基于倒频谱风力发电机齿轮箱故障特征提取

风力发电机齿轮箱振动信号中蕴含大量的运行状况信息,针对故障信号中调制边频带复杂这一特点,利用倒频谱方法在复杂混叠信号中提取边带调制频率的优势,识别风机齿轮箱振动信号频谱中的复杂周期成分,有效地提取故障特征,事实证明倒频谱分析可作为风力发电机组设备运行与故障诊断有效方法之一。     

基于支持向量机的离心机振动信号采集及分析

为更准确地判断离心机工作状态，使用动态信号采集仪对离心机进行信号采集，并对数据进行预处理。使用支持向量机模型，提取离心机振动信号的时域和时频域信息作为其状态特征，使用主成分分析（PCA）降维技术得到低维、冗余信息较小、对状态信息表达一致的低维特征矩阵。将特征矩阵输入支持向量机进行分类识别，使用时域特征、时频域特征、时域+时频域特征作为输入，识别准确率可达90%。     

神华准能煤矿吊斗铲故障诊断分析

吊斗铲工作时的重载电机和齿轮箱时刻处于较大变载荷工况下,利用AMS(CSI)2140振动分析仪对吊斗铲进行振动信号的数据采集和设备状态分析,可以得到轴承故障的冲击特征,准确诊断吊斗铲运行状态,防止设备非计划性停机,提高设备运行的可靠性。     

基于信号分析处理的海洋石油平台注水机组轴承故障分析

注水机组是海洋石油平台原油生产的关键设备。轴承是注水机组的重要部件，轴承发生微弱故障时没有及时处理，将会导致故障加剧，注水机组可能产生泵轴抱轴等严重的故障。注水机组轴承的大部分故障可以通过振动信号分析观察出来。通过轴承振动信号数值变化可以判断轴承运行状态，通过小波软阈值降噪方法完成振动信号降噪，对轴承振动信号进行时域、频域和时频域分析可以进一步确定故障位置。     

汽轮机S8000状态监测系统的应用

根据汽轮机S8000状态监测系统得到的信号,分析汽轮机异常振动信号的频谱特征,发现机组振动是由转子不平衡引起,拆机检修结果表明,汽轮机的不平衡是转子叶片断落引起的。通过更换转子叶片,消除了汽轮机的异常振动,确保了机组的长周期安全平稳运行。     

氨压机组振动故障处理

通过对氨压机组异常振动的测试与分析,找出了故障特征和成因,及时采取有针对性的处理措施,在只停机4h的情况下,把振动值降至1.1mm/s,确保设备的正常运行。     

机泵振动状态监测提升设备预知维修管理水平

振动作为机泵常见的不稳定工况,会损耗或损坏机泵形成安全隐患。分析机泵常见振动问题,对装置中机泵应用状态监测技术进行状态监测数据管理、数据分析及故障诊断,捕捉设备运行隐患,做到机泵在振动初期及时发现并采取相应的预防措施,全面提升设备预知维修管理水平,对设备长周期安全运行及玉门炼厂降本增效起到了良好效果。     

内燃机气门故障的时频对比分析

通过对比分析内燃机气门在间隙偏大和漏气故障时振动和超声波信号的时频特征，探寻对内燃机气门故障敏感的信号类型和处理方法。     

离心泵振动常见原因分析及预防措施

振动作为离心泵常见的不稳定工况,会损耗或损坏机泵泵体、支架、泵轴、机封、轴承及油封等相关零部件。分析离心泵常见振动问题,在振动初期及时发现并采取相应的预防措施,实现离心泵长周期稳定运行。     

一种数据驱动模式下往复式压缩机通用诊断模式研究

探索一种数据驱动模式下往复式压缩机通用诊断模型。分析往复式压缩机振动的激振源,根据压缩机振动表现出来的平稳信号、冲击信号和非线性动力学特征,提出压缩机运行状态的三种参数群:以振动的时域信号和曲轴转频及其倍频构成的平稳信号特征参数、描述周期脉冲信号的解调信号直方图值参数、多尺度熵(Multi-Scale Entroy,MSE)特征参数;采用PCA方法对上述多维参数群降维优化,得到有效特征向量;采用SVM方法进行模式训练和诊断识别。利用在实验室模拟的故障样本进行建模,对现场的压缩机进行诊断,诊断表明该模型具有较好的实际诊断能力。     

基于虚拟仪器的振动信号采集分析系统

以PC机、数据采集板为主要硬件，以图形化编程语言LabVIEW为软件开发平台，设计并实现了振动信号采集分析虚拟仪器系统。对该系统平稳和非平稳振动信号的采集、处理和分析各功能模块进行了具体介绍，并以信号发生器产生的噪声、三角波与正弦波混合波形为例，重点分析了非平稳信号的处理——小波分析的实现过程。     

1000MW机组凝结水泵变频运转振动原因及处理

江西大唐国际抚州发电公司1~#机组C凝结水泵变频运行时,个别转速下振动严重超标。检修后发现,是电机下轴承配合间隙超标、转子—轴承—外壳系统共振等因素造成振动超标。现场采取动平衡校正、车削电机轴承座等处理措施后,振动明显改善,机组可以安全运行。     

振动信号分析技术在汽轮机故障诊断中的应用

分析汽轮机典型故障成因,提出了一种基于振动信号时—频联合分析技术的汽轮机故障诊断方法。分别基于专家经验和经验模态分解法对采集到的汽轮机振动信号进行时域、频域分析,提取了多个与汽轮机故障状态相关的特征量,然后搭建了基于深度信念网络的诊断模型,并依据在线振动监测数据完成了训练,最后测试各模型在测试集中的识别准确率。结果表明,该故障诊断方法的平均准确率可达95.12%,可以有效识别汽轮机的振动诱因。     

机器状态监测与诊断 振动状态监测 第2部分：振动数据处理、分析与描述（摘选）（二）

4.2.3调制 图9示出了一个被调制的振动信号的轨迹。它看起来与拍相似,事实上它只有一个分量,其幅值随时间变化（调制）。与拍明显不同的是峰的间距在腹部和腰部是相同的。     

经验模态分解在切削振动信号分析中的应用

为了分析切削振动的变化规律及产生根源,采用在线监测的方法采集振动信号,提出了运用经验模态分解对振动信号进行分析的方法,构建了分段频率变化的仿真振动信号,分别对仿真振动信号进行短时傅里叶变换、小波变换和经验模态分解时频分析。结果表明,经验模态分解方法具有更高的时频分辨率,运用经验模态分解方法对实际振动信号进行分析,提取典型分量绘制希尔伯特幅值谱,能较好地反映振动信号的时频变化规律。经验模态分解适合对切削振动信号进行分析,但是需要对算法的模态混叠及计算效率低等不足进行完善。研究结果对非平稳信号的分析具有参考价值。     

相位分析技术在故障诊断中的应用

增压机机组轴瓦发生故障,检修后对电机进行空试时,振动幅值居高不下。在故障诊断过程中,利用相位分析手段辅助频谱分析,最终找到故障原因,彻底消除故障,保证了电机的正常运行。     

基于技术融合的旋转机械故障诊断方法的研究

本文以油田用注水泵为例,采集设备的振动信号,对信号进行奇异值降噪,利用包络解调技术提取故障特征,并采用技术融合的手段进行故障特征值融合,利用复合知识库中模糊推理机对设备进行故障诊断,取得了良好的诊断效果。     

重整循环氢压缩机振动高的原因分析及处理

大港石化60万吨/年连续重整装置于2014年10月开车，在2017年7月检修时发现循氢机叶轮和隔板上均附着有铵盐。检修后装置加工负荷大幅提高，重整反应苛刻度提高，循氢机驱动端振动持续增长，影响机组和装置长周期稳定运行。分析振动原因后采取不停机注蒸汽吹扫的方法，将振动降至正常水平，相较于机组拆修处理具有明显的效率优势。     

状态监测在离心萃取机维修中的应用

状态监测中发现青霉素离心萃取机振动偏大，对振动频谱图和采集的振动数据进行分析，寻找原因并进行处理，保证了设备正常运行。     

火电厂水环式真空泵异常振动分析诊断

火电厂600 MW空冷机组的1台真空泵出现异常振动现象。正常带负荷运行状态下,真空泵振幅接近报警值。对该真空泵及另一台振动较低的真空泵同时进行运行状态下的振动测试,分析实测振动信号的波形及频谱,给出处理措施。