基于LabVIEW的旋转机械在线监测系统研究

为了实现旋转机械在线监测系统数据采集的全息化、状态监测连续化和数据处理实时化,设计了基于LabVIEW作为软件开发平台的旋转机械在线监测系统,有效地解决了传统的状态监测与故障诊断方式带来的弊端。     

用ADSP2181实现旋转机械整周期采样

旋转机械状态监测、故障诊断仪器应具有实时测量转速和对振动信号进行整周期采样的功能,旋转机械转速的连续变化又要求该类仪器的采样频率能够连续可调,这在硬件的实现上存在困难.该文采用ADSP2181的可编程定时器,应用软件和硬件相结合的方法,较好地解决了这一难题,在相同测速精度下,可从几转到几十万转实现对振动信号的整周期采样.     

面向旋转机械的嵌入式故障诊断系统

介绍了一种基于嵌入式系统技术,面向大型旋转机械设备,集数据采集、状态监测、专家系统等功能于一体的状态监测与故障诊断系统,讨论了其系统底层硬件架构以及系统上层的软件设计.该系统已成功运用于工业现场的大型水泵、鼓风机等设备的故障检测,取得了满意的运行效果.     

旋转机械状态监测与故障诊断

状态监测与故障诊断在大型旋转机械应用日益广泛,能够显著提高设备维护水平,降低设备故障,给企业带来十分显著的经济效益。     

基于PC的水轮机组多通道振动数据采集系统设计

提出了一个基于PC的水轮机在线多通道振动数据采集系统的设计方案．对数据采集系统的特点进行了分析,采用中断＋FIFO的方式对多通道振动信号连续采集,并通过插值算法进行二次采样,得到了准同步整周期信号．在此基础上,用数字滤波算法去除了信号干扰,并对采集系统的精度进行了检验,结果表明,通过二次采样所得的信号与同步整周期采样的信号基本一致,可以满足振动监测的需要．     

流体动压轴承状态监测与故障诊断研究进展

滑动轴承是大型旋转机械中的重要支撑设备，对滑动轴承进行润滑状态监测及早期故障诊断对机组安全生产有重要意义.本文阐述了滑动轴承的故障状态及失效形式，详细说明了振动信号、声发射信号及铁谱分析等技术在滑动轴承状态监测中的运用，综述了专家系统、神经网络和支持向量机在滑动轴承故障识别中的有效应用.通过分析对未来的发展趋势进行了展望：结合新一代人工智能与传感技术，通过多物理场信号进行融合监测，发展建立轴承信号标准数据库，结合可视化研究和远程监测，实现快速精准的滑动轴承状态监测与故障诊断.     

风电机组传动系统网络化状态监测与故障诊断系统设计

针对现有风电机组监测系统无法对其传动系统早期故障进行有效诊断的问题,研发了一套基于B/S和C/S混合架构的风电机组传动系统网络化状态监测与故障诊断系统。根据应用需求设计了风电机组传动系统状态监测和故障诊断系统、整体框架和功能模块;结合数据采集设备,基于.ENT和SQL Server平台研发了风电机组传动系统状态监测和故障诊断系统,包括网络化数据采集、远程状态监测、信号分析、故障诊断和数据库服务器等模块。该系统成功应用于某风场风电机组传动系统状态监测和故障诊断。     

旋转机械轴心轨迹故障诊断

应用轴心轨迹图的直观性特点，对旋转机械进行状态监测和故障诊断。从轴心轨迹图上判断出振动的前期征兆，对防止故障的恶化和排除故障具有指导作用。因此利用轴心轨迹图来判断旋转机械是否处于正常状态是可行的。     

用准同步离散Fourier变换实现高准确度谐波分析

论文介绍了准同步、离散Ｆｏｕｒｉｅｒ变换（ＤＦＴ）算法,它是为解决采样周期和信号周期在不严格同步的情况下,实现高准确度谐波分析问题的方法。文中首先采用准同步算法实现周期函数非同步采样时高准确度平均值的计算,然后通过一个新构造的函数,把Ｆｏｕｒｉｅｒ变换转化为求解一个周期函数的平均值的问题,进而,将准同步算法和Ｆｏｕｒｉｅｒ变换有机结合在一起,离散后得到一个非严格同步情况下进行计算机高准确度谐波分析的计算公式。模拟测试证明,这种方法比ＤＦＴ的准确度提高一个数量级。在采样周期偏差不超过半个周期、采样点数满足采样定理的情况下,合理选择算法中参数,能够获得接近于“理想同步采样”的准确度。     

故障诊断的重要性及在大型电机上的应用

当前我国对设备的维护仍采用传统的计划、定期维修。带来人力、物力的巨大浪费。故障诊断仪器的广泛应用,使对机械设备的堆护由计划,定期检修走向状态、预知检修变为现实,使机械设备的维护方式发生了根本性革命。我公司使用恩泰克公司的DATAPAC1500数据采集器进行振动数据采集,用EMONOTER软件进行数据频谱分析。恩泰克产品给我公司带来了巨大的利润。通过使用DATAPAC1500数据采集器进行振动检测,我们可以进行频谱分析发现大型电机的机械故障,我们可以把维修从故障检修转变为预测维修。     

RMS700监测保护系统的数据管理系统

介绍了一种基于德国飞利浦公司ＲＭＳ７００监测保护系统二次开发而成的计算机数据采集和管理系统。它兼有高速振动数据采集和其他热工数据采集功能，并能实现在线监测及离线分析处理。该系统的核心包括测试信号用快变信号箱、慢变信号箱，高速锁相倍频数据采集板，低速数据采集板以及ＴＭＳ３２０Ｃ２５快速ＦＦＴ板等，最终以高可靠Ｉｎｔｅｌ工控机来管理。该系统用户界面友好，菜单简明易操作，已成功地在北京石景山发电厂连续运行将近一年。对该系统稍加改动就可以移植用于管理美国本特利公司的７２００或３３００仪表，或是构成独立的监测系统。在系统中加入故障诊断软件后，也可构成故障诊断系统     

基于案例推理的旋转机械故障诊断系统研究

针对大型旋转机械结构复杂,故障现象难以用结构化知识表示,故障诊断规则难以提炼的特点,将基于案例推理(CBR)方法应用于旋转机械故障诊断。从旋转机械故障诊断的需求出发,在分析旋转机械故障诊断知识特点的基础上,对故障诊断系统的总体结构、故障案例库的构建、案例相似度匹配、案例调整和学习等CBR方法的关键技术进行了研究。重点设计了故障案例表示方法,采用基于三标度的层次分析法(AHP)确定案例征兆权值。提出了改进的最近邻法计算案例相似度,可以从征兆名称、征兆值、权值三方面对案例进行精确匹配。提出了基于案例审核的学习机制,可以充分发挥不同人员的作用。开发了基于CBR的旋转机械故障诊断系统原型,并给出了应用实例。     

振动信号非整周期谐波分析的验证与改进

旋转机械轴系振动信号是以转速为基波的周期信号。传统旋转机械振动分析以转速作为基准,通过锁相倍频的方式对振动信号进行整周期采样及谐波分析。但是由于转速的变化,采样周期与转速周期不可避免的偏差,带来的采样误差严重地影响了数据分析的精度。本文对非整周期采样算法进行了试验验证,并加以改进和完善。将改进后的非整周期采样谐波分析法应用于旋转机械的振动信号数据采集及分析上,可以突破整周期采样的局限性,使谐波分析结果达到较高的相位和幅值精度。     

大型电站分布式智能诊断系统的结构与协调方法

把分布式人工智能应用到大型电站设备故障诊断问题之中，提出了大型电站分布式智能监测与诊断系统的基本结构，它可以把不同的故障诊断推理方法有机地结合起来运用，并介绍了采用多层黑板结构模型的协调与通讯方法，最后给出了大型电站热力系统状态监测和汽轮发电机组振动故障诊断的应用实例     

用于状态监测的 A/D 采集卡

大型旋转设备的状态监测和故障诊断系统所用的Ａ／Ｄ采集卡很多时候要求能高速不间断采样以连续提供设备多测点的快变信号数据进行分析处理,特别是在紧急事故追忆时,采集和拷盘操作出现矛盾,使获得的数据不连续。近年来,许多用户又希望系统软件从ＤＯＳ向ＷＩＮＤＯＷＳ移植,由于后者为多用户操作系统,留给用户硬件应用空间不多,缺乏有效地控制,常使在ＤＯＳ下正常的采集程序在ＷＩＮＤＯＷＳ环境下失控,莫名其妙地被截断、丢弃和强行拼接,使获得的数据与事实不符。本文介绍一种带微处理器和大容量先入先出（ＦＩＦＯ）存储器的Ａ／Ｄ卡来解决上述困难。     

一种适于强时间条件下的电力参数新型软件采样技术

针对电流、电压等电类参数数据采集的强时间条件 ,分析了同步误差的产生原因 ,建立了一种新型软件采样技术 ,给出了电压电流值和功率测量误差的数学模型 ,提供了减小测量误差的措施 ;应用此种新型软件采样技术 ,不需要增加采样周期数 ,较好地解决了同步误差对测量精度的影响 ,可满足实际需要 .     

基于LabVIEW的焊接测控系统开发

针对窄间隙旋转电弧焊焊缝跟踪的需要,开发一套测控系统.考虑到该焊接方法的特点和开发的效率、速度要求,采用"数据采集卡 PC机"模式,并选择LabVIEW作为测控系统的开发软件.系统功能主要包括数据采集、信号分析和输出控制.为便于完成有效的电弧传感,系统能灵活设置采样时钟、采样集、各种触发等功能,实现对特定区域的采样.由于需要较高的数据采样率,同时需要并行进行测试和控制,实现了高速数据流并行处理模式.为有效对采集信号进行处理,实现滤波,信号变换以及焊缝偏差检测的算法.为实现有效的控制,系统完成了同步、PWM输出控制、PID控制等功能.程序具有界面友好、高可靠性和好的扩展性,为进一步研究窄间隙旋转电弧焊提供好的实验平台.     

浅谈水泵状态监测与故障诊断系统

水泵作为工厂生产中的重要设备之一,其状态监测和故障诊断对于工厂的经济效益影响重大。本文主要从水泵的整个功能系统出发,分别阐述了数据采集系统、状态监测系统和故障诊断系统的工作原理和主要功能,整体论述了水泵状态检测和故障诊断系统。     

转子振动监测中的采样与相位误差补偿

转子振动监测中的采样与相位误差补偿⒇朱利民贾民平钟秉林（东南大学机械工程系，南京２１００１８）在旋转机械的振动监测与故障诊断中，相位是一个很重要的信息，现已越来越受到人们的重视．获得振动信号相位值的方法有：１）将传感器输出的振动信号通过模拟电路直接获...     

基于车载检测的列车轮对踏面擦伤故障诊断研究

为确保高速列车的行车安全,需实时监测列车轮对的运行状态,提出了基于惯性基准法的车载轮对几何参数的检测方法,并在此基础上设计了基于粗糙集理论(RS)和支持向量机(SVM)的轮对踏面擦伤故障诊断模型,对轮对踏面进行状态监测与故障诊断。整个故障诊断方法为:首先利用传感器组采集轮对几何参数,将采集数据用时间对准算法进行对准;然后将对准数据进行小波包分析、构造故障特征集;再用粗糙集理论进行属性约简,提取特征集,消除冗余信息;最后使用支持向量机构建故障诊断模型进行故障分类,从而实现轮对踏面擦伤故障实时诊断。MATLAB仿真分析表明,使用该故障诊断方法构建故障诊断模型时间短(为0.226 633 s),诊断准确率高,达100%,取得了较好的诊断效果。文中所用方法也可以推广应用到如轨道交通、船泊、采矿等有旋转体并需要进行实时数据采集、状态监测与故障诊断的领域。