大型旋转机械状态监测及故障诊断系统

针对大型旋转机械实时监测系统一般只负责监测设备运行状况,而无法进行故障分析的弊端研究设计了该系统。系统实现了大型旋转机械运转状况的实时监测、信号曲线实时显示、长期数据存储、网络通信以及在线动平衡测量和轴承故障检测等多种功能,能及时识别旋转机械设备的异常状态,保证设备安全可靠地运行,并可以为控制设备运行于最优状态以及早期诊断设备故障提供依据。     

包络法在滚动轴承诊断中的应用

旋转机械是工程应用中最广泛的一类机械设备,也是最易出故障的设备。轴承又是旋转机械中最基本的零部件之一,是主要的故障源。为了保证设备的运行安全以及消除设备事故,对轴承进行状态监测和故障诊断是至关重要的,它是改传统的定时维修为视情维修或预知维修,进行维修制度改革的基础。     

旋转机械故障分析与监测技术研究

通过传感器和信号调理技术采集旋转机械转动信号,在此基础上用VB对采集信号进行分析,实现旋转机械在线监测、动平衡分析,以及轴承故障分析。实验结果表明,该方法可以有效监测旋转机械设备的异常状态,保证设备安全可靠运行。     

基于故障案例学习的设备健康评价方法研究

从设备状态监测数据中分析、提取故障特征信息,准确、快速地识别设备健康状态,对于开展预测性维修,确保设备运行可靠性、安全性非常重要。以离心压缩机为研究对象,以正常状态的振动监测原始数据为参考数据,构建了正常状态原始信号和实时监测信号的相关性健康指数模型、相干性健康指数模型、谱距离健康指数模型,在针对健康指数模型开展大量故障案例学习、健康度分布统计分析基础上,制定了设备健康评级准则,形成数据驱动的机械设备健康评价方法,揭示了离心压缩机健康度表征与运行状态的映射关系。应用轴承试验数据和离心压缩机转子不平衡故障案例数据,分别验证构建的设备健康指数模型和健康评级准则的准确性、适用性。结果表明,构建的健康指数模型能较好地表征设备运行状态,与有效值和峰-峰值固定阈值报警方法相比,构建的机械设备健康评级准则对于指导预测性维修更有实践意义。     

轴承故障的预防和诊断

轴承是旋转机械的易损元件,据统计,旋转设备的故障有30%是由轴承损坏引起的。轴承的好坏对机器的工作状态影响极大,严重时将会间接破坏整个工厂的生产,因此在连续生产的石化企业,对轴承进行故障监测     

旋转机械状态监测和故障诊断

通过监测旋转机械设备的振动、温度等物理量的变化，及时掌握设备的工作状态，从而指导设备工程师对设备运行的状态“心中有数”，做到故障提前发现、及时维修，“防患于未然”，提高了设备运行的可靠性。对于精密加工设备，也可配置状态监测系统，当工件或刀具振动异常时，及时提示，保证工件的加工精度，减小报废率。     

锅炉风机停机的预防——艾默生CSI 4500机械设备状态监测系统在南非Mondi商务纸业的应用

艾默生CSI 4500机械设备状态监测系统可有效预防风机不平衡和早期轴承失效引起的停机,通过在线监测风机运行中的连续流量,掌握风机的各种变化,在风机发生故障前停机清洗或维修。此外,CSI 4500系统结合AMS Suite设备管理软件,能使风机超时运行。     

基于87C196的便携式滚动轴承检测与诊断系统

滚动轴承是旋转机械设备运行过程中的重要元件,也是旋转机械的薄弱点,轴承的质量及损坏磨损程度将直接影响旋转机械的运行状况,据统计旋转机械的故障约30%来自于轴承,因此对轴承状态的检测显得极为重要,这也正是本文的主要出发点.本文对轴承的状态检测与诊断主要采用基于振动信号频谱分析的方法.系统利用加速度振动传感器对振动信号进行提取、放大、滤波,再将信号输入Intel 87C196单片机、为微处理器的便携式系统中进行存储、处理,或者通过RS-232串口将数据上传到微机,利用相应的振动测试分析软件对信号进行分析处理.通过对振动轴承的频谱分析,可以方便快捷的了解轴承的运行状态,以防止故障与事故的发生.     

基于变径边界样本界面检测器的异常度检测方法

针对机械设备缺少故障样本时如何高效检测其异常度问题,在分析训练样本的分布情况以及其在自己空间边界状态的基础上,优化训练样本半径,提出一种变径边界样本界面检测器。利用变径边界样本界面检测器异常检测方法分析了轴承状态数据,不仅能反映出轴承的各种故障状态,而且能通过异常度函数反映出故障的轻重程度。变径边界样本界面检测器的设备异常度检测方法,是在学习设备正常运行数据的基础上,优化训练样本半径,利用边界样本及其方位信息,构建界面检测器,对设备的运行状态进行检测。变径边界样本界面检测器在构建过程中不需要使用设备的故障数据,适用于对缺少故障数据的机械设备进行异常状态检测。     

取样分析对润滑油状态监测与故障诊断

介绍了取样分析对润滑油状态监测与故障诊断的应用。采用此方法就是根据取样分析对润滑油的状态监测，无需将正在运行的机械设备打开或关闭就可以确定磨损是否正常来诊断机械故障，以便采取检修措施来缩短设备故障时间，提高设备作业率。     

基于Logistic回归模型的机械状态健康评估研究

在设备运行过程中,旋转机械的状态会由于零件老化、磨损而逐渐退化,降低了设备运行的可靠性,增加了设备故障发生的可能。应用Logistic回归模型算法分析设备运行状态与历史数据概率分布之间的关系,用设备当前数据与设备历史状态数据之间的差异相似性来评估旋转机械设备状态的健康程度。实验结果表明,Logistic回归模型作为机械状态健康评估的方法简单,效果直观,并且故障区分明显。     

基于LabVIEW的旋转机械转子振动监测系统

采用传感器和信号调理技术对旋转机械转子振动的各种信号进行采集、处理,并利用LabVIEW强大的信号处理、分析和数学运算功能对信号进行显示、分析,实现了在线转子的运转状况的监测,设计出了基于LabVIEW的旋转机械转子振动的监测系统.该系统可连续测量和监视转子振动有关的各类参量:转速、轴振、轴位移等,具有直观的显示界面、强大的信号分析以及数据存储管理功能.能及时识别旋转机械设备的异常状态,保证设备安全可靠地运行,并可以为控制设备运行于最优状态以及早期诊断设备故障提供依据.     

滚动轴承不同损伤程度振动特征实验研究

轴承是各类机械设备广泛使用的支撑构件,它的状态决定着机械设备的运行周期。振动是实现轴承状态监测的主要手段,轴承出现故障时,通过振动信号分析可以确定故障部位,同时不同的损伤程度也会造成信号特征的变化。通过模拟实验研究轴承不同损伤程度下的信号特征变化规律,进而指导实际故障诊断过程中轴承损伤程度的识别。首先,预置滚动轴承内圈、外圈及滚动体不同程度的损伤;然后,开展不同损伤程度的故障模拟实验;最后,利用包络解调方法分析不同损伤程度下的实验数据,总结振动信号变化规律及特点。     

基于振动分析的DY25-30×3型多级离心泵故障诊断

机械设备的故障诊断方法很多,对于旋转机械我们采用基于振动的机械设备故障诊断技术,通过振动监测,采用频谱分析技术可以判断出故障部位和原因。针对现场多级离心式清水泵的振动超标现象,利用恩普特的PDES-E进行状态监测,确定振动机理,并且对故障形成的原因作进一步分析。     

基于模糊支持矢量数据描述的早期故障智能监测诊断

为了解决机电设备早期故障难以正确识别及故障发展状态不易准确监测的问题,提出了一种基于模糊支持矢量数据描述(FSVDD)的早期故障智能监测诊断新方法。该方法只需要一类目标样本作为学习样本就可以建立起单值分类器,同时在核函数中引入非目标样本的模糊隶属度,从而把非目标样本与目标样本分等级地区分开来。将这种方法应用在机电设备状态监测和故障诊断中,只需要将正常运行时的数据信号作为目标样本,就可以实现对设备早期故障的准确识别,同时判断故障的严重程度。在轴承运行状态监测中的测试结果表明,该方法不仅能快速识别轴承的早期故障,而且可以对故障的严重程度做出准确的判断。     

旋转机械轴承振动和发热的原因分析及处理

旋转机械中轴承的振动和发热是机械运行中常见的故障,火力发电厂的的旋转机械很多,如果不能有效控制和预防重要附属转动机械设备的振动和轴承发热,将会给火力发电厂的经济安全运行带来重大隐患。     

滚动轴承振动故障诊断实践

据统计，旋转机械的故障中轴承的损坏故障约占30％。若能做到提前预测和发现故障，并利用生产间歇或停产时间排除故障，可避免更大的损失，甚至可使设备达到零故障运行，减少维修成本。本文介绍了利用状态监测技术监测滚动轴承的故障，为准确分析故障提供参考。     

大型旋转设备轴承部件状态监测及故障诊断分析

轴承是大型旋转机械设备中发生故障概率较高的关键部件,本文分析了滚动轴承和滑动轴承的主要失效形式,并将应力波分析技术应用于轴承部件监测诊断。通过干熄焦提升机、连铸大包回转台、TRT机组三种不同设备的滚动轴承和滑动轴承监测诊断案例,以设备开盖检修的情况验证了滚动轴承外圈开裂、滑动轴承轴与轴瓦之间存在严重碰摩、润滑污染、润滑不良等诊断结论的有效性及准确性。     

采用冲击脉冲法诊断滚动轴承故障

采用冲击脉冲法诊断滚动轴承故障云南设备状态监测及故障诊断服务部易良矩滚动轴承是应用最广泛的易损件，据统计旋转机械的故障有３０％是由轴承引起的。轴承的缺陷会导致机器剧烈的振动和噪音，甚至引起设备损坏。对滚动轴承采用定期维修的方法是不可取的。因为工业轴承...     

机械设备状态监测与故障智能化诊断技术分析

随着近些年电子计算机技术、现代测量技术以及信号处理技术等得到了快速发展,机械设备的故障诊断技术也有了较快发展。通过此技术能够充分了解并掌握机械设备在使用过程中所处状态,能够明确其是否处在正常运行状态,从而较早的发现故障和原因所在,并进行预报故障发展趋势,以便及时对其进行维护保养。本文主要阐述机械设备状态监测与故障智能化诊断技术,希望能够对相关人士有所帮助。