共查询到20条相似文献,搜索用时 265 毫秒
1.
通过对聚丙烯造粒机组减速机振动故障特征频率进行检测,并对轴承故障点特征频率进行计算,判断出减速机输入轴系支撑轴承或传动部件故障。对减速机解体检查后,振动故障诊断分析的结论得到了验证。 相似文献
2.
3.
加强对风电机组的状态监测与故障诊断技术,作为保障机组可靠运行和寿命管理的关键技术,越来越受到重视。根据风力机的具体特点,对多台风力发电机组进行了实际监测,获得了大量实测数据,并应用多种振动测试分析技术,重点分析了主轴承、齿轮箱和发电机的振动特征和故障机理。为解决风电机组实际运行状态监测和故障诊断,提供了有效的技术支持和保障。 相似文献
4.
某电厂2号机组机组启动过程中出现的轴系振动故障,分别对冲车、定速、带负荷过程进行了振动监测,并根据监测数据分析,故障原因为质量不平衡所致,因此采用动平衡法消除故障。平衡加重后消除了机组振动故障,经检验机组振动情况良好。通过对该机组机组振动数据分析、故障诊断及故障处理所积累的经验,对其它大型发电机组轴系振动故障处理具有现实指导意义。 相似文献
5.
设备故障诊断近年来已发展成为一门新兴学科。振动故障诊断是常见的应用于透平压缩机的故障诊断方法。针对上海焦化有限公司空气透平压缩机的故障振动信号,提取故障特征,对振动谱图进行时频分析,对故障形式进行分析判断。 相似文献
6.
7.
谢三毛 《化工自动化及仪表》2013,(6):762-765
利用LabVIEW图形化编程语言开发了信号分析与处理、信号特征提取和故障诊断三大模块。信号特征提取由小波包分解来实现,故障诊断通过神经网络完成,小波包分解提取的齿轮振动信号各频段能量特征值作为神经网络的输入向量。以模拟故障实验台获取的齿轮典型故障振动信号训练神经网络,利用训练好的神经网络对齿轮进行故障诊断,实验结果表明:所开发的齿轮故障智能诊断系统能有效识别齿轮故障,较好地将虚拟技术应用于故障诊断领域。 相似文献
8.
应用形态滤波和HHT提取滚动轴承振动信号故障特征。通过形态组合滤波对信号进行预处理,对预处理后的信号进行EMD分解,把信号分解为若干个IMF的和,之后计算IMF的希尔伯特能量谱,提取振动信号的故障特征频率。本算法能够较准确地提取出滚动轴承振动信号的故障特征频率,为滚动轴承振动检测与故障诊断研究提供参考。 相似文献
9.
自适应小波降噪的泵机组故障诊断 总被引:4,自引:3,他引:1
泵机组故障诊断的难点在于信号特征向量的提取,而故障特征往往淹没在复杂的噪音中。本文利用自适应小波函数对采集到的振动信号进行降噪,滤掉了无关的噪声信息,根据振动能量的分布,对降噪过的信号进行四层小波包分解,提取出的特征向量分布明显。最后将分类特征向量输入神经网络进行训练,测试的结果证明,该方法识别精度高、速度快,具有良好的应用前景。 相似文献
10.
行星齿轮箱作为重要的机械传动部件,其健康运行关系着整个工程机组的安全运作。卷积神经网络常用于解决行星齿轮箱故障分类问题,但由于实际监测中有各种噪声源的存在,振动信号成分复杂,信噪比下降,仅仅使用卷积神经网络进行故障诊断效果不佳。因此提出一种麻雀搜索算法优化的奇异值分解降噪方案,采用该方案对监测的振动信号进行降噪处理,突出低频的故障特征,结合卷积神经网络实现对含噪声振动信号的故障诊断。实验结果表明,两种方法结合可使卷积神经网络模型收敛速度更快,并将诊断准确率提升至97.43%。 相似文献
11.
为了对压差发电机组中涡轮进行故障监测与故障诊断,对涡轮压差发电机组的叶片振动响应进行了分析,并将其作为涡轮运行状态分析的特征量。应用有限元分析方法,建立了550 KW涡轮发电机组的动力学模型,通过计算与调试过程的模态分析,分别获得整个机组的固有频率和振型,并比较验证了工程中实际机组的合理性。用锤击法测得涡轮叶片正常状态和偏心故障下的振动加速度响应信号,应用非线性动力系统的长度分形维数理论,计算其长度分形维数,并将其作为涡轮叶片偏心故障诊断识别的特征量。研究结果表明,该方法能有效识别涡轮机叶片正常工作状态和偏心故障的状态,及其偏心位置和偏心量大小。 相似文献
12.
13.
在分析电潜柱塞泵工作原理的基础上,结合柱塞式抽油泵的结构,建立了机组运行的理论示功图,对其进行了深入分析。以功率信号作为故障信息,提出一种基于间接示功图测量的电潜柱塞泵故障诊断方法,并描述了小波去噪方法绘制实测示功图的主要过程。针对机组典型故障,在室内模拟平台和现场油井上对该方法的准确性进行了验证实验与分析。测试结果表明:故障诊断效果较好。 相似文献
14.
15.
采用旋转机械故障诊断方法,对大机组振动原因进行分析,进一步阐述频谱分析技术对机组振动信号在频域进行特征分析的方法,对有效地开展机组运行状态监测和故障诊断工作具有良好的现实意义. 相似文献
16.
17.
18.
采用状态检测和故障诊断技术对螺杆制冷压缩机振动进行频谱分析,判断机组振动异常的原因,制定科学合理的解决措施,由此大大节约了检修时间,减少了停机损失,并明显改善了机组的运行工况,有利于机组的稳定运行。 相似文献
19.
风力发电机组的齿轮箱许多故障信息以调制形式存在于振动信号之中,在此利用LabVIEW强大的信号分析功能对齿轮箱振动信号进行分析,开发出基于倒频谱与包络谱分析的齿轮箱故障诊断系统。试验结果表明:倒频谱与包络谱分析可以有效诊断出齿轮箱的故障信息。 相似文献
20.
在设备状态监测诊断技术中,目前有振动监测、滑油监测技术等。而通过对机械设备振动信号的测量和分析,可以掌握其劣化程度和并对故障性质做出判断;另外,振动监测简单易行,很方便在现场进行。振动诊断法是对旋转的机械设备进行故障诊断最有效的方法。在设备管理中正确运用振动检测技术能够更好地掌握设备运转状态,合理安排维修的时间,减少设备事故的发生。 相似文献