蜗轮蜗杆反向间隙消除方法

蜗轮蜗杆传动机构主要用于传递相互交错并垂直的运动,通常蜗杆为主动件,蜗轮为从动件。由于传动平稳,冲击振动噪声较小,因此数控机床上的转台以蜗轮蜗杆结构为主。蜗轮蜗杆相对滑动速度大、容易发热,产生磨损。结合实例,介绍常见的蜗轮蜗杆消隙方法。     

改造自动火焰切割机走行机构

FGB系列自动火焰切割机,运行中行走机构和定尺方面存在不足,常发生故障。提出优化方案,取消原有机构中的电磁离合器,采用蜗轮、蜗杆减速机集中驱动方式,有效解决了走行机构故障问题。铸坯切割质量及自动切割率提高,维修成本降低。     

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。     

通信电缆故障测距的小波变换应用研究

在论述电力系统通信电缆故障检测原理的基础上,将小波变换模极大值与信号奇异性关系的理论应用于检测脉冲反射信号,实现电缆故障的定位。重点分析了利用小波变换模极大值的方法实现在强噪声中提取信号,再现信号突变点的功能。仿真表明这种方法能有效去噪、准确定位脉冲反射信号,为提高信道故障定位精度提供了有效的检测方法。     

基于谱峭度的同步提取变换方法及故障诊断应用

提出一种基于谱峭度的SET故障诊断方法。首先利用SET求取信号时频谱,然后采用频谱均分的方法分割边际谱,再将分割所得各部分分别求取峭度值,得到连续划分的峭度图。最后利用峭度值筛选包含丰富故障信息的分量并进行包络分析,提取故障特征。仿真信号及滚动轴承外圈故障信号的处理结果证明了该方法的有效性。     

分度蜗轮研刮修复法

齿轮加工机床分度蜗轮的齿距精度下降直接影响被加工件的精度，机床修理中，采用更换蜗轮的方法可以得到彻底解决，但这种方法周期长、费用高。为此，许多单位根据蜗轮的实际磨损情况，采用研刮的修复方法，以达到节约资金，缩短修理周期的目的。     

汽车底盘车架焊接维修故障检测方法

针对军用车底盘车架的焊接维修质量检测存在手段空白,研究汽车底盘车间焊接维修故障检测方法。通过采集汽车底盘声信号中蕴含的故障特征信息,实施降噪处理和特征提取,判别底盘声信号故障信息,从而快速确定装备车底盘车架焊接维修故障类型及位置,并通过实验验证该方法的有效性。     

煤矿机械分度蜗轮研刮修复技术

在煤矿机械中，经常有齿轮加工机床分度蜗轮的齿距精度下降的情况，这直接影响加工件的精度。采用更换蜗轮的方法可以得到彻底解决．但这种方法周期长、费用高。为此，我们根据蜗轮的实际磨损情况．采用研刮的修复方法，达到了既节约资金、又缩短修理周期的目的。     

基于神经网络的烟草包装机械故障信号检测方法

为降低烟草包装机械运行故障信号检测结果的均方差，提高检测精度，通过烟草包装机械运行信号采集与小波去噪、基于神经网络的故障信号识别模型训练、故障信号动态识别，提出一种全新的检测方法。通过实验验证，新的检测方法与基于时域分析法的检测方法相比，检测结果均方差数值更低，检测精度得到提升，可为烟草包装机械运行维护提供更可靠的技术条件。     

机械故障信号中的边带特征及识别

本文以滚动轴承为例,阐述了机械部件在运行过程中出现故障信号的边带现象,并初步分析了故障信号边带现象产生的原因。介绍了一种识别边带信号的方法——倒频谱分析技术。     

斜齿轮代替蜗轮在机修中的应用

蜗轮蜗杆传动是机械传动中常用的一种。加工蜗轮时理论上应使用专门的蜗轮滚刀,但由于蜗轮品种规格多,机修工作中往往只好用飞刀或用齿轮滚刀加工。用飞刀加工蜗轮时机床要有附加装置;用齿轮滚刀加工比较简单。但当齿轮滚刀与蜗杆的直径和螺旋角相差较大时,蜗轮不同。     

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。     

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。     

VMD敏感分量在风电机组主轴故障诊断中的应用

提出基于VMD敏感分量的风力发电机主轴故障诊断方法。利用变分模态分解分析风机主轴的振动信号,将其分解、评估、分析,选取包含信号特征的有效模态分量重构信号。然后提取重构信号的特征值,构成模态分析向量,凸显信号故障信息,结合VPMCD方法进行故障诊断。将所提方法应用于风电机组仿真实验,对主轴外圈、内圈和滚动体故障数据进行分析验证,结果表明该方法的有效性。     

蜗杆蜗轮有预应力的模态分析

本文以汽车自动离合器传动机构的蜗杆和蜗轮为研究对象,运用Solid Works建立蜗杆和蜗轮的三维模型,将模型导入到ANSYS Workbench中,再利用ANSYS Workbench有限元分析软件分别对蜗杆和蜗轮进行静力学分析,得到蜗杆和蜗轮的等效应力云图和位移云图;然后再利用ANSYS Workbench有限元分析软件分别对蜗杆和蜗轮进行模态分析,通过对模型进行模态分析,获得了蜗杆和蜗轮的前6阶固有频率和振型特征,通过结果分析,发现蜗杆和蜗轮之间不会发生共振,该结果为蜗杆和蜗轮的结构改进设计以及以后的动力学分析提供了理论依据。     

基于神经网络数据融合技术的诊断系统的研究

神经网络数据融合技术的诊断系统是以电机振动信号和电流、电压信号为研究对象的,对采集到的3类信号进行实时处理,运用神经网络对数据进行局部诊断,再利用数据融合技术对故障信号进行全局分析融合,从而达到对电机故障类型的准确判断。通过运行表明,应用在故障诊断中的神经网络数据融合技术是一种故障识别率高、方便灵活而且诊断精度高的故障诊断方法。     

怎样正确地用齿轮滚刀加工蜗轮

蜗杆是一个变态的斜齿圆柱齿轮,也是一个螺杆,因此,蜗杆传动既具有齿轮传动的性质,又具有螺旋传动的特点。蜗杆与蜗轮的啮合特性主要取决于蜗杆与蜗轮共轭齿面的形成。蜗轮副的啮合特性又决定于蜗杆齿面的性质。在滚齿机上用蜗轮滚刀切削蜗轮时,蜗轮滚刀的分度圆直径和参数必须和蜗杆相同,如要加工出高精     

基于回声状态神经网络风电齿轮箱故障诊断方法

增速齿轮箱是大型风力发电机组的关键部件,应采用合适的方法进行故障诊断对其运行状态进行预测。本文提出了基于小波包和回声状态神经网络的齿轮箱故障诊断方法。首先利用小波包分解风机齿轮箱的故障信号,能够得到振动信号位于不同频段的故障特征,接着对不同频段的故障特征频率做归一化处理,进而组成故障特征向量,最后将特征向量输入回声神经网络模型得到故障类型。该方法减小了传统的BP神经网络模型神经网络算法陷入局部最优解的风险,提高了网络的收敛速度。     

齿轮故障的频域诊断

本文介绍了齿轮故障的频域诊断方法。该方法是通过对测取齿轮工况下的振动信号进行频谱分析,从而找出齿轮产生故障的原因。