基于音频分析的电机轴承异音故障诊断研究

目前,对于电机轴承异音故障的判断基本以人工为主,检测试验员通过听诊器凭经验来判断异音状况,很难消除主观因素对轴承异音检测结果的影响。本文提供一种基于音频分析的诊断方法,运用电子听诊器和录音设备记录电机轴承音频信号,并对音频信号进行频谱分析,为电机轴承异音故障诊断和预测提供了重要的参考。     

基于振动图像纹理特征识别的轴承故障程度诊断方法研究

针对轴承故障诊断中故障分类研究多,故障程度研究少,振动图像信息丰富得不到充分利用问题,提出利用振动图像纹理特征识别技术进行轴承故障程度诊断方法。该方法先对轴承振动响应信号进行EMD-形态差值滤波处理,后将滤波后信号转换为双谱等高线图,利用灰度三角共生矩阵得到双谱图形纹理特征,应用主成份分析法从纹理特征参数中提取轴承故障程度特征参量,用支持向量机进行模式识别。实验结果表明该方法能有效区别轴承外圈、内圈及内外圈的故障严重程度,可为旋转机械故障程度诊断提供新方法。     

电机检修时出现的轴承噪音和振动问题的探究

目前在社会生产中,电机是一种非常重要的生产设备,其运行状态的好坏在很大程度上决定了生产的效率高低。为此,在电机的运行中,应当对其进行定期的检修。尤其是当电机出现了故障的情况下,更应该对其进行有效的检查。现本文主要对电机在检修中出现的轴承噪音问题和轴承振动问题进行了分析探究,指出其产生原因,并就如何预防和解决这些故障问题提出了一些建议,以供参考。     

电机转子振动信号故障特征提取方法

电机振动信号具有非平稳、非线性特性,在进行时频域特征提取时需要人工确定时间窗口和基函数。针对该问题,提出一种基于EEMD(Ensemble Empirical Mode Decomposition)分解和权重熵变换的特征提取方法。该方法应用EEMD进行自适应分解,同时提取IMF(Intrinsic Mode Function)方差作为初始特征值,并提出将权重熵作为衡量特征值重要性的标准,通过权重熵对原始特征值进行空间变换,扩大特征向量间的差异。为验证该方法的有效性和优越性,对4 种状态下的电机转子进行振动信号采集,用于制作转子故障数据集,并运用EEMD进行特征提取。实验结果表明,基于EEMD分解和权重熵变换的特征提取方法能够更好地从振动信号中提取特征向量,在对电机进行故障诊断时具有更高的准确性。     

逆变器驱动电机系统环路型电机轴承电流的研究

论述了正弦波驱动电机系统中的经典型的轴承电流，讨论了逆变器驱动电机系统中的高频磁通产生的轴承电流，分析了环路型轴承电流产生的机理，并且在实验的基础上，得出了环路型轴承电流与共模耦合电流之间的关系，丰富和完善了电机轴承电流的研究内容．     

基于振动信号分离的行星轴承故障特征提取

由于行星轴承振动信号传递路径的时变性,且行星齿轮箱中齿轮啮合振动信号较强,导致行星轴承故障特征提取较为困难。为此,提出了一种基于振动信号分离的行星轴承故障特征提取方法。该方法首先采用阶比分析技术将原始振动信号进行等角度采样;每当行星架旋转一周,采用Tukey窗进行加窗截取,按照啮合齿序重新拼接,构造振动分离信号。再采用离散随机分离从振动分离信号中提取行星轴承故障分量;最后进行包络谱分析提取故障特征。行星轴承内圈故障实测信号分析表明,该方法能有效提取行星轴承故障特征。     

轴承振动检查仪校准方法研究

阐述了发动机轴承故障诊断的重要意义,对故障诊断测试所使用的专用测试设备(轴承振动检查仪)的工作原理及主要技术指标进行了详细的介绍;结合国内该项目校准的现状,对仪器主要技术指标、计量标准装置的配置,校准方法的选择等内容进行了详细的介绍。     

基于STFT的振动信号解调方法及其在轴承故障检测中的应用

从信号滤波角度,对基于STFT的振动信号解调方法的原理和影响其解调性能的各种因素进行了严格的理论分析,指出该解调方法实质是基于复解析带通滤波的Hilbert变换解调法.严格证明了在利用Hilbert变换进行包络解调分析时,只要带通滤波器通带范围包括调制信号的部分频率成分,就可解调出被调制信号的周期成分.为了避免对所有的解调信号序列进行包络谱分析,提出按峭度值最大化准则选择一组含有丰富故障信息的解调信号序列进行包络幅值谱分析.基于以上讨论,给出了实用的基于STFT的振动信号解调算法.为了验证提出的解调算法的有效性,用该算法对仿真和实际轴承故障信号进行了解调分析,分析结果表明,利用该算法能有效地检测轴承故障.     

减速器故障的振动检测与诊断

本文以减速器振动机理为基础，分析阐述减速器故障对振动频谱的各种影响，根据在工作状态下所得的外部监测信号，运用独特的倒频谱分析，清晰地分离并检测出减速器的内部故障，研究与试验表明：倒频谱分析是减速器故障诊断一种有效方法。     

低压大功率变频电机轴电流的分析与处理

对低压大功率调频电机的轴承频繁损坏的原因进行分析及说明处理方法,指出轴电流产生的基本原因,以及如何消除轴电流的处理方法。     

基于深度置信网络和对称点模式电机轴承故障诊断研究

电机轴承的健康状态直接影响电机安全、稳定运行。针对电机轴承故障诊断问题,以故障信号可视化和特征自提取为目标,将深度置信网络(Deep Belief Network,DBN)与对称点模式(Symmetrized Dot Pattern,SDP)变换相结合,提出了一种轴承故障可视化及智能诊断方法。首先基于SDP变换将原始轴承振动信号进行可视化表示,基于最大面积函数选择最佳的SDP参数以通过高分辨率图像清晰区分不同轴承状态,并生成相应的轴承故障SDP图像库;然后采用深度置信网络作为数据训练模型以实现故障特征自提取;最后由位于DBN算法模型后的分类器实现轴承故障的有效诊断。实验结果表明,该方法不仅分类率达到98 %以上,而且具有较好的泛化能力和稳定性。该方法为电机轴承故障可视化和智能诊断提供了一种新思路。     

基于频谱细化的列车轮对轴承故障在线检测

列车轮对轴承故障是危及列车运行安全的重要因素之一,对其准确检测是高速重载列车需要解决的关键问题。当轮对轴承出现异常时,其振动信号中的幅值就会出现突变点,据此提出了利用频谱细化技术对轮对轴承的振动加速度信号进行分析的方法。实验结果表明,该方法实现了轮对轴承异常的高精度检测,说明这种方法比常规的方法能更有效地检测出轮对轴承的异常状态。     

牵引电机传动系统噪声及振动分析

本文通过牵引电机传动系统噪声及振动的特性分析,采用噪声与振动分析系统对牵引电机传动系统进行噪声与振动测试,分析得出：随着转速的提高噪声值增加,并主要分布在频率为800Hz附近,MIC02噪声高于MIC01噪声;齿轮箱的振动要高于电机振动。其研究结果对牵引电机传动系统减振和降噪设计提供依据。     

风机不平衡与基础松动故障共存时的振动分析

本文阐述了Ｄ２８型化铁炉除尘风机，在机组故障振动时的监测和分析诊断过程，在排除了不平衡、不对中、转子弯曲等各种次要因素后，最终，缍找到逐步疏松着的基础是造成振动的主要因素，从根本上解决了问题，使机组恢复正常运行。     

利用缸盖振动信号诊断气门机构故障

在分析缸盖振动信号时域和频域特征的基础上，详细地研究了气门间隙异常对缸盖振动信号时域和频域特征的影响，并利用时域和频域的变化诊断配气机构的故障，提出了用气门关闭时刻改变定量诊断气门异常间隙的分析方法。     

齿轮箱轴承故障诊断的应用实践

本文通过运用齿轮箱故障诊断的方法对齿轮箱轴承进行故障诊断，准确判断出齿轮箱轴承存在的故障，预防性的处理设备故障，取得了显著的经济效益和社会效益。     

高压电机振动故障的查找和处理

通过对高压电机振动故障的分析,指出了对设备运行效率的影响。在实际工作中采用的查找和处理方法,解决了设备运行中的问题,满足了生产的实际情况。     

高压电机振动故障的查找和处理

通过对高压电机振动故障的分析。指出了对设备运行效率的影响。在实际工作中采用的查找和处理方法,解决了设备运行中的问题,满足了生产的实际情况。