风力发电机组多通道振动数据采集系统

针对大型风力发电机组运行状态监测对传动主轴、轴承以及齿轮箱等的多路振动信号采集要求,设计基于以太网的多通道振动数据采集系统。系统采用AT91SAM9G20嵌入式主板实现以太网接口,并通过PC104总线接口连接多个同步振动数据采集模块,实现采集通道的柔性扩展。振动数据采集模块实现了ICP振动传感器的信号调理以及抗混叠滤波器,并由FPGA控制AD7656实现了6通道16位振动数据同步采集。通过实验验证,系统实现了高速的多通道数据采集。     

机械设备故障诊断发展历程及展望

机械故障诊断包括状态监测、分析诊断和故障预测,其实施过程可归纳为信号采集、信号处理、状态识别与诊断决策。本文对机械故障诊断的基本过程进行了了论述,介绍了机械故障诊断技术的发展历程,尤其是在我国的几个发展阶段,以及现阶段在我国的发展现状、水平和应用情况,并对机械故障诊断和监测技术的发展趋势进行了展望。     

中介轴承试验台设计与寿命试验

研究中介轴承的寿命问题,设计模拟航空发动机实际结构的中介轴承双转子试验台,制定了中介轴承的寿命试验,开发一套与之匹配的监测系统。     

基于虚拟仪器的预测维修系统

对基于状态监测和故障诊断的数据库、数据采集、信号分析等技术及虚拟仪器进行了详细地介绍；结合实例探讨了预测纵系统的开发研制、从硬件软件两方面探讨了该系统的框架结构，并构建了基于虚拟仪器的数据库、数据采集、数据归档、状态监测、故障诊断、报表打印和信息发送等模块。     

PeakVue技术在轴承早期故障检测中的应用

开展旋转机械轴承的状态监测和故障诊断,有利于检修和更换轴承的计划性,减少事故发生,延长运行周期。介绍调制解调技术,以及PeakVue技术在轴承早期故障检测中的应用。     

机泵群智能监测预知维修平台的开发研制

介绍机泵群智能监测预知维修系统的开发研制。该系统按照“五化八定”的思想，能够对各台被监测设备实施智能化指令巡检和采集数据的管理．从而对机泵群故障进行预知维修，为石化系统机泵群实现状态维修提供了可靠的技术保证。     

PHM技术在无人机系统保障中的应用

故障预测与健康管理（PHM）技术发展逐渐趋于自主智能化，具有故障诊断精确、维修时效性高、降低装备保障成本等优点，能够对无人机系统进行状态监测、故障预测和诊断、健康评估及保障决策。介绍PHM技术的国内外发展状况，分析PHM应用于无人机保障的必要性和可行性，构建无人机PHM系统工作流程，最后对无人机PHM系统发展趋势进行展望。     

基于模型的自学习智能监测诊断技术

基于模型的自学习智能监测诊断技术是一种自学习建模、自适应多种工况、自动发现故障的智能诊断技术,通过采集三相电动机的电压和电流数据,监测和诊断电机、被驱动的泵或风机以及过程和负荷的电气和机械故障问题。MCM系统是基于模型的自学习智能监测诊断技术、不依赖专家的状态监测和预测维修系统,是一种针对工业设备早期故障预警的技术。     

油田高压电机综合故障诊断技术研究

HSE管理体系中,高压电机的安全运行具有重要的作用。通过振动监测高压电机运行状态的传统方法是采用3个单轴加速度传感器进行数据采集,故障诊断的准确性有待提高。将三轴加速度传感器应用于高压电机轴承的振动分析,实现3个方向的振动数据同时采集,简化了测试方案,提高了测试结果的准确性。分析了电机典型故障与电机电流频谱的对应关系,结合振动分析法对高压电机定、转子电气和机械运行状态进行监测和故障预警,从而保证油田高压电机的安全高效运行。     

轮转凹印机组状态监测与故障诊断的研究和应用

上海烟印凹印机组开发了一套基于虚拟仪器的状态监测系统。针对系统需求,对传感器和采集卡等相关硬件进行选取。系统能够灵活设置采集参数、模块参数等。实现了显示分析和远程监控的功能。轮转凹印机组是上海烟草包装印刷有限公司(以下简称上海烟印)生产烟标的关键设备,由于其价格昂贵,一般没有配备备用机组,一旦出现故障,将给企业带来巨大的损失。同时考虑到公司是上海卷烟厂     

站点式轧机监测系统的研制

由于轧机机架内部恶劣的环境条件，一般对轧机设备的状态监测仅限于主传动部分，监测的物理量主要是振动，对机架内部设备多参量的在线监测很少见到。本对轧机机架内部轧辊等部件的在线监测进行了有意义的探索和实践，在轧辊部位采集了振动、温度、流量、转速、位移等信号，并研制了易于扩展的站点式状态信息收集系统，为监测轧制过程和查找故障提供了有力依据。     

风电机组齿轮箱故障评价方法研究现状

风电齿轮箱故障评价方法主要有传统故障评价方法、基于数学建模的故障评价方法和基于数据挖掘的智能故障评价方法。分析国内外在风电齿轮箱故障评价方法以及状态监测系统的研究现状,指出人工神经网络技术、专家系统和小波技术等的发展将会使齿轮箱故障评价方法的研究逐步趋于智能化方向发展,同时能够完善现有的齿轮箱状态监测系统。可以将振动信号、温度信号和金属颗粒信号融合,开发新的风电机组齿轮箱状态监测与故障评价系统。     

起重机轴承振动检测研究

起重机大车轴承故障前期,很难在日常点检中发现,运用轴承振动监测与智能诊断系统制订起重机轴承故障检测与诊断方案,了解和掌握轴承运行状态,可及早发现故障。     

机电设备运行状态健康监测系统研发及其工程应用

设备运行状态监测、故障诊断及故障预报技术是保障机电设备在健康状态下安全可靠运行的关键技术之一,为了新技术工程应用,介绍一种设备运行状态健康监测系统集成平台装备,利用该平台装备提高系列运行状态健康监测系统集成水平、研发效率以及扩展适用范围,以适应具有高技术、多品种、小批量特点的系列安全监测仪器产品的系统集成研发;介绍若干面向多类型设备的系列运行状态健康监测系统、设备群远程网络监测中心及其应用领域,工程应用案例表明:新系统在保障设备安全运行、稳定产品质量、优化运行状态、节约能源消耗、减少环境污染、改善工作条件、实行科学维护、提高设备利用率、节约维护费用及提升信息化管理水平等方面发挥了重要作用。     

基于数字孪生模型的设备故障诊断技术

提出了一种基于数字孪生模型的设备故障诊断技术,利用设备数据的本征特征,识别设备的故障状态。基于数字孪生模型的故障诊断技术主要包括物理实体、虚拟实体、孪生数据和服务模块,分别对应于物理层、模型层、数据层和系统服务层。通过Unity3D物理实体与虚拟模型的双向实时交互,搭建数字孪生模型,OPCUA协议使物理实体、虚拟仿真和服务模块之间的数据集成与融合,能够对设备状态可视化监测与故障诊断。     

滚动轴承状态监测及故障诊断实例

采用状态监测与故障诊断技术对机泵滚动轴承故障信号进行分析,简易诊断和精密诊断相结合,对轴承故障进行综合诊断,确定了故障部位和类别,对机泵进行了预知性检修,避免出现抱轴故障。     

基于LabVIEW的航空发动机转子故障诊断系统

将LabVIEW技术应用于航空发动机转子状态监测与故障诊断技术。硬件系统由信号调理卡、加速度传感器、数据卡采集等组成,软件系统以LabVIEW为开发平台,采用EMD(Empirical Mode Decomposition,经验模态分解)的非平稳信号处理方法直接提取故障信号特征。实验结果表明,该系统在对航空发动机转子的状态监测与故障诊断起到了很好的作用。     

灰色神经网络在轴承故障预测中的应用

为提高旋转机械中滚动轴承故障预测的精度,提出灰色神经网络预测模型。利用训练样本数据,使用灰色神经网络模型完成训练过程;基于已训练好的模型对未来时间点的运行状态进行拟合,实现轴承的故障趋势预测。相比采用单一的BP神经网络预测模型,该组合模型具有较高的精度,对轴承故障趋势预测有一定的现实意义。     

飞机电源系统状态监测与故障诊断技术研究

结合状态监测与故障诊断技术的原理、方法及关键点,分析飞机电源系统故障特点,梳理飞机电源系统故障监测与预测技术的发展及研究现状,飞机电源系统故障监测与预测技术未来发展趋势。电源系统BIT技术、旋转电机定转子故障及电子电路故障预测技术,在飞机电源系统故障预测领域的发展和广泛应用。     

滚动轴承寿命及可靠性试验监测诊断技术实践

在滚动轴承性能寿命及可靠性的检测试验考核、故障监测诊断、寿命预测评估等相关领域中,轴承性能寿命可靠性及预估问题是最实用,也是最复杂的集科学、技术与工程、管理于一体的综合性课题,而轴承润滑技术与此密切相关,润滑剂(油、脂)被称为"滚动轴承的第五个零件"(其他为内圈、外圈、滚动体、保持架)。进行这一方面的研发攻关,如何使主机的寿命最长,服役可靠,无疑具有现实的经济价值及社会价值。从1980年联合国援助中国(机械工业部)轴承行业项目创建以来,30余年一直进行轴承动态性能和疲劳寿命等高新技术应用以及轴承相关产品研究、开发、检测和试验等研究工作。结合相关的研究、开发、实践以及不断的修正、完善,综述滚动轴承性能寿命及可靠性试验应用技术现状,探讨该领域的工程技术前沿、发展趋势和对轴承性能寿命可靠性及润滑脂工程应用技术与管理工程问题进行研究的工作,A2BLT+F2AST理论基础以及工程应用实践。