大型挤压机齿轮箱振动故障分析

采用离线振动数据采集器,采集齿轮箱内部的振动速度信号,进行频谱分析,判断齿轮箱内部的故障部位及程度,避免设备事故的发生及计划外停车。     

基于特征频谱对齿轮箱的振动监测和故障诊断

提出一种基于深度神经网络智能监测与诊断的方法。考虑到现有故障信号数据量及多样性不足以直接用来训练神经网络,提出一种基于特征频段的诊断神经网络。具体是利用现有数据进行频谱与包络谱分析,然后提取相应的故障频段与无故障频段。通过少量信号数据便可以提取足够数量的频段数据用以训练神经网络,利用该神经网络对齿轮箱进行振动监测。     

共振解调技术在风力发电机滚动轴承故障诊断中的应用

将共振解调技术应用于风力发电机滚动轴承的故障检测与诊断中,通过对轴承振动信号进行时域监测和频谱分析,实现对轴承早期故障的诊断,确保风力发电机的稳定运行。     

基于振动监测系统的双馈发电机组轴电流故障分析

针对双馈异步风力发电机组发电机轴电流引起的电腐蚀问题,分析故障现象和原因,采用振动图谱分析方法,通过分析发电机轴承振动有效值趋势图,频谱图的轴承故障调制现象的发展,从而判断故障严重程度,为精准维修提供依据。     

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。     

Sundyne高速泵的振动故障与原因分析

对丙烯进料高速泵在运行中产生较大振动的原因进行分析,并采用巡检仪监测泵体及齿轮箱的振动信号,通过频谱分析判断故障发生的部位,在最短的时间内找出原因并加以排除。这是检查主要由机械原因和流体作用引起的高速泵振动,减小振动对机组危害最有效的方法。     

齿轮箱螺栓拉断故障诊断

通过对测取的齿轮箱振动信号进行离散小波变换，可有效提取齿轮箱螺栓拉断的故障信息，为今后判断，预防同类事故及事后确定故障部位提供了有效的分析手段。     

滚动轴承故障的波谱分析

本文首先对典型故障滚动轴承的振动信号特征作了理论分析。并对试验测得的振动信号进行了波形与频谱分析。包括时域与幅值域中的时间历程、概率密度函数与自相关分析;频域中的功率谱与倒频谱分析。寻找到各类故障轴承在波谱方面的规律特征,并依此对生产中振动噪声不合格的滚动轴承进行故障部位与性质的诊断,取得了一致的结论。     

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。     

风力发电机组齿轮箱故障诊断

随着运行时间的增加,风力发电机组的齿轮箱故障问题日益突出,分析风力发电机组的发电原理,列举风力发电机组齿轮箱的典型故障,提出风力发电机组齿轮箱故障防控举措。     

风电机组齿轮箱故障诊断系统设计

齿轮箱是风电发电传动系统中的核心部件。齿轮箱一旦发生故障,致使风电机组停机检查,便会造成成本损失。因此,对齿轮箱故障诊断的技术研究至关重要。由于对齿轮箱故障的振动信号采集成本大,故设计利用多传感器实现对齿轮箱故障信号的声信号、温度信号进行数据采集。对于温度信号来说,选择采用DS18B20传感器,分布于三个不同位置.     

大型挤压机齿轮箱异常振动信号分析

介绍采用离线振动数据采集器,通过采集齿轮箱内部的异常振动波动信号,并进行频谱分析,判断其振动信号的真伪,避免了对设备的解体检修,节约了人力和物力。     

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。     

基于振动信号特征提取的糖机运行状态分析

针对甘蔗预处理设备在长期、高负荷运行时易出现损伤故障等问题,从实际应用出发,以糖机减速机为研究对象,确定振动监测点,搭建振动信号采集系统,分析信号信息熵指标,利用连续小波变换分析振动信号时频分布特征、Hlibert包络解调分析信号调制特征,使用经验模态分解提取糖机隐含调制和冲击成分,分析糖机运行状态。     

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。     

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。     

聚丙烯轴流泵振动故障原因分析及处理

通过某聚丙烯装置第二反应器轴流泵出现的异常振动故障情况介绍。通过现场采集振动信号频谱,对速度频谱、加速度包络谱、高频加速度谱进行综合分析,推断出轴流泵振动故障的原因为轴流泵非驱动侧轴承存在外圈故障。拆检情况及检修后的频谱验证了检修前频谱分析的结果。     

基于BP神经网络的立磨齿轮箱专家诊断系统研究

水泥厂生料立磨齿轮箱一般采用两级定轴齿轮与一级行星齿轮相结合的传动方式。行星齿轮传动的复杂性使故障形式与特征呈非线性的映射关系,常用信号处理方法提取故障特征的有效性存在不足。对此,分析并计算立磨齿轮箱齿轮及轴承故障的特征频率,构建基于BP神经网络的齿轮箱故障诊断系统,对水泥厂JLP400型水泥立磨齿轮箱行星齿轮箱齿轮及轴承进行诊断,并给出诊断结论。     

烟气轮机联轴器不对中故障的诊断

对烟气轮机联轴器不对中故障机理,从几何和动力学角度系统进行分析;介绍了对长岭炼化公司带故障运行的1#烟气轮机进行在线监测诊断的实例:根据测得的振动信号并结合时域波形分析、轴心轨迹分析及频谱分析,提取了故障特征信息,最终确诊1#烟机故障为联轴器平行不对中引起.     

线材精轧机组滚动轴承故障诊断

马钢高速线材厂自1988年以来,利用振动监测技术共准确诊断出精轧机组滚动轴承故障100多个,立轴松动故障60多个以及许多次诸如紧固螺栓等装配不当或松动故障,确保了生产的顺利进行。在此介绍运用倒频谱分析法和共振解调法,对精轧机组角接触球轴承(7126-KRD-25)和双列调心滚子轴承(23052CC/C3)在不同状态下的实测振动信号进行分析,并从中得出一些有关滚动轴承故障诊断的结论。文中有关滚动轴承外圈存在严重故障的振动信号都是在该滚动轴承检修前所采集到