【摘 要】
：
本文对转子系统的典型局部碰摩故障进行了模拟试验,研究转子不同碰摩部位与传感器观测点的相关性,分析结果表明,碰摩故障的诊断与观测点的选取有关,不同观测点对同一碰摩部位的诊断结果存在较大差异性.采用全矢谱分析方法对转子同一截面不同观测点的碰摩故障信息进行数据融合,提取出转子碰摩故障的振动强度,并通过对全矢幅值谱在不同转速下分布特点的分析,表明不同碰摩部位在1倍频处的特征一致性,以及2倍频处的特征差异性
【机 构】
：
郑州轻工业学院机电工程学院,郑州450002 郑州大学机械工程学院,郑州450001
【出 处】
：
第十一届全国随机振动理论与应用学术会议
论文部分内容阅读
本文对转子系统的典型局部碰摩故障进行了模拟试验,研究转子不同碰摩部位与传感器观测点的相关性,分析结果表明,碰摩故障的诊断与观测点的选取有关,不同观测点对同一碰摩部位的诊断结果存在较大差异性.采用全矢谱分析方法对转子同一截面不同观测点的碰摩故障信息进行数据融合,提取出转子碰摩故障的振动强度,并通过对全矢幅值谱在不同转速下分布特点的分析,表明不同碰摩部位在1倍频处的特征一致性,以及2倍频处的特征差异性,其分布特点不仅可以有效地诊断出转子的碰摩故障,而且对耦合故障的分离及转子碰摩部位的识别提供一定的参考依据.
其他文献
模糊熵是衡量振动信号复杂性的非线性动力学方法,针对振动信号的多尺度特性,提出了一种基于经验小波变换-模糊熵的滚动轴承故障特征提取方法.经验小波变换是在经验模态分解和小波变换的基础上提出的一种非平稳信号处理方法.通过采用经验小波变换将滚动轴承振动信号自适应地分解为若干个不同尺度的具有紧支集频谱的单分量信号之和,再提取每个单分量信号的模糊熵,最后,将提取的多尺度特征向量输入到基于支持向量机的多故障分类
现代企业在结构调整、转型升级过程中面临新技术引进,地域分散等问题,对安全生产、设备可靠性等提出了更高的要求,而与之对应的安全、设备管理手段还相对滞后,高技术人才相对缺乏.本文针对以上问题,提出了建立基于物联网的远程诊断中心,它可以集中发挥高端专业技术人才的优势,通过物联网技术,实时掌握各分厂机组的运行状况,并根据机组的状态信息,结合专家自身丰富的经验,对企业设备性能进行评估,对企业设备故障进行诊断
由于列车运动,故障轴承的声学信号会产生频移和扩展的多普勒现象,给轴承的故障识别、诊断带来了难度.本文提出了一种基于数据驱动的多普勒校正方法,并将其运用到列车轴承上.该方法通过时频域中轴承故障数据的能量变化的特点直接建立重采样时间序列,无需其他参数即可实现信号的多普勒校正.在计算量,实用性方面,相比于传统的方法具有明显的优势.本文通过仿真信号和实际信号验证了该方法的有效性.
针对传统隐Markov模型在机械故障诊断中存在的不足,提出了基于无限隐马尔可夫模型(iHMM)的机械故障诊断方法.在提出的方法中,以谱峭度为特征提取,iHMM为识别器,并以最大似然估计来确定设备运转中出现的故障类型.实验结果表明,提出的方法明显优于传统的HMM故障识别方法,具有非常满意的识别效果.提出的方法能通过数据整合的方式有效避免了HMM在建模初期遗留下的不足.
为了从设备状态监测信号中提取有效的特征信息,提出了一种基于信号完备模式分解的时频分析诊断方法.首先,以余量与原始信号相关系数作为模式分解的终止条件,当相关性系数小于设定的阈值时停止分解,获得了有效的模式分量.再对这些分量进一步分析,提取其中所包含的时频特征.实验和工程应用表明,采用这种方法获得的模式分量能更加有效地表示原始信号的特征,减少了无关分量对诊断分析的干扰.这种方法应用于发电机组故障诊断,
随机共振在放大微弱周期信号方面具有明显优势，尤其是双稳态随机共振模型，已经成为众多学者研究机械故障信号的典型模型.以双稳态随机共振系统为研究对象,从势函数的角度出发,系统地研究了势垒高度对系统输出特性的影响,给出了系统输出特性分布图.分析了双稳固定共振的高频应用特性,提出了一种基于势函数的参数调节方法,经过仿真和实验采集数据验证,该方法简洁易行,具有很好的应用价值.
针对设备不同工作状态下的振动特性,提出了一种基于相空间相似度分析算法,应用于滚动轴承的寿命评估.该算法首先使用滑动窗对当前数据进行截取,然后对样本数据和截取后的当前数据进行相空间重构(PSR),得到在拓扑意义下等价的相空间,最后采用归一化互相关函数(NCC)进行相空间相似度匹配.实验信号分析结果表明,该方法能有效对轴承剩余有效寿命(RUL)进行评估.
为解决单通道振动信息不全面而造成误诊和漏诊的问题;提高专家系统自动诊断的可靠性和准确性,研究开发了全矢谱故障诊断专家系统.系统采用全矢谱信息融合技术对双通道的振动信息进行融合并提取频谱特征,由此频谱特征利用模糊关系的诊断方法进行正向推理,再利用基于知识的故障诊断方法,并补充其它特征进行反向推理得以验证.系统开发过程中使用了EXSYS专家系统建造软件,简化了知识库和推理机建立及维护的过程.经实际验证
针对传统的小波神经网络容易陷入局部极小、收敛速度慢和运行效率低等不足,将粒子群优化引入小波神经网络中,提出了一种粒子群优化小波神经网络学习算法.该方法利用粒子群算法优化小波神经网络中的权值(即尺度因子)和阈值(即平移因子),从而可以自适应地选择小波神经网络的参数,提高了算法的收敛性和快速性,克服了传统的小波神经网络容易陷入局部极小、收敛速度慢和运行效率低等不足.实验结果表明,提出的方法是有效的,优
齿轮传动箱是装甲车辆传动系统的关键部件之一.齿轮损伤(点蚀、磨损、裂纹、断齿等)是传动箱故障的主要模式.在装甲车辆服役条件下,准确评估传动箱齿轮健康状态以及进行故障诊断,一直是个难题.鉴于此,文中在阐述齿轮振动机理的基础上,建立了齿轮副啮合力学模型,分析了振动故障征兆参数(响应)和激励(外因)、系统动力特性(内因)的关系,搭建了齿轮箱模拟试验平台和信号测试分析系统.通过对齿轮完好和预设故障(断齿)