滚动轴承故障诊断实例

通过应用Peak Vue应力波检测技术对滚动轴承故障进行检测,发现并确诊多次滚动轴承故障,以案例形式阐述滚动轴承故障诊断方法切实有效,为设备安全运行提供有力保障。     

超声波检测技术在设备故障诊断中的应用

以滚动轴承的状态监测、往复式压缩机气阀泄漏检测及阀门内漏检测为例,介绍超声波检测技术在设备故障诊断中的应用。     

时延相关解调法在滚动轴承故障诊断中的应用研究

介绍了基于时延相关解调法作为滚动轴承故障诊断的分析方法,该方法能够实现降噪解调使得滚动轴承故障特征凸现,并对采集到的滚动轴承振动信号进行分析。实验和分析结果表明,基于时延相关解调的分析法能用于滚动轴承的故障诊断。     

基于深度学习的滚动轴承故障诊断研究综述

深度学习以其他方法不可比拟的优势为轴承的故障诊断提供了新思路和新方法。分析深度学习的主要模型及在滚动轴承故障诊断中的应用,指出深度学习在滚动轴承故障诊断方面面临的一些挑战和可行的解决方法。     

基于STFT和CSPDarkNet的滚动轴承故障诊断方法

针对传统故障诊断技术严重依赖于信号处理的专业知识和人工经验的问题,提出一种基于STFT(ShortTime Fourier Transform,短时傅里叶变换)和CSPDarkNet的滚动轴承故障诊断方法。首先,通过STFT将原始滚动轴承故障信号转换为具有时频信息的二维时频图,制作出时频数据集。然后将得到的特征图像作为CSPDarkNet模型的输入,进行特征自提取和故障诊断,最终实现不同故障类型的分类。为验证所提方法的有效性和优越性,进行了针对滚动轴承典型故障的模拟实验,并与不同特征图转换方法进行了分析和比较。实验表明,STFT-CSPDarkNet方法在滚动轴承故障诊断方面表现出更优的识别效果。     

滚动轴承状态监测与故障诊断实用技巧

一、滚动轴承故障诊断方式及技巧 振动分析是对滚动轴承进行状态监测和故障诊断的常用方法。一般方式为:利用数据采集器在设备现场采集滚动轴承振动信号并储存,传送到计算机,利用振动分析软件进行深入分析,从而得到滚动轴承各种振动参数的准确数值,进而判断这些滚动轴承是否存在故障。我们采用日本理音公司生产的SA-77信号分析仪,配合笔记本微机、SA-77振动分析软件进行大中型     

基于深度学习的滚动轴承故障诊断方法

提出一种基于一维卷积神经网络(CNN)与门控循环单元(GRU)的滚动轴承故障诊断方法,设计了一种基于数据驱动的滚动轴承故障诊断方法。利用同一数据集之间特征相似并且独立同分布这一特征,分别设计网络结构和参数。为采用CNN和GRU进行故障诊断提供了新的思路,具有较好的技术应用前景。     

热油泵轴承故障的振动分析和诊断

通过对浮式储油轮（FPSO）热油循环泵的振动分析与故障诊断,阐述滚动轴承故障诊断的方法。     

TC104AB诊断系统在滚动轴承故障诊断中的应用

介绍TC104AB数据采集及故障诊断专家系统在滚动轴承故障诊断中的应用，根据频谱分析找出故障原因，保证设备正常运行。     

尖峰能量法(GSE)及其在轴承故障诊断中的应用

本文讨论了尖峰能量法GSE诊断冲击振动的基本原理,通过分析使用尖峰能量法进行故障诊断的两个实例,探讨了应用GSE诊断滚动轴承故障的基本特征和方法以及如何结合幅值频谱提高GSE诊断的准确性。     

滚动轴承故障诊断实用技巧

介绍滚动轴承运行特点、诊断方式，以及在故障诊断中的一些实用技巧。     

关于无损检测技术在复合材料检测中的应用

无损伤检测也被称之为“非破坏性检测”,主要特点是检测行为对于检测对象的物理化学特性不会形成破坏并能够获取所需要的检测数据的一种方法.无损伤检测在现代工业及制造业中被广泛的应用,本文基于对复合材料的研究,在制造和使用过程中可能会出现的缝隙和缺陷进行检测,对常用的一些无损伤检测手段进行阐述.     

PeakVue技术在滚动轴承故障诊断中的应用

介绍Emerson机械状态分析仪CSI2130的PeakVue专利分析技术的原理及特点,选取实际工作中利用该技术发现的滚动轴承故障典型案例,进一步证明PeakVue技术在滚动轴承故障诊断中的突出作用。     

Peakvue技术在轴承故障诊断中的应用

通过实例介绍CSI2130双通道数据采集器中的Peakvue技术以及在滚动轴承故障诊断中的应用。     

基于组合神经网络的滚动轴承状态识别方法

针对滚动轴承监测数据量大、特征提取困难、故障诊断准确率低等问题,提出应用LSTM-BP组合神经网络,实现滚动轴承状态的自动识别,准确率可达到99.20%,且具有较高的泛化能力。     

尖峰能量法（CSE）及其在轴承故障诊断中的应用

本文讨论了尖峰能量法ＧＳＥ诊断冲击振动的基本原理，通过分析使用尖峰能量法进行故障诊断的两个实例，探讨了应用ＧＳＥ诊断滚动轴承故障的基本特征和方法以及如何结合幅值频谱提高ＣＧＳ诊断的准确性。     

齿轮噪源干扰下滚动轴承故障特征频率的提取

在齿轮噪源干扰下的滚动轴承的故障诊断过程中,齿轮较大幅值的振动往往会掩盖轴承的故障冲击特征,齿轮啮合振动的基频、谐频谱线也影响轴承故障特征频率的获取。利用线调频小波路径追踪算法提取频率的可选择性,根据振动信号中各频率成分的分布特点,使用线调频小波路径追踪算法在不进行滤波处理的前提下直接对滚动轴承故障特征频率提取。仿真算例和应用实例证明了该方法的有效性。     

共振解调技术用于滚动轴承早期故障诊断

采集电机驱动端滚动轴承的振动加速度信号,进行共振解调分析后,将其与时域、频域分析结果进行对比,表明共振解调技术对滚动轴承早期故障诊断有较好精密性、灵敏度和可靠性。检修验证结果表明,该技术对滚动轴承早期故障的识别具有实际应用价值。     

振动和噪声分析在滚动轴承故障诊断中的应用

举例说明，对滚动轴承运行中出现的振动和噪声进行故障诊断与分析，能有效地解决问题。     

使用埃马克机床受益的真正原因是什么?这家滚动轴承公司给出了答案

滚动轴承对于多种机械装置和传动齿轮箱不可或缺:环形结构有助于滚动并同时减少摩擦。但在制造滚动轴承时必须达到微米级的超高精度——这便是总部位于巴伐利亚州附近菲尔特的Interprecise Donath GmbH公司的生产任务。在过去30多年中,该公司致力于制造例如用于机械装置和传动齿轮箱的高精密滚动轴承。