通风机振动故障实例诊断

通过运用旋转机械频谱诊断理论，分析工程实际中常见故障中振动烈度、振动波形表现出来的特征，运用频谱分析与相位分析相结合的方法，处理通风机开机过程中所采集的信号，并诊断通风机滑动轴承故障、转子不平衡、不对中等故障的原因，提出处理故障的对应方案。     

振动故障诊断技术在矿山设备上的应用

振动故障诊断技术具有诊断结果准确可靠,便于设备故障现场的实时诊断;频域分析法是振动诊断技术的方法之一。对振动信号的数值处理后进行频谱分析,并从频谱族中辨识出故障频率。根据对管磨机振动强度的评价标准对比,并通过与计算频率进行比较,找出故障部位,确定故障类型。此方法具有一定的实际应用价值。     

基于小波包分解的滚动轴承故障诊断

提出了一种基于小波包分析的滚动轴承故障诊断方法用于实现滚动轴承早期故障的检测.该方法的诊断过程如下:对轴承原始振动信号进行频谱分析,获取振动信号能量集中的频段.根据频段的范围和振动信号的采样频率确定小波包分解的层数.采用小波包分解的方法提取滚动轴承振动信号中能量集中的频段并生成相应的重构信号,对重构后的振动信号进行Hilbert变换和二次频谱分析.通过对比轴承故障的特征频率和二次频谱中的特征谱线判断轴承是否有故障及其发生位置.运用上述方法对具有外环故障的滚动轴承进行了实验研究并成功地实现了滚动轴承外环故障的检测.实验结果表明基于小波包分析的诊断方法可以有效诊断出滚动轴承的早期故障.     

煤矿通风机故障诊断的小波包方法

针对常用的时域和频域分析在诊断通风机故障时存在不能同时诊断出故障时间和类型的瓶颈问题,提出基于小波包分解的煤矿通风机故障诊断方法.在分析通风机故障特征的基础上,利用时频两域都具有表征信号特征能力的小波,对采集来的通风机振动信号进行小波包分解,利用分解的小波系数,在各个频段上进行小波信号重构,并计算信号各个频段的能量特征值,提取故障特征,诊断故障发生的时间和故障类型.经实际验证,小波包分解能将故障信号有效的划分到不同的频段内,而且时域和频域局部化特性好,能有效的诊断出通风机故障,具有良好的理论意义与工程应用价值.     

煤矿主通风机故障诊断的小波包方法

针对传统的时域和频域分析存在难以同时诊断故障时间和具体类型的瓶颈问题,提出一种基于小波包分解的煤矿主通风机故障诊断方法.在深入分析煤矿主通风机故障机理的基础上,采集对故障敏感的振动信号,并用具有时频局部化特性的小波对其进行三层小波包分解,通过提取各个频段信号的能量特征值,诊断故障.经实例验证,该方法能有效的诊断出故障时间和类型,为煤矿主通风机故障诊断的研究作了新的探索.     

基于Hilbert变换的滚动轴承内环和外环故障诊断

针对滚动轴承的外环和内环发生故障时轴承产生的振动信号具有调制的特点,提出基于Hilbert变换的滚动轴承内、外环故障诊断方法,介绍基于Hilbert变换的调制信号解调过程:运用Hilbert变换对滚动轴承的振动信号进行包络解调,实现载波和调制波的分离.通过对调制波进行频谱分析实现滚动轴承内、外环故障的诊断,对具有内环故障和外环故障的滚动轴承进行故障诊断仿真.仿真结果表明:基于Hilbert变换的包络解调技术能有效提取调制信号中的包络信号,对包络信号进行频谱分析后可以实现滚动轴承内、外环故障的诊断;诊断结果与实际故障相吻合,基于Hilbert变换的包络解调技术可应用于滚动轴承内、外环故障的诊断.     

篦冷机风机故障的诊断研究

风机设备故障造成整个生产线停产的事故在水泥厂时有发生,风机的故障是可以通过振动诊断技术来提前进行预防的,故障的振动信号是含有大量丰富重要的信息,通过这些信息来反映出故障所具有的振动特性。频谱图是频谱分析法对诊断信息的一种表达方式。频谱分析方法对水泥厂篦冷机及其他设备所用风机的管理与维修提供了科学根据。     

模糊诊断技术在旋转机械设备故障诊断中的应用

在复杂的机械系统中,一种故障状态可能引起多种故障征兆,而一种故障征兆也可能在不同程度上反映多种故障状态。根据振动信号频谱分析结果,提取频谱特征,获取各种故障征兆信息。在已知故障征兆的情况下,对多故障同时发生和多故障具有相同征兆的诊断问题,利用模糊诊断技术,确定机械设备故障类别的隶属度值,经模糊综合诊断后确定设备的故障。     

浅议旋转设备对中不良故障的振动分析

本文对平行不对中、角不对中和综合不对中三种对中不良故障产生的频谱原因和特征进行了简要的阐述,并结合相位分析,通过相对应的事例进行比较,说明如何应用振动分析和相位分析将三种对中不良故障加以区分,准确判断故障类型,为检修提供理论依据。并总结出应用振动分析诊断此类故障时应当注意的一些事项。     

基于对向传播神经网络的水电机组振动故障诊断研究

应用频谱法和对向传播神经网络分类器对水电机组的振动故障进行诊断。采用对水电机组振动信号进行频谱分析,提取该信号在频率域的特征量,将频谱特征向量作为学习样本;通过训练,使构造的对向传播神经网络能够反映频谱特征向量和故障类型的映射关系,从而达到故障诊断的目的。仿真结果表明,与常规方法相比,频谱分析与对向传播神经网络相结合的方法进行故障诊断简单有效,且具有良好的鲁棒性和泛化能力,是一种有效的诊断方法。     

简易振动测量仪在风机运行状况监测中的应用

风机是氧化铝生产车间的重要设备,风机的振动是影响其正常运行的主要因素。振动是由多种原因造成的,大量的记录和观测发现,风机最主要的振源来自转子的不平衡状态,这一振源往往导致风机停车、轴瓦烧毁等故障,故监测这一振源对风机的良好运行十分必要。文章介绍了山西铝厂氧化铝车间利用振动测量仪监测该车间风机运行状况的经验与体会。     

风扇叶片外物撞击瞬间转子振动响应分析

为研究风扇叶片外物撞击对转子振动的影响,参照某发动机设计搭建了风扇转子试验器,并结合有限元计算和锤击法试验获得了叶片的动静频,开展撞击位置、风扇转速等因素对转子振动特性影响试验。结果表明:风扇叶片遭遇外物撞击瞬间,转子振动频谱中叶片动频附近频率成分幅值变化明显;相比转子轴向位置振动,径向位置振动对外物撞击的响应很敏感且幅值变化明显;随着风扇转速升高,转子振动中叶片动频成分幅值会增大,而转子振动幅值并不一定会增大,振动幅值与撞击叶片编号、撞击位置等因素密切相关。     

火电厂离心式风机振动故障的分析及处理方法

简要介绍了火电厂离心式风机振动标准,重点分析了离心式风机常见故障的原因,并提出了针对性的处理方法。     

风机振动分析与故障诊断

应用振动分析方法、数据采集技术及诊断理论对某乙烯厂Ｅ－ＧＢ１０９风机进行了现场振动测量、信号的采集与分析诊断，找出了风机振动的原因。     

相关维数在大机组故障诊断中的应用

文中提出了将描述混沌运动的特征参数———相关维数（ｃｏｒｅｌａｔｉｏｎｄｉｍｅｎｓｉｏｎ）用于大机组振动信号的分析．一些带有低频噪声的复杂故障信号的分析结果表明,信号在伪相空间中具有不同的相关维数,反映了不同故障的动力学形成机制的不同．因此,相关维数可用于诊断传统方法难以区分的故障．     

滚动轴承早期故障振动信号的分离与诊断

利用希尔伯特变换技术，将含故障的轴承振动信号转化为窄带振动包络信号，然后用包络信号的功率谱和活尔什列谱对轴承故障进行诊断，对５套３０７轴承的诊断结果表明，这种方法诊断结果准确可靠，方法简便实用，速度快，特别适用于滚动轴承故障的在线监测与诊断。     

形态谱在发电机组故障趋势分析中的应用

为了分析发电机组振动信号在能量和波形方面的细小变化,从而反映发电机组的早期故障趋势,提出了基于数学形态谱的故障特征量.通过多刻度数学形态学运算,提取振动信号的形态谱,并对形态谱作统计分析,获得了形态谱偏态因子与裕度,其结果能较好地反映振动信号的细微变化.形态谱偏态因子与裕度比传统的振动通频与烈度能更好地反映发电机组的故障发展趋势.     

基于DTFT的共振解调技术及其在滚动轴承故障诊断中的应用

把离散时间傅立叶变换用于共振解调技术中共振解调信号的谱分析,利用信号的离散时间傅立叶变换可以得到任意高频率分辨率的谱线图,而不受采样点数的限制.对滚动轴承在外圈剥离、内圈剥离两种故障状态下的振动信号的分析表明,与基于FFT的共振解调技术相比,这种方法可以更有效、更准确地诊断出滚动轴承的故障部位.     

机器结构噪声转动功率流的测量

利用互功率谱的方法对安装在混凝土地板上的小型排气扇工作时产生的转动结构声功率流进行了测量 ,对不同的地板和不同劲度系数的隔振支架对结构声功率流的影响以及各自由度的结构声辐射进行了比较和讨论