基于振动信号的减速器轴承故障分析

目前对减速器进行故障诊断是机械设备状态监视和诊断的重要内容,其运行状态对机械装备的整体将产生直接影响,因此对减速器进行故障诊断是非常必要的。本文对刮板输送机减速器中的滚动轴承的故障振动信号的特征进行了分析和研究。利用加速度传感器对减速器多个部位进行振动信号的采集,利用MATLAB软件对振动信号进行小波分层阈值消噪,对消噪之后的信号进行频域分析。     

应用共振解调技术检测机车走行部滚动轴承的LabVIEW实现

本论文对实现轴承状态监测和故障诊断方法的研究：对机车走行部滚动轴承的振动信号的主要分析方法进行了说明;介绍了机车走行部滚动轴承的故障类型并开发了一套以labview为开发平台,基于共振解调技术的故障信号分析处理技术的故障诊断系统,能够准确判断滚动轴承的故障及其发生的位置。本文的研究内容主要包括振动信号的采集、信号分析与处理、故障诊断三个内容。     

智能化轴承状态监测

在机械设备运行过程中,滚动轴承的状态对其具有很大的影响,因而对滚动轴承作出合理的故障诊断具有深远而现实的意义。文章通过对滚动轴承的振动类型及故障特征,详细研究了时域分析、频域分析在滚动轴承故障诊断中的应用,设计了采集数据系统可实现对轴承振动信号的采集,在此基础上对数据进行处理分析,构建神经网络系统进行模式识别,达到轴承故障诊断的目的。     

棒材连轧主减速机振动监测与故障分析

本文基于棒材连轧主减速机的工作原理对减速机产生振动信号的机理,以及减速机的故障特点进行研究分析,由于不同的故障引起的不同形式的振动,从减速机外部的传感器获取的振动信号对故障特征信息进行分析,进而为诊断减速机的故障提供参考依据。     

小波包变换和相关性分析用于轴承故障诊断研究

针对滚动轴承振动信号的特点,文章首先对振动信号进行小波包变换,得到不同的分解频带。再对各频带信号与原信号进行相关性分析,求出各信号相关因子作为频带选择的参考。然后对选择的频带信号重构,并进行包络解调,确定出相应的频谱或功率谱,最后与轴承故障特征频率作比较,从而实现故障诊断。对滚动轴承内环故障的实验结果表明,该方法能较好的判断出轴承故障。     

基于小波分析和自适应共振解调法的故障诊断研究

文章介绍了小波分析技术和自适应共振解调法的基础理论,分析了传统共振解调法的缺点,并结合两者应用于对滚动轴承的故障特征提取,对实际轴承故障数据的分析表明,小波分析和共振解调技术在提取轴承故障特征信息的应用上是有效的。     

复杂传动系统的故障特征提取分析的综合方法研究

对风电机组齿轮传动系统的加速度振动信号(称为实验信号)进行测试,计算获得其功率谱。并用细化谱与解调谱分析相结合的方法对其功率谱进行分析,得到实验信号的故障特征,初步判断齿轮传动系统发生故障的大概位置及故障类型。为进一步准确验证故障,建立其相应故障的齿轮传动系统的动力学模型,进行动力学模拟分析,对所模拟的振动响应信号采用实验信号相同的处理方法对其处理分析,得到模拟振动信号的故障特征。通过模拟信号的故障特征分析验证了对实验信号故障诊断的正确性。并用分形方法分析了齿轮传动系统不同状态信号功率谱的分形特征。结果表明,关联维数能反映出其振动信号成分的复杂程度,区别出故障的位置和程度。所以,可作为齿轮传动系统的故障特征量及故障诊断的依据。     

滚动轴承故障诊断

一、滚动轴承故障诊断的方式及要点对滚动轴承进行状态监测和故障诊断的实用方法是振动分析。实用中需注意选择测点的位置和采集方法。要想真实准确反映滚动轴承振动状态,必须注意采集的信号准确真实,因此要在离轴承最近的地方安排测点。另外必须注意对振动信号进行多次采     

基于KPCA-RVM的转子故障诊断

针对转子故障振动信号特点,提出了一种基于核主成分分析及相关向量机(KPCA-RVM)的故障诊断方法。首先对故障信号用核主成分分析的方法进行降维处理以去除冗余信息以提高对数据进行计算处理的速度及正确率。之后使用相关向量机的方法对特征信息进行分类识别,以识别转子的正常、不对中、不平衡、碰磨以及松动五种不同运行状态。最后将本文所使用的方法与3种其他常见模型方法进行对比,结果表明本方法在转子故障识别上具有良好的可行性以及更好的实用性。     

基于共振解调的滚动轴承状态监测及故障诊断系统

介绍了基于共振解调技术的滚动轴承故障诊断原理,利用Lab—VIEW软件设计并搭建了滚动轴承振动测试及故障诊断系统。通过对滚动轴承振动信号采集及处理,系统能够根据振动的时域图以及频谱图,对轴承状态进行准确判断。     

基于振动信号分析技术在矿用电机故障诊断中的应用与研究

矿用电机的安全运行是矿山生产安全的重要保证,为及早排除矿用电机在运行过程中的隐患,及时诊断出电机故障原因。针对矿用电机封闭式和防爆式的特点,采用了在线监测方式,通过对电机轴承及电机轴转子不平衡造成的故障进行振动检测,对振动信号进行分析研究,并与轴承故障特征频率及转子旋转故障特征频率比对分析,找到了故障原因,为矿用电机的故障诊断提供了科学依据和先进方法。     

小波分析在汽车领域的应用

发动机作为汽车的核心,其"健康状态"将直接影响汽车的安全使用性,减少交通事故的发生概率,对发动机的诊断维修研究具有重要的意义。文章提出的诊断维修方案,是通过采集仪器收集发动机在正常运行、进气堵塞、排气堵塞三种工况下的振动信号,运用小波包"降噪"对信号进行预处理,然后,对信号进行时域与频域的分析,最后,通过小波包能量谱分析比较发动机在不同工况下的振动信号。从分析对比结果中可以有效判断发动机故障特征频带,同时,为发动机进一步故障监测和诊断提供了对比参考依据。     

齿轮箱故障诊断振动信号处理方法的应用

介绍了齿轮箱故障基本形式及振动信号特征,然后通过实例对齿轮传动装置典型故障进行了一些分析,并得到了一定的验证,为建立自动诊断和智能诊断系统打下了一定的基础。     

管道化C组隔膜泵减速机故障诊断及处理

本文介绍了振动检测技术在隔膜泵减速机上的应用。通过对减速机轴承损伤案例诊断过程的分析,找出了轴承疲劳损伤的故障信号特征,判断出引起减速机剧烈振动的故障原因,彻底解决了减速机的振动问题。     

铁路车辆滚动轴承常见故障及发现方法

铁路运输滚动轴承故障主要有滚动轴承零件、附属配件、油脂、组装压装、转向等方面的原因。滚动轴承常见故障检查判断方法。列检在滚动轴承检查时,要注意采用听、看、摸、捻、转检查方法。听:听列车进站时的车轮振动异响和轴承摩擦声。看:轴承外观故障特征。摸:手摸轴温鉴别异温处所。捻:轴承溢出的轴温质量情况。转:轴承判断轴承内部缺陷。     

基于LMS算法的广义形态滤波器应用于转子分形故障状态识别的效果研究

将描述混沌运动的关联维数用于转子系统振动信号分析,并针对现场实测振动信号中存在噪声污染,提出了一种基于自适应形态滤波对信号进行降噪处理。该滤波器综合了不同的结构元素且在开—闭、闭—开滤波器权系数的确定上采用了基于最小均方误差算法的自适应技术,具有更好的滤波性能和细节信息保留能力;分析比较降噪前后转子4种状态(正常、油膜涡动、局部碰摩、全周碰摩)下信号的关联维数,结果表明,用含有噪声信号的关联维数描述系统的特征行为不可靠,有必要对实测信号进行降噪处理。自适应形态滤波器具有良好的降噪效果,将降噪后的关联维数作为特征量,在转子故障诊断中进行识别故障、判断运行状态具有可行性。     

电动机轴承的故障与修理

电动机用轴承有滑动轴承和滚动轴承。滑动轴承振动小、精度高,在保证液体摩擦条件下可以长时间高速运行。滚动轴承因其装配方便、维修简单并很少出现定、转子相擦故障,在中、小型电动机中普遍应用。本文主要阐述了电动机轴承的检查、维护与修理等问题     

高阶谱在液压阀故障诊断中的应用概述

高阶谱分析从更高阶概率结构表征随机信号,弥补了2阶统计量的缺陷,同时,理论上高阶谱能完全抑制高斯噪声,具有很强的消噪能力,因而,用高阶谱分析振动信号更容易提取故障信息。因此,高阶谱分析是处理非平稳、非高斯信号的有力工具,在故障诊断领域得到了广泛应用。     

小波变换在压力容器声发射信号中的特征提取

由于压力容器工作环境的影响,通常压力容器声发射故障信号完全被噪声淹没。由于FFT很难提取出故障信号的特征,本文根据声发射信号的特点和小波变换基本原理及特性。应用小波变换与FFT相结合的方法,完全能提取出声发射故障信号的特征。     

切削参数与刀具磨损对振动和声发射信号的影响

振动和声发射信号是两种比较理想的刀具状态监测信号,本文采用正交试验方法在不同工艺条件下对Ti6Al4V进行切削加工,采集振动和声发射信号并提取其均方根值,通过极差分析等方法研究切削参数和刀具磨损对信号的影响规律,结果表明:在本研究切削用量范围内,即71m/min≤v_c≤109m/min、0.09mm≤f≤0.13mm、0.6mm≤a_p≤1.0mm,对于振动信号,可以通过提高切削速度,减小进给速度和切削深度来减小振动;对于声发射信号,提高切削速度、增大切削深度和进给速度都会导致声发射信号的加强,而刀具磨损量的增加使得声发射信号减弱。