旋转机械松动故障分析

论述旋转机械松动造成机组振动的故障原因和故障特征,通过对一台风机机组的电机基础松动故障的成功诊断实例介绍,论证了根据故障特征判断机械松动故障方法的有效性。     

风机基础松动故障的诊断

通过对风机机组的机械松动故障的诊断实例,说明根据故障特征判断机械松动故障方法的有效性。     

旋转机械基础松动故障的振动特征及诊断方法

本文简述了旋转机械基础松动故障的振动特征,通过具体实例介绍了旋转机械基础松动故障的诊断方法,为排除旋转机械故障提供了帮助。     

旋转机械支座松动的滑动轴承润滑膜动态特征

滑动轴承支承的旋转机械支座松动故障的转子振动信号特征易与转子不对中、裂纹、碰磨等故障特征混叠,从而造成误诊。针对此问题,从研究润滑膜的动态特征入手,提出基于润滑膜动态特征检测的支座松动故障识别方法。以一端松动的单跨单圆盘转子系统为研究对象,建立了单端支座松动故障的动力学模型,并对旋转机械支座松动时滑动轴承润滑膜厚度动态特征进行了仿真和实验研究,分析了润滑膜厚度随转速的变化规律及其频谱特征,得出了支座松动时敏感润滑膜厚度的动态变化规律。利用此特征识别旋转机械支座松动故障,可避免基于转子振动信号对支座松动故障识别的不足。     

机械松动导致风机振动的诊断

本文通过对一台风机的振动分析,揭示了转动部件机械松动现象的某些振动特征,为今后类似故障的诊断提供了借鉴。     

设备松动故障的诊断

机械松动是振动监测过程中经常遇到的问题,本文总结了用频谱分析诊断机械松动故障 的几点经验。     

裂纹型机械设备松动故障诊断

论述了裂纹类机械松动的振动特性及故障特征,通过振动分析推断出了设备裂纹故障的判断依据。     

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。     

电机定子电磁振动异常故障的诊断与研究

本文主要介绍了基于精密点检振动频谱分析技术准确诊断一起三相异步电动机定子电磁振动异常(定子偏心或定子绕组松动)故障.文中详细介绍了三相异步电动机定子电磁振动异常的具体诊断方法、诊断过程,同时,对基于振动频谱分析技术的电机定子偏心或定子绕组松动故障的原因、特征和诊断方法进行了总结.     

旋转机械故障诊断专家知识的表示与故障模拟基准频谱的探讨

本文针对高速旋转机械常见故障信号的识别与诊断问题,根据故障信号的频域特征,以低频故障,工频故障、倍频故障和广谱故障分类,对失稳、不平衡、不对中和摩擦与松动等十多种故障信号的频域特征作一总结,结合故障诊断的频谱模糊聚类分析模型提出的,介绍一种故障频域特征专家知识的表示方法一故障模拟基准频谱。同时,本文就故障诊断中专家知识的作用及逻辑型、算法型等不同故障诊断方法中,领域专家知识的表示作一简介。     

松动—碰摩耦合故障转子系统动力学特性分析

基于有限元法,建立考虑松动、碰摩及松动—碰摩耦合故障的转子—轴承系统的动力学模型,其中松动故障采用分段线性刚度和阻尼模型,转定子碰摩采用点—点接触模型。通过增广的拉格朗日方法来处理接触约束条件,修订的库仑摩擦模型来模拟转定子之间摩擦。考虑不同转速对松动、碰摩及松动—碰摩转子系统动力学特性的影响,并对比三者之间的异同点。研究表明,碰摩在耦合故障中处于主导地位,而松动主要影响松动端局部振动处于从属地位;松动—碰摩耦合故障响应在低转速和高转速与单一碰摩故障类似,在中间转速存在一些差别,但总体运动趋势基本一致;与单一松动故障相比发现,碰摩能够减小松动引起的低频振动,主要激发高频振动。研究结果可为转子系统耦合碰摩故障诊断提供依据。     

含支承松动故障的航空发动机非同步响应特征

针对航空发动机支承系统中普遍存在的松动故障,为研究松动故障导致的非同步响应特征产生的机理,建立了发动机的转子-支承-机匣整机模型,引入支承松动故障模型,利用数值积分方法求解耦合系统的响应,分析了非同步响应特征。结果表明,对于航空发动机中的支承松动故障,其引发的分频以及倍频原因在于,当刚度变化的周期等于转速周期时,将产生转频的倍频现象,在特定转速下,将激发系统的临界转速对应的频率;当刚度变化的周期等于n倍的转速周期时,则将产生1/n转频的分频及其倍频,在特定转速下,将激发系统的临界转速对应的频率。     

Fault diagnosis of partial rub and looseness in rotating machinery using Hilbert-Huang transform

Partial rub and looseness are common faults in rotating machinery because of the clearance between the rotor and the stator. These problems cause malfunctions in rotating machinery and create strange vibrations coming from impact and friction. However, non-linear and non-stationary signals due to impact and friction are difficult to identify. Therefore, exact time and frequency information is needed for identifying these signals. For this purpose, a newly developed time-frequency analysis method, HHT (Hilbert-Huang Transform), is applied to the signals of partial rub and looseness from the experiment using RK-4 rotor kit. Conventional signal processing methods such as FFT, STFT and CWT were compared to verify the effectiveness of fault diagnosis using HHT. The results showed that the impact signals were generated regularly when partial rub occurred, but the intermittent impact and friction signals were generated irregularly when looseness occurred. The time and frequency information was represented exactly by using HHT in both cases, which makes clear fault diagnosis between partial rub and looseness. This paper was recommended for publication in revised form by Associate Editor Eung-Soo Shin     

局域均值分解和1.5维谱在机械故障诊断中的应用

针对机械故障振动信号的非线性、非平稳特征,提出了局域均值分解和1.5维谱相结合的机械故障诊断方法。该方法首先对信号进行局域均值分解,将其分解为若干个PF分量之和,然后运用1.5维谱方法对含有故障特征信息的PF分量进行特征提取。该方法具有抑制高斯白噪声、检测非线性耦合特征等特性。仿真信号与机械故障诊断工程实例的分析验证了该方法的有效性。
     

浅析船舶机电设备状态监测和故障诊断

针对工程船舶动力机械运行特点,详述工程船舶动力机械状态监测和故障诊断研究的意义,介绍国内外常见船舶动力机械状态监测与故障诊断的方法和现状,并指出工程船舶动力机械状态监测和故障诊断技术的发展趋势和研究热点。     

南昌钢铁厂轴流压缩机振动故障分析

介绍了南昌钢铁厂新安装的一台轴流压缩机机组振动测试的情况，深入分析了机组故障原因，制定了故障治理方案，实施后取得了良好效果。     

转子支座松动故障的数值仿真与实验研究

根据工程实际情况,建立了轴承座地脚螺栓松动的力学模型, 采用Adiletta提出的非线性油膜力模型,利用Runge-Kutta数值积分方法进行数值仿真.最后利用转子模型实验台,对支座松动故障进行实验研究,采用三维瀑布图、轴心轨迹图和小波尺度图对故障信号进行了分析研究.     

基于改进全息希尔伯特谱分析的旋转机械故障诊断方法

时频分析方法能够有效同时提取故障设备振动信号的时间和频率信息,但在全面反映非线性振动信号幅值调制与频率调制特征之间的跨尺度耦合关系方面仍存在局限,且容易受到噪声干扰。对此,创新性地将全息希尔伯特谱分析(Holo-Hilbert spectral analysis,HHSA)方法引入到机械故障诊断中。HHSA通过双层经验模态分解(EMD)结构可完整地描述振动信号的内部调制特性,非常适合机械局部故障的检测。同时,为了进一步提升HHSA的诊断精度、抑制EMD模态混叠和噪声干扰,提出一种基于改进再生相移正弦辅助经验模式分解(Improved regenerated phase-shifted sinusoid-assisted EMD,IRPSEMD)的改进HHSA方法(IHHSA)。通过仿真信号验证IHHSA方法用于局部故障检测和诊断的有效性。最后,将IHHSA应用于齿轮裂纹故障和滚动轴承局部故障诊断中,结果表明,提出的IHHSA方法能够更全面地反映和呈现非线性故障振动信号的内部调制关系,且具有更好的故障识别能力。     

基于特征贡献率的机械故障分类方法

为提高往复压缩机、航空发动机等复杂机械故障分类的准确率,依据特征参数对不同故障的敏感度存在差异的特性,提出一种狄利克雷过程混合模型(Dirichlet process mixture model,简称DPMM)与贝叶斯推断贡献(Bayesian inference contribution,简称BIC)相结合的分析方法。采用DPMM方法自学习机械振动信号高维特征的统计分布模型,并依据BIC理论计算得到各特征参数对模型的贡献率,通过对比观测数据与各类故障数据特征贡献率间的差异实现故障分类。试验结果表明,该方法的平均分类准确率比基于高斯混合模型(Gaussian mixture model,简称GMM)的故障诊断方法的平均分类准确率提高19.29%,比基于Relief算法的故障诊断方法的平均分类准确率提高32.71%,且该方法的时效性高,泛化性能强,能够更有效地进行复杂机械故障分类。     

基于VMD和LSTM模型的航空液压管路卡箍故障诊断

航空发动机液压管路-卡箍系统中卡箍振动信号具有非线性和非平稳性的特点,难以从卡箍故障信号中准确识别出其故障类型。针对该问题,提出了一种基于变分模态分解(Variational Mode Decomposition,VMD)-长短时记忆(Long Short-Term Memory,LSTM)神经网络模型的智能故障诊断方法。首先,利用遗传算法对VMD的模态分量k值和惩罚因子α进行参数优化;然后,将优化后的VMD对卡箍故障振动信号进行分解处理;最后,将分解后的模态分量输入LSTM网络中进行特征学习,从而实现卡箍故障的识别。实验表明:该方法实现了对卡箍螺栓松动状态、根部断裂状态、衬垫磨损等3种典型故障的精准识别,故障总体识别准确率能够达到98.5%以上,有效地提高了航空液压管路卡箍故障识别的准确率。