析工具进行分析,查找...     

陶瓷厂球磨机齿轮减速箱倒频谱故障诊断法

介绍了倒频谱分析的基本原理及在齿轮减速箱故障诊断中的应用.鉴于球磨机齿轮减速箱振动信号中调制源多、频率成分复杂,功率谱中存在大量的非对称边频带及周期性结构信号导致故障识别工作困难的问题,运用倒频谱分析法对其进行故障诊断,它能将功率谱上成族的边频带谱线简化为单根谱线,分离和提取出密集泛频信号中的周期成分、多成分边频,快速准确诊断球磨机齿轮减速箱中零件的故障.     

基于倒频谱分析的球磨机减速机故障诊断

介绍了倒频谱分析的基本原理及在齿轮减速箱故障诊断中的应用。鉴于球磨机齿轮减速箱振动信号中调制源多、频率成分复杂，功率谱中存在大量的非对称边频带及周期性结构信号导致故障识别工作困难的问题，运用倒频谱分析法对其进行故障诊断，它能将功率谱上成族的边频带谱线简化为单根谱线，分离和提取出密集泛频信号中的周期成分、多成分边频，快速准确诊断球磨机齿轮减速箱中零件的故障。     

奇异值分解技术在齿轮箱故障诊断中的应用研究

首先利用伪相图确定齿轮箱振动信号的基本周期，并在此基础上对原始信号进行时域平均降噪处理。然后应用奇异值分解技术提取各齿轮轴的振动信号分量，并对此振动信号分量作进一步的时、频域分析，给出了描述齿轮轴振动信号分量变化的定量指标。最后结合实例说明这种方法对诊断齿轮箱故障是比较有效的。     

大型粉磨设备齿轮和轴承故障诊断方法的探讨

温度监测、振动信号分析和油液分析是机械系统故障监测与诊断上常用的手段,它们在大型粉磨设备关键零部件上有着不同程度的应用,也存在各种不同的问题。低速重载齿轮箱、滚动轴承的局部损伤及由缺陷类故障所引起的振动信号成分,其能量在信号总能量中所占比例很小,并且其频率较低,容易受到设备正常工况的宽频振动信号及其他背景噪声等干扰信号所淹没而难以分离识别,对此采用随机共振理论与包络解调分析相结合的方法方能有效;粉磨设备中齿轮减速箱、磨辊轴承等通常采用油站强制润滑,这给油液分析技术(铁谱、光谱分析)用于其故障监测与诊断提供了便利条件,在低速重载设备领域,油液分析技术有其不可取代的地位,但随着基于计算机数据库管理、图像分析和模式识别技术的油液监测智能化诊断系统开发成功,有理由相信该技术会在水泥企业得到广泛运用。对于齿轮磨损,油液分析可判断早期磨损状态;而振动分析可识别齿轮的后期局部故障。     

滚动轴承故障诊断技术的简单运用

重点介绍了利用振动信号分析手段来诊断滚动轴承故障的技术,并将其运用于齿轮箱、泵类等生产设备的状态监测,为准确分析及诊断故障提供参考。     

基于电-声检测法的整流变压器局部放电故障监测

针对整流变压器局部放电处理不及时会造成变压器击穿、使用寿命缩短的问题，提出了一种基于电-声检测法的整流变压器局部放电故障监测方法。通过加速度传感器和电容传声器分别采集整流变压器振动信号和声纹信号，采用集合经验模态分解（EEMD）和盲源分离相结合的方法提取振动信号和声纹信号特征，包括时域、频域和Mel频谱倒谱系数，以提取的特征作为输入，通过隐马尔科夫模型实现整流变压器局部放电故障识别。以故障类型为绝缘材料内部放电的整流变压器为测试对象进行算例分析，结果表明：绝缘材料内部放电故障类型的观测样本概率最大，说明整流变压器存在局部放电故障，且故障类型为绝缘材料内部放电，与实际情况一致，证明了所研究监测方法的有效性。     

自适应MED降噪和EMD分解在注塑机轴承故障诊断中的应用

针对注塑机轴承故障信号含有强背景噪声且难以诊断的问题,提出使用最小反褶积(MED)降噪算法结合经验模态分解(EMD)对注塑机轴承的故障振动信号进行分析,通过所得频谱确定注塑机轴承故障位置。结果表明:该方法可以对含有较大背景噪声的仿真信号及实例轴承信号去噪,经EMD分解后可得到高信噪比故障信号,通过频谱分析技术可以很好地诊断输入信号是否存在故障。     

基于EMD与SSA的齿轮箱分形诊断研究

提出了一套齿轮箱故障分形诊断方法。首先将EMD与SSA相结合,提取信号(尤其是微弱信号)的特征信息;其次通过多重分形从多重角度对提取到的特征信息进行诊断;最后通过分形理论识别出齿轮的3种状态。     

基于理性样条插值的经验模态分解及其在轴承故障诊断中的应用

针对现场采集的滚动轴承振动信号表现出的较强的非线性、非平稳特性,提出了基于理性样条插值法的经验模态分解算法(Improved Empirical Mode Decomposition,IEMD)以解决曲线拟合问题。首先取得信号的极值点,利用镜像延拓法延拓两端极值;其次引入具有保形控制参数的有理三次样条插值法对延拓后的极值点进行曲线拟合;最后将迭代信号减去取得的均值包络线,使迭代后的信号满足分解条件。实验表明,改进算法有效改善了曲线拟合中的过包络和欠包络问题。结合希尔伯特边界谱分析,将该算法应用于轴承数据处理中,结果表明,该算法准确提取了故障特征频率,提高了经验模态分解算法的有效性,具有较高的工程实用价值。     

引起烟气轮机振动的常见原因与预防措施

根据烟气轮机处理的工作介质特性,分析了引起烟气轮机振动的机理。对由转子不平衡引起的振动进行了讨论,给出了转子不平衡引起振动的故障诊断依据并提出了预防措施。     

海上风电机组状态监测与故障诊断的发展和展望

为实现海上风电机组的可靠运行,对其状态进行有效监测与故障诊断是关键.在分析海上风电机组主要部件的状态监测与故障诊断研究现状的基础上,介绍海上风电场的状态监测系统,以及海上风电机组故障诊断存在的问题和发展趋势.     

在线监测与频谱分析在汽机故障诊断中的应用

河南省中原大化集团有限责任公司所属煤化工项目02单元的空气压缩机采用蒸汽透平拖动方式运行,具有良好的节能性,但在正常生产运行中存在振动异常升高、噪声大等问题。本文介绍了空气压缩机机组系统结构、振动等参数的在线监测系统、机组联锁保护程序以及3500系统频谱分析法。研究了汽轮机振动在线状态监测系统与和频谱分析技术在汽机故障诊断中的应用;以空气压缩机及蒸汽轮机组成为切入点进行逐步展开、论证。结果表明压缩机在线监测系统能够及时发现压缩机组在生产运行中出现的异常工况,3500系统频谱分析仪在对异常部位的振动数据进行采集后,通过频谱、轴心轨迹和生产工艺参数等进行综合分析能够有效判断机组的故障机理,进而为机组运行提供优化方案。     

DSP技术在风力发电机组状态监测系统中的应用

根据风力发电机组实际情况,设计了基于DSP技术的状态监测系统。完成对现场机组振动、温度、转速及视/音频等信号的采集和处理,并将数据发送到上位机供进一步的分析,根据分析结果确定机组的运行情况,及时发现存在的故障。     

基于振动信号的深沟球轴承滚动体故障诊断研究

目前针对滚动轴承内、外圈故障的诊断方法较为有效,但难以诊断滚动体故障。针对这种情况,利用时域统计参数(有效值、峭度、脉冲因数、裕度因数)与Hilbert包络谱两种方法,对不同转速、负荷和故障程度情况下滚动体故障与正常状况的振动加速度数据进行比较分析,得出了滚动体故障难以诊断的原因,并给出了解决方法。     

振动在线监测与故障诊断系统在鼓风机上的应用

介绍振动在线监测与故障诊断系统的组成、数据采集器及软件。利用该系统对硫酸装置1200kW空气鼓风机实施在线状态监测与故障诊断，可确保机组安全可靠地运行。根据频谱分析诊断故障的类型及原因，采取针对性措施，可节约维修时间和费用。对振动在线监测与故障诊断系统今后的发展方向提出建议。     

透平压缩机组振动故障的诊断及修复

运用故障诊断和频谱分析技术,对透平压缩机组的振动故障进行了诊断。认为转子弯曲和动、静汽封片的径向摩擦的耦合作用是透平振动过大的主要原因,提出了相应的解决方法,实现了透平压缩机组的正常运行。     

基于时间序列ARMA模型的振动故障预测

运用自回归滑动平均(ARMA)模型和聚类分析方法确定参考样本和故障样本的特征向量,通过特征向量的距离识别故障类型.根据汽轮机典型故障构造模拟信号,建立其ARMA预测模型,通过聚类分析得出标准信号及待测信号的特征向量.经验证,基于ARMA预测模型和聚类分析的方法能够正确识别故障类型.