基于电涡流传感器及虚拟仪器的旋转机械碰摩故障特征研究

针对旋转机械碰摩故障的特征,运用电涡流传感器和虚拟仪器采集转子碰摩振动状态信息,对转子碰摩振动信号的时域波形特征、碰摩振动时的轴心运动轨迹特征进行分析,同时应用LabVIEW软件对转子碰摩振动信号进行频谱分析,研究其故障特征,由此对旋转机械的碰摩故障进行识别和诊断。     

两端刚性支撑转子系统碰摩故障的非线性特征研究

建立了两端刚性支撑的Jettcott转子局部碰摩的动力学模型,将打靶法的思想与四阶龙格库塔法结合,对转子系统由于局部碰摩故障导致的非线性动力学行为进行了研究,数值模拟得出转子系统碰摩的轴心轨迹、位移响应、振幅谱以及Poincare截面图,分析了转子系统参数中频率比和刚度比对转子系统运动的影响,从中发现此类非线性振动系统具有周期、拟周期和混沌等复杂的动力学行为研究结果对转子系统的故障识别与诊断具有一定的意义。     

径向碰摩转子的拟周期运动研究

对具有质量偏心仅考虑径向碰摩力非线性的Jeffcott转子模型,研究了其通向混沌的路径,研究结果表现,发生碰摩故障的转子系统有一定通过拟周期分岔而到达混沌的路,进一步的研究表明拟周期路径由具有不同频率的模式锁合和分离实现,结论有利于旋转机械故障的识别,同时也为转子系统振动状态的控制提供了一定的理论依据。图2,参6。     

超细粉碎机转子系统冲击碰磨故障的模糊识别

应用模糊识别方法对超细粉碎机转子系统的冲击碰磨故障进行了分析。     

大型旋转机械并发故障诊断技术研究

并发故障诊断问题是故障诊断技术中的难点之一,尚未有效地解决.振动信息时域分析是并发故障主要诊断方法,目前该方法仅仅是利用距离进行判定,诊断精度偏低.针对并发故障诊断的困难所在,研究了并发故障与单一故障基于无量纲参数的关系,探索出了一条诊断并发故障的规律,将该方法用于并发故障的诊断中,具有很高的诊断精度.     

基于音频峭度的煤矿旋转机械滚动轴承故障预测方法

滚动轴承作为煤矿旋转设备中至关重要的机械元件,对其早期故障进行快速有效的诊断与预测可保证矿山开采的稳定性。针对提升机等旋转设备滚动轴承,采用非接触式测量仪器采集轴承工作时的音频信号,通过预加重,分帧加窗及峭度计算提取声音信号的时域特征,并基于萤火虫算法优化的卷积-长短期记忆(CNN-LSTM)神经网络完成音频特征的输出预测。实验结果表明,设计的神经网络模型可对轴承音频的分帧峭度数据进行较为精确的预测拟合,在设定的峭度安全阈值下,该模型能实现滚动轴承早期故障的准确预知。     

神经网络在旋转机械故障诊断中的应用研究

旋转机械在化工、机械、冶金、矿山、炼油、受电等工业领域应用广泛,常见的有压缩机、风机、汽轮机、发电机等,它们都是由转动部件和非转动部件构成的。转动部件有转子、齿轮、联轴器、滚动轴承等,非转动部件包括滑动轴承、轴承座、机壳以及地基等。对大型旋转机械进行状态监测和故障诊断具有重要的实用价值。但是,由于旋转机械本身构造的复杂性,其故障形式繁多。产生故障的原因复杂。故障和症状之间缺乏明显的对应关系,因此用人工方法难以从症状中查出故障,神经网络技术的出现则为故障的模式识别提供了有力的手段。     

双谱分析在旋转机械故障诊断中的应用

依据双谱分析的基本原理、算法及其在工程中的理解,通过实验室实验中所得到的碰摩信号数据进行了双谱分析,实验表明,双谱分析能有效地识别故障特征、抑制噪声。     

PNN在旋转机械故障诊断中的应用

研究了利用PNN进行旋转机械故障诊断和预报的方法。PNN是基于Parzen窗函数和Bayes分类规则的前向型自监督神经网络模型,具有强大的非线性处理能力,快速的收敛速度和准确的分类效果。以某旋转机械典型故障样本为例,给出了利用该模型进行诊断和预报的详细过程。理论分析和仿真实验结果表明,利用PNN进行旋转机械故障诊断和预报的方法可行、有效。     

大型汽轮机动静碰磨故障的诊断和处理综述

在高速旋转机械的运行中 ,动静件碰磨是最常见的故障之一。碰磨发生时 ,轻者使得机组出现强烈振动 ,严重的甚至可以造成整个轴系毁坏。因此 ,在介绍汽轮机动静碰磨的机理和振动信号特征的基础上 ,归纳总结引起该类故障的主要因素 ,并提出相应诊断与处理对策     

滚动轴承组合故障的诊断方法

机械设备的组合故障由于其故障的多样性、强弱的不平衡、故障间的相互影响等特性,给全面准确的诊断造成困难。根据机械设备中故障诊断机理,将Hilbert-Huang及EMD方法应用于具有组合缺陷的滚动轴承故障诊断实验中。验证了信号边际谱与故障特征之间的联系,辨析出滚动轴承外圈缺陷和滚动体缺陷的特征量,证明了其分析轴承组合故障的可行性。     

K-S检验在轴承故障诊断中的应用

将K -S检验应用于轴承故障诊断中 ,成功快速诊断出轴承微弱故障 ,然后通过小波分析结合频谱细化分析 ,精确得到轴承故障位置。实践证明 ,K -S检验是一种有效、实用和快捷的智能诊断方法。     

基于隔水关键层原理的断层突水机理分析

因煤矿突水中大部分突水是与断层破裂带有关,应用隔水关键层原理分析断层突水机理是非常有必要的.首先根据断层的形成机理及其位置分析了断层突水的原因,探讨了煤层断层的突水条件;然后基于隔水关键层原理建立了含隔水断层的隔水关键层活化力学模型,理论解析了隔水断层在矿压和水压作用下的断层活化滑移条件,最后分析了顶、底板隔水断层的断层活化突水机理,得出了在矿压和水压共同作用下的断层采动活化突水条件.     

老451块断裂特征及形成机制浅析

通过对研究区地震、测井资料的研究,在对老河口油田老451断块的主要断裂的要素特征进行统计的基础上,分析了该地区断裂的平面和剖面组合方式,并讨论了该断块的断裂形成机制。这对于认识研究区的构造演化特征和构造控油特征具有重要的意义。在东营运动期,区域左旋张扭应力场作用下,研究区形成大量具有同生断层性质的正断层。东营运动晚期,济阳坳陷应力场发生了反转由左旋张扭转化为右旋压扭,诱发研究区断层上盘地层沿陡坡向下滑动,形成断层目前的断裂格局。     

基于LabVIEW的滚动轴承故障诊断系统

通过对滚动轴承工作特性及其故障研究,设计了基于LabVIEW软件的滚动轴承故障诊断系统。分析了滚动轴承振动机理与失效形式,运用共振解调分析与希尔伯特变换作为滚动轴承故障诊断的方法。通过对轴承支持架故障分析表明该系统对滚动轴承故障诊断正确有效。     

基于LabVIEW滚动轴承故障监测系统的研究

主要介绍了基于LabVIEW的滚动轴承故障监测系统监测原理、监测方法和软硬件开发过程。该系统充分利用计算机技术、数据采集技术、信号分析与处理技术、故障诊断理论来提高对滚动轴承的监测与故障诊断水平,集成了传统检测仪器的功能,提供了友好的人机界面,并能在线显示数据。     

基于分形理论的旋转机械故障诊断的研究

针对旋转机械振动信号的特点,从分形原理出发,利用分形维数的概念,对由旋转机械故障产生的非平稳、非线性信号进行了分形特征的定量描述。试验结果表明,旋转机械不同故障出现时,其分形维数明显不同。因此,可以利用分形维数有效地诊断出旋转机械的故障。     

基于小波包和EMD的滚动轴承故障诊断

针对滚动轴承故障振动信号的非平稳特征,提出了一种基于小波包和经验模态分解(Empirical Mode Decomposition,简称EMD)的滚动轴承故障诊断方法。该方法用小波包对振动信号进行预处理,用Hilbert变换求重构信号的包络,采用EMD方法将包络信号分解为若干个IMF分量,让故障信息得到凸显,然后根据某个分量的频谱,判断滚动轴承的故障类型。实验结果表明,比传统的时频分析方法,该方法能够更有效地提取轴承故障特征,诊断轴承故障。     

基于专家系统滚动轴承故障诊断研究

通过应用专家系统对滚动轴承故障进行诊断,在专家系统的知识库中输入了有丰富经验的维修人员通过看、听、触、测得到的故障现象和排除故障的方法,该系统通过人机交互界面实现,使维修人员可以快速找出滚动轴承的故障并进行排除,节约时间,提高效率。     

基于改进粗糙集的滚动轴承故障诊断的计算机仿真研究

研究滚动轴承故障诊断的有效方法,目前主要有神经网络、专家系统方法、模糊数学方法等,但是利用这些技术对滚动轴承进行故障诊断,由于获得的故障断数据存在不精确和不完备的缺陷,无法获得满意的诊断效果。为了能够弥补这一缺陷,将阶次小波包理论和变精度粗糙集理论结合起来对滚动轴承进行了故障诊断。仿真结果表明改进的方法故障诊断精度均达到了100%,从而表明了该方法具有较高的故障诊断精度,在滚动轴承的故障诊断中具有非常重要的应用价值。