减速机故障诊断分析

分析减速机故障特征频率,对比减速机各种故障特征,判定减速机故障原因。     

棒材轧机减速机轴承故障诊断

通过周期性检测,掌握设备运行状态,积累设备运行状态数据,在设备状态发生变化时可以为设备诊断分析提供基础数据,大大提高故障诊断准确率,保障设备可靠性运行,避免设备的突发事故。     

减速机齿轮振动异常诊断与分析

大庆石油化工公司水气厂有5台GHD-800L离心泵。泵设计流量为7500m^3／h，功率为1420kW，由DEG61A-50H蒸汽透平带动单级减速机驱动泵运行。整台机组为日本生产，于1983年投入使用，主要提供全厂工艺循环用水。由于生产用循环水量大，4台机组满负荷运行，另1台备用机组由电机驱动，日耗电费用1．1万元。故4台机组能平稳运行不仅对化工装置生产有重要作用，而且能节约很大的费用。     

轧机减速机振动诊断与分析

2000年5月份,我公司二线材厂8~#连轧机减速机振动加剧,并伴有严重噪声。在此之前,该台减速机出现过此类现象,并更换过齿轮和轴承。这次怀疑减速机两端的接手或者主电机存在故障。为查找故障及确切部位,我们利用频谱仪对该减速机进行了诊断。     

轧钢机主减速机轴承失效分析及改进

轧钢机主减速机轴承由于其处于高速、重载、强冲击的特殊使用工况下，并且轴承没有相应的润滑、冷却系统，导致轴承的使用寿命较短。在一条轧钢生产线中，一般由三架以上的轧机组成，在粗轧部分轧制速度相应较低但轧制力较大，精轧部分轧制力相应较小但轧制速度较快，粗轧和精轧中都伴随着强烈的高频率冲击载荷。     

振动监测技术在高线减速机上的应用

利用设备状态监测技术,通过旋转机械振动信号测量与分析,对高线生产线的2#减速机进行故障诊断,较好地掌握设备运行状况,合理安排检修时间,满足了生产要求。     

相位分析在故障诊断中的应用

在设备故障诊断过程中，中靠频谱分析往往不能一次就准确判断出故障原因，结合相位分析则可以提高故障诊断的准确性和效率。     

用振动测量和神经网络进行齿轮传动的故障诊断

目前已经使用振动测量和神经网络方法开发出了齿轮传动的故障诊断技术。实施振动测量采用背对背结构的齿轮试验装置，在施加负荷和按齿轮节圆线速度条件下运转，这些都是工业齿轮应用的标准型式。齿轮的普通故障模式体现在试验齿轮上。本所研究的运行齿轮有：正常齿轮、齿尖断裂的齿轮、磨损的齿轮、径向跳动超差的齿轮、综合导程误差超差的齿轮和润滑有限制的齿轮。描述齿轮传动运行状态的特征参数有振动、电机功率、油温和转速。振动测量使用加速度计和声发射传感器。自组织映射(Self Organizing Map，SOM)是一种名的神经网络方法，它是使用上述这些特征参数进行训练和试验。所有经过训练的网络都是有效的，其成功率可达到95％以上。神经网络能够识别运行状态，甚至可以达到100％的成功率。     

齿轮减速机地脚裂纹故障的诊断

通过对减速机振动现象的频谱分析，准确判断机体地脚裂纹故障，避免设备事故的发生，并减少维修的盲目性。     

频谱与相位分析在设备故障诊断中的应用

引起设备1倍转速频率的故障类型有很多,如不平衡,不时中,严重松动,共振等,相位分析是区分它们的有效手段.风机振动很多都以低频振动为主,相位分析的应用可大大提高判断的准确性.     

棒材轧钢线立轧减速机轴承损坏原因分析及改进

通过对棒材轧钢线立轧减速机伞齿轴轴承的改进,杜绝了减速机轴承经常损坏现象,大大减少了事故的发生,提高了设备作业率。     

Peakvue技术在电机轴承故障诊断中的应用

通过实例介绍了CSI2130振动分析仪专利技术-Peakvue在轴承故障诊断中的应用,采用趋势跟踪和频谱分析的方法,及时监控轴承的劣化趋势,适时检修验证,取得了较好的效果.     

化工料浆循环泵轴承故障诊断

利用频谱分析的方法,成功地诊断出01140#料浆循环泵的后轴承损坏故障,在对其发展趋势做出准确判断的前提下,选择最佳时机进行了更换处理.     

电厂锅炉引风机轴承振动故障分析

利用ENTEK公司dP1500便携式振动分析仪,对电厂4#引风机前轴承外环和滚动体损坏故障进行了准确的诊断和妥善的处理.     

滚动轴承故障诊断技术与应用

从工业的实际应用介绍滚动轴承故障发生过程及故障发展中各阶段的特征,应用振动频谱诊断技术对滚动轴承故障进行诊断的方法和经验。     

减速机齿轮故障分析与维护

减速机是机械设备中重要的传动系统,其运行状态的稳定性对于设备系统整体性能具有重要影响。齿轮作为减速机的关键部件,受到恶劣工况因素作用容易发生失效,甚至造成设备停机,影响生产效率。分析减速机齿轮的失效模式与故障机理,探究减速机齿轮典型的故障特征以及日常维护相关措施。     

频谱细化在电机振动故障诊断中的应用

在日常机械故障诊断中,采用常规谱就能对设备的故障进行分析诊断,但是某些电气故障在常规谱里无法识别,容易跟机械故障相混淆。介绍如何运用频谱细化谱对电气故障进行识别诊断,以及实际应用情况。     

汽轮发电机组轴瓦振动故障诊断

热电厂的汽轮发电机组轴瓦振动值突然增大,利用Enpac2500振动分析仪采集振动数据,并通过软件进行频谱分析,诊断出汽轮机两端轴瓦存在动静摩擦现象,为了验证诊断的准确性,同时对润滑油油样进行铁谱分析,通过两种监测分析手段,准确诊断机组振动原因,经过检修解决了问题,保证机组安全运行。     

振动信号分析技术在汽轮机故障诊断中的应用

分析汽轮机典型故障成因,提出了一种基于振动信号时—频联合分析技术的汽轮机故障诊断方法。分别基于专家经验和经验模态分解法对采集到的汽轮机振动信号进行时域、频域分析,提取了多个与汽轮机故障状态相关的特征量,然后搭建了基于深度信念网络的诊断模型,并依据在线振动监测数据完成了训练,最后测试各模型在测试集中的识别准确率。结果表明,该故障诊断方法的平均准确率可达95.12%,可以有效识别汽轮机的振动诱因。