基于小波分析的铺网机传动辊轴承故障诊断

铺网机传动辊轴承振动信号调制源多呈现出非平稳性等特点，导致常规的傅立叶分析诊断故障效果不佳的情况。本文提出了一种应用小波变换的时频分析方法，对振动信号进行分解和重构处理，获得了振动信号在不同的频段的分量，提取相应特征频段重构分量的功率谱的频域统计值作为特征参数，进行轴承故障诊断。试验结果显示该方法对铺网机传动辊轴承故障诊断有很好的效果。     

小波分析在纸机压榨部轴承故障诊断中的应用

针对纸机压榨部滚动轴承尺寸大响应弱、运转速度低、低频信号容易淹没、调制源多、振动信号非平稳性等特点而导致常规的傅立叶分析诊断故障效果不佳的情况，提出了一种应用小波变换的时频分析方法，对振动信号进行分解和重构处理，获得了振动信号在不同的频段的分量，提取相应特征频段重构分量的功率谱的频域统计值作为特征参数。从而实现对轴承故障诊断。试验结果显示该方法对纸机压榨部故障诊断有很好的效果。     

基于EMD和AR模型的轴承故障诊断

构建集外圈、内圈和滚动于一体的轴承故障动力学模型,获取轴承运行时的轴承振动信号,采用基于EMD和AR模型的轴承故障诊断方法,将轴承振动信号分解成IMF分量后构建AR模型,再采用该模型自回归参数与残差的方差构建轴承综合判定距离,依据最小综合判别距离对应的状态完成轴承故障诊断。分析研究表明:诊断轴承正常、外圈故障以及内圈故障时,该方法诊断结果误差小、复杂度低,达到了高效诊断轴承故障的目标。     

基于谱峭度Morlet小波变换法和经验模态分解的滚动轴承故障诊断研究

本研究针对轴承早期故障信号微弱不易检测的缺陷,提出了一种基于谱峭度Morlet小波变换法和经验模态分解的轴承早期故障信号检测与增强的方法.该方法把谱峭度引入到Morlet小波中,根据谱峭度变化寻找Morlet小波的最佳匹配参数,最大限度地增强故障弱信号;然后对信号进行经验模态分解,以信号相关系数大小确定重构信号的基本模态分量,对重构信号进行包络分析完成故障诊断.实验结果验证了此方法在滚动轴承早期故障诊断中的良好应用效果.     

基于希尔伯特黄在风力发电机组轴承故障诊断

针对风力发电机组轴承故障振动信号特性,该信号为非平稳信号。提出基于希尔伯特黄的对风力发电机组轴承故障的诊断方法。该方法是用经验模式分解方法将原始信号分解成包含不同特征时间尺度的本征模态函数,并对分解后得到的每一个本征模态函数分量进行希尔伯特变换,从而得出时频平面上的幅值分布的尔伯特谱,并通过其反映出来的物理信息对风力发电机组轴承做故障诊断分析。     

基于模糊神经网络的造纸机变量泵故障诊断

提出了一种模糊神经网络的纸机变量泵故障诊断方法。针对纸机变量泵运行时转速变化的特点,采用基于数字重采样的阶比分析方法对变量泵振动信号进行预处理,将非平稳信号转换成平稳信号以利于有效提取信号特征。以变量泵振动信号阶比波谱各频段上的能量为特征参数,通过模糊神经网络模型诊断其转子不平衡、油膜振动、轴与轴承不对中故障。该方法充分发挥了模糊神经网络强大的自学习能力和知识表达能力的优点,有效提高了故障诊断的精度和效率。     

基于经验模态分解和离散小波能量特征的地毯织机噪声源识别

为识别和定位地毯织机主要噪声源,提出一种基于经验模态分解（EMD）和离散小波能量特征的地毯织机噪声源识别方法。首先应用EMD 对地毯织机噪声信号进行分解,获得若干本征模态分量,根据互相关系数剔除虚假分量并重构信号;其次使用ab 20小波对重构信号进行离散小波变换,分解得到各小波分量并计算各分量的能量 占比;然后提取能量占比较大的分量,分析其时频特性;最后采用激光测振仪依次测量地毯织机各主要部件的振动信号,对比分析得到主要噪声源所在位置,从而完成识别。研究结果表明,该方法可有效地识别和定位地毯织机主要噪声源。     

基于振动信号的热辊运行监测方法

为了减少热辊轴承损坏造成化纤设备故障,提出一种基于振动信号的热辊运行监测方法,对热辊轴承寿命状况及受损状况进行监测;通过振动传感器定期采集热辊的振动信号,采用随机子空间方法对振动信号进行计算,并提取计算结果中对应的振动频率和振动加速度幅值参数,对热辊的运行状态进行判断。指出:随机子空间法能够比较准确地计算出热辊总体振动中各振动分量的频率,但振动分量较多时计算精度会下降;对比多阶计算结果,能够去除非稳定频率,提高频率和振动加速度的计算精度;当两阶振动频率接近时,计算振动加速度与傅里叶变换后的频谱幅值存在较大误差;取随机子空间方法计算振动加速度幅值的130%弥补计算结果误差,判断结果为部分试验样本的振动偏大,但符合试验样本未做整机平衡的情况,说明该振动监测方法有效。     

基于径向基函数神经网络的电机轴承智能故障诊断

本文提出了一种新的电机轴承故障诊断方法.首先把滚动轴承振动信号作为识别故障的特征向量,然后送入径向基函数神经网络中,进行故障类别的自动识别.试验结果表明,该诊断模型对电机轴承故障诊断具有良好的诊断效果,系统不仅能够检测到轴承故障的存在,而且能够比较准确地识别轴承的故障模式.     

一种面向大负载低转速轴承的故障诊断方法

造纸生产线上,有很多大负载、低转速的旋转设备,其轴承在承受较重载荷时,极易受到损伤,导致设备故障,甚至造成停机。因此,大负载低转速轴承的在线故障诊断非常重要。本课题在对大负载低转速轴承振动的诊断难点及当前故障诊断常用方法分析的基础上,提出了一种基于快速谱峭度包络解调分析的轴承故障诊断方法。首先采用快速谱峭度法计算振动信号的最大谱峭度值,确定最优的带通滤波器系数,然后利用带通滤波器对振动信号进行降噪处理,最后利用希尔伯特变换方法对降噪信号进行处理,分析包络谱,得到诊断结果。借助团队自行设计的轴承故障实验台,对本课题所提方法的优缺点和适用性等进行了实验研究,验证了本课题算法的有效性,并为工程应用提出了建议。     

倒频谱在造纸机压榨轴承故障诊断中的应用

探讨了倒频谱技术在造纸机压榨部滚动轴承故障诊断中的应用.研究表明,倒频谱技术在识别滚动轴承振动频谱的边频、消除系统传递函数影响等方面具有显著的优越性.针对压榨部滚动轴承振动信号的特征,利用倒频谱技术可简化谱图的特征分析,提高压榨部滚动轴承在线故障诊断的准确性.     

宽幅纸机毛毯张紧辊特征故障振动频谱研究

利用在线监测系统对某高速宽幅纸机压榨部毛毯张紧辊的动态运行过程进行了实时监测,并对获得的故障振动频谱进行了探讨.研究表明:毛毯张紧辊的部件结构类似于普通压榨辊体,具有一些相似的故障行为特征;但运行过程中由于受较大的毛毯张紧力作用,以及宽幅纸机横向毛毯收缩松紧的不一致度相对较大,因此,在劣化过程表现出的额外轴向窜动力所引起的磨损是其特有的故障,对应有相应的振动频谱变化规律.     

基于灰色关联的预缩整理机磨辊动不平衡故障诊断

提出了预缩整理机磨辊动平衡灰色关联分析诊断模型.针对A型灰色关联分析模型和B型灰色关联分析模型存在的问题,采用混合关联度分析模式,以加权的方法将二者有机结合起来.选择磨辊振动信号中恰当的时域和频域参数为故障特征参数,通过比较检测状态模式与标准故障模式的关联度判别磨辊动不平衡故障,诊断方法简单方便,结果准确可靠.     

旋筛式碾米机碾辊动平衡故障灰色关联诊断

该文提出旋筛式碾米机碾辊动平衡故障灰色关联分析诊断模型,针对A型灰色关联分析模型和B型灰色关联分析模型存在问题,采用灰色混合关联度模式,以加权方法将二者有机结合起来;选择碾辊振动信号中恰当时域和频域参数为故障特征参数,通过比较检测状态模式与标准故障模式关联度判别碾辊动不平衡故障,诊断方法简单方便,结果准确可靠。     

基于邻域相关性小波去噪的滚动轴承包络解调及故障分类

将邻域相关性的冗余第二代小波应用于滚动轴承信号降噪,用Hilbert包络解调法提取的故障特征频率,比较不同转速和载荷下的提取效果,提出包络幅值峭度指标,并将其输入BP神经网络进行故障诊断。结果表明:基于邻域相关性的冗余第二代小波降噪方法能很好的抑制噪声,保留原信号的信息;降噪后的故障信号经过Hilbert包络解调能找到特征频率及其倍频,其效果优于原始信号的包络解调分析。工况会影响分析效果,且速度对提取效果的影响大于载荷。包络幅值峭度指标能很好区分不同工况的故障信号,结合BP人工神经网络诊断正确率为100%。     

中高速卫生纸机烘缸轴承的振动特征分析

研究和发展新的中高速卫生纸机烘缸轴承故障诊断技术是造纸装备行业研究的一项重要课题。本课题在中高速卫生纸机烘缸轴承振动机理的基础上,结合烘缸轴承的自身结构和失效形式,研究了烘缸轴承内、外圈滚道和滚动体表面存在缺陷时的时域及频域特征,并给出固有振动频率及各种故障的振动特征频率方程。利用自主开发的故障诊断系统对实际测试数据进行快速傅里叶变换红外光谱分析发现,通过对中高速卫生纸机烘缸操作侧轴承进行状态监测,可以提取中高速卫生纸机烘缸轴承的振动特征,用于对烘缸轴承是否存在故障的在线判断。     

频段能量统计法在机械设备工作状态监测中的应用

提出了一种对振动信号频谱新的分析方法,该方法通过对机械设备振动信号进行分段多次FFT变换和1／3倍频程谱计算,并对特征频率段能量值作直方图图谱,获得其能量分布特征,与处于正常工作状态的对应能量直方图图谱作偏移比较,从而实现对机械设备工作状态监测与故障诊断。结果表明,该方法对振动信号的频谱变化具有相当强的敏感性,能有效地分辨机械设备工作状态的一些微小变化,为机械设备的工作状态监测或故障诊断提供了1条新的准确、高效的途径。图6参13