基于小波包分解的滚动轴承故障诊断方法的研究

介绍了小波包分析的基本理论,并以滚动轴承为研究对象,将小波包分析应用于轴承的故障诊断。首先用小波包分解的方法提取分解频带的能量在时间域上的分布,得到能量谱图,然后通过包络分析得到信号的功率谱,由此可判断出轴承的故障位置。     

基于有限元法的局部通风机叶轮可靠性分析

矿用局部通风机在运行中,叶片根部经常会出现裂纹并进而发生断裂。造成该问题的原因有2个:叶片根部的焊接强度及气流的激振。根据通风机转子的受力状况,应用有限元法对叶轮进行静力分析,得到叶轮的应力与应变分布云图,进而判别出叶轮结构的危险部位。应用有限元分析软件对叶轮进行了模态分析,得到叶轮的前4阶固有频率和对应的振型,结合叶轮的结构特征,判断气流激振是否存在。研究结果可为提高叶轮设计水平和通风机运行的可靠性提供借鉴。     

基于EMD和BP网络的轴承故障诊断方法

故障轴承的振动信号是非平稳信号,传统的非平稳信号分析手段存在许多不足;BP网络能够出色地解决传统识别模式难以解决的复杂问题。提出了经验模态分解(EMD)与BP神经网络相结合的滚动轴承故障诊断方法。采用EMD方法对振动信号进行分解,得到组成信号的多个内禀模态分量(IMF),提取重要的IMF分量的能量作为信号的特征量;采用BP网络作为模式分类器,对轴承的故障类型进行分类。经试验数据分析证明,该方法能够准确地对轴承故障进行诊断。