旋转机械振动状态监测与故障诊断系统

本文是作者在使用和调研的基础上,对用于旋转机械状态监测和故障诊断仪器系统作的综合评介。文中对监测和诊断系统按功能和构成作了分类,提出了根据被监测对象的重要性来选用监测系统的原则。接着按四种类型,详细介绍了各自的主要功能、系统原理框图、使用情况以及国内外生产情况。     

旋转机械振动状态监测与故障诊断系统设计及实现

旋转机械是电力行业的重要设备,其运行状况是否完好将会直接影响到企业的效益。该文在介绍状态监测与故障诊断流程的基础上,研究了旋转设备常见故障类型和振动数据分析方法,利用LabVIEW软件实现了振动数据采集与分析、故障知识数据库等功能。该系统提供了良好的人机界面,对旋转设备的振动数据提供了多种分析方法和图形化的显示方式,为后续的故障诊断工作提供了良好的分析平台。     

基于LabVIEW的旋转机械振动状态监测及故障诊断系统设计

采用虚拟仪器技术对旋转机械的振动信号进行数据采集以及状态监测,并通过运用数字信号分析方法对转子振动信号进行分析,通过分析其绘制的图谱实现对旋转机械的故障诊断。     

旋转机械振动检测的研究

旋转类机械振动测试平台易受实时环境的干扰,可靠性较差,在实际使用时易出现测试过程意外中断的现象。提出了一种基于小波分析的旋转机械的故障诊断方法,具有诊断效果更加明显,检测针对性更强等特点,系统在现场试验中的各项性能指标稳定、可靠。     

旋转机械振动管理专家系统应用

首先分析了旋转机械振动诊断理论基础,为下一步专家系统故障诊断做了铺垫,随后详细介绍了旋转机械振动管理专家系统的设计说明,包括专家系统结构设计以及平台应用。该专家系统的开发对未来智能电厂的建设有着良好的借鉴意义。     

旋转机械振动诊断标准研究

回顾了机械振动诊断标准的国内外应用现状,对诊断标准的分类及理论基础进行了阐述,指出了使用绝对标准存在的局限性,提出了建立相对诊断标准的主要方法,并应用概率统计原理和方法制订了适合企业实际现状的相对诊断标准。     

大型旋转机械振动故障诊断新方法

介绍大型旋转机械振动故障诊断的新方法——灰色关联诊断方法及基于人工神经网络的故障诊断方法。并以实测的故障数据为例,证明了其应用的可行性。     

旋转机械振动诊断标准浅谈

在旋转机械振动诊断中,不管采用何种信号处理方法,都要求设置预警值或报警值,以便反映设备是否有异常,这就涉及到诊断标准的问题。如果诊断标准阈值定得偏高,设备已经有故障还以为运转正常,起不到应有的效果;反之,诊断标准阈值定得偏低,设备稍有异常就会报警停机,以致降低设备利用率,造成不必要的经济损失。所以,制定科学、合理的诊断标准是非常重要的。 另外,目前国内的诊断标准基本上是参照国际的诊断标准,还没有适合于自己国情的诊断标准,各企业亦无自己的诊断标准。因此,探讨诊断标准的制定方法很有必要。     

基于PSD的旋转机械振动传感器

研究了基于二维光位置敏感探测器(position sensitive detector,简称PSD)的激光振动传感器,重点介绍了PSD的结构、位置和振动检测原理,给出了位置坐标函数表达式和相应的输出信号检测电路框图,分析了影响该传感器检测精度的因素,提出了相应的解决办法,提供了传感器检定数据和实测振动波形。试验结果表明,该传感器各项性能指标完全满足旋转机械轴振测量要求,为旋转机械振动提供了一种新的可靠测量方法。     

旋转机械振动信号的信息熵特征

从信息融合的思想出发 ,针对单个和多个振动传感器 ,在时域、频域以及时 -频域系统、深入地研究了定量评价旋转机械振动状态的方法 ,提出了反映不同域中振动能量分布不确定性的奇异谱熵、功率谱熵、涡动状态特征熵、小波空间特征熵等信息熵特征。通过对实际信号的分析表明 ,这些信息熵形成了有效综合评价转子振动状态的特征指标。     

旋转机械振动的故障诊断与平衡

本文介绍了不平衡引起机器振动的特征以及旋转机械产生不平衡的原因,阐述了旋转机械振动故障诊断基本参数及现场平衡方法。     

基于神经网络的旋转机械振动故障诊断

介绍了一种通过神经网络算法进行故障诊断的方法,神经网络的输入为通过对转子模拟信号进行傅里叶变换得到的典型频谱特征,将旋转机械不对中、不平衡、碰摩、涡动四种典型的故障作为网络的输出.首先用传统的BP网络算法进行诊断,得到故障诊断的精度,再将模糊理论与神经网络相结合,取长补短,组成模糊神经网络,对故障进行识别,从而得出模糊神经网络在模式识别方面具有更大的优越性的结论.     

旋转机械振动测量方式的选择

简述机械振动测量的三种方式,提出旋转机械振动测量方式选择中存在的问题;研究简谐激励下旋转机械振动传递的特性,从根据具体的测量目的和振动的分布特点两方面,指出了选择振动测量方式应考虑的因素。     

旋转机械振动监测快变报警系统研究及工程应用

主要研究旋转机械设备突发性故障的早期预警技术,针对现有振动监测报警系统的不足,根据旋转机械设备运行过程中振动信号的特征值突变产生故障的机理,提出了一种利用高斯分布模型自学习获得快变报警阈值的方法,并研究开发了能有效捕捉突变故障信号的快变报警系统。通过工程应用实例分析,该快变报警系统能够较好地捕捉到旋转机械的突变故障信号,对于预防和诊断旋转机械突变故障的发生具有非常重要的作用。     

大型旋转机械振动监测与故障诊断培训系统的开发与应用

基于ISO18436标准,研究大型旋转机械振动监测与故障诊断理论,并结合设备故障诊断专家的现场经验,开发一套大型旋转机械振动监测与故障诊断培训系统,将多媒体软件Authorware与数据库结合起来进行数据交换,并运用Flash技术,提高系统的生动性、交互性及高效性,为机械故障诊断提供了一种新的培训思路.