滚动轴承教学实验台

滚动轴承是旋转机械中最重要的设备之一,由于运行环境复杂,极易发生故障,据统计30%的旋转机械故障是由滚动轴承故障引起的。针对滚动轴承故障的实验教学,该文研制了一种教学实验台,针对被测轴承加工了各种故障,通过实验验证及对特征信号进行分析处理,为轴承的故障诊断提供了数据支撑,也为研究生教学工作及科研奠定了基础。     

ICA-R算法在旋转机械故障信号提取中的应用

能否有效地提取故障信号的特征是对旋转机械进行故障诊断准确与否的关键所在。本文在介绍独立分量分析方法的基础上研究了基于参考信号的独立分量分析（ICA-R）算法,首先针对轴承与齿轮两类典型的旋转机械故障信号进行仿真,然后模拟出四路观测信号,同时根据先验知识建立参考信号,最后运用ICA-R算法对观测信号进行特征提取,并与仿真的故障信号进行对比分析。结果证明,ICA-R算法在旋转机械故障信号的特征提取中具有很强的优势,可实现弱故障信号的有效提取。     

基于LPC2132的轴承振动监测系统的设计

为了实时监测机械设备运行状态,避免严重机械故障发生,减少损失,设计了一种基于LPC2132微处理器的轴承振动监测系统,并对数据采集模块、主控模块、上位机显示模块进行了设计和分析．通过Matlab对振动信号进行分析,显示该系统具有采集精度高、性能稳定、成本低廉等优点,实现了对轴承振动信号的实时监测．     

小波包在旋转机械故障诊断中的应用

根据旋转机械故障振动信号的特点，提出了应用小波包分解、重构技术进行消噪处理及频带能量故障特征提取的方法，实验分析结果表明该方法可以有效地提高故障诊断的抗干扰能力和故障诊断的准确性。     

高线轧机增速箱振动的故障诊断

某厂的精轧机增速箱安装了3个振动测点,增速箱1#端振动峰值已超过600μm,峰值还有明显的上升趋势,自相关图有明显的等时间间隔存在,所对应的频率18.519Hz,与已知的II轴轴承162250X的保持架旋转频率(18.592Hz)相接近。时域波形有明显的冲击信号,从频域图看出162250X轴承的保持架旋转频率的幅值达到23.128m/s2,并伴有倍频成分,说明增速箱有故障隐患出现。振动趋势仍然继续上升,建议开箱进行检查1#增速箱II轴的轴承。拆箱发现二轴轴承和阻尼垫片损坏,验证了轴承故障诊断的正确性。     

基于倒谱预白化和辛几何模态分解数量规律的轴承故障特征提取方法（英文）

为了有效提取轴承的故障特征,避免轴承损伤引起的冲击成分受到离散频率分量和背景噪声的干扰,提出了一种基于倒谱编辑信号预白化和辛几何模态分解数量规律的轴承故障特征提取方法.首先,对原始信号进行倒谱预白化来增强轴承故障的冲击特性,去除复杂振动信号中的周期性频率成分,产生只包含背景噪声和损伤引起的非平稳冲击成分的白化信号.其次,发现了辛几何模态分解中哈密顿矩阵的有效特征值数目与信号中的频率个数成2倍的数量规律,并通过仿真和理论推导验证了该数量规律.最后,构造预白化信号的轨迹矩阵,进行辛几何模态分解,根据发现的数量规律,选择相应的特征向量重构信号,进行希尔伯特包络谱分析,并提取故障特征.通过仿真分析和应用实例证明,所提方法可以清晰地提取轴承的故障特征.     

旋转机械不对中故障模拟实验平台开发

旋转机械如风力发电装备、水泵等广泛使用联轴器作为联接装置。但由于载荷波动大、工作环境恶劣等原因,不对中故障频发,因此设计了适用于实验研究的旋转机械不对中故障模拟实验平台。该平台由电机、联轴器、变频器、磁粉制动器等构成,采用激光对中仪测量不对中量,并通过NI CRIO采集振动信号,分析故障特征。该平台丰富了测试技术、机械故障诊断实验台等内容,为学生应用测试技术、分析机械故障创造了实验条件,提高了学生的实践能力。     

基于倒谱预白化和辛几何模态分解数量规律的轴承故障特征提取方法

为了有效提取轴承的故障特征,避免轴承损伤引起的冲击成分受到离散频率分量和背景噪声的干扰,提出了一种基于倒谱编辑信号预白化和辛几何模态分解数量规律的轴承故障特征提取方法.首先,对原始信号进行倒谱预白化来增强轴承故障的冲击特性,去除复杂振动信号中的周期性频率成分,产生只包含背景噪声和损伤引起的非平稳冲击成分的白化信号.其次...     

基于小波变换诊断轴承外圈故障

针对设备的关键部件轴承易发生故障的特点,利用轴承试验台采集外圈点蚀的故障信号,使用小波分析法对故障信号进行早期诊断,通过实验及诊断过程证明小波与Hilbert包络谱结合进行故障信号分析的方法对于轴承故障具有明显的效果,有助于更好的进行故障诊断工作。     

基于盲源分离技术的航空发动机轴承故障诊断

滚动轴承是航空发动机转子系统中重要的支撑部件,其运行状态直接影响整台发动机的工作性能。介绍了基于盲源分离技术的滚动轴承振动信号分析与故障诊断方法,分析了滚动轴承典型故障机理。通过对某型航空发动机进行现场测试,完成了针对其轴承振动信号的测试和数据采集工作,并通过MATLAB软件编程实现其振动信号的分析。采用盲源分离中的独立分量分析(ICA)方法和频谱分析方法,提取主轴轴承的振动信号并与理论计算的故障频率对比,进行轴承故障诊断及状态识别。对实际航空发动机轴承及模拟试验台滚动轴承振动测试信号的分析结果表明,所采用的盲源分离方法可以有效地检测和诊断滚动轴承故障。     

Dynamic balancing of dual-rotor system with very little rotating speed difference

ＩＮＴＲＯＤＵＣＴＩＯＮＩｎｔｙｐｉｃａｌｒｏｔａｔｉｎｇｍａｃｈｉｎｅｓ,ｓｕｃｈａｓｊｅｔｅｎ ｇｉｎｅｓ,ｇａｓｔｕｒｂｉｎｅｓ,ｌａｔｈｅｓ,ｃｅｎｔｒｉｆｕｇｅｓａｎｄｏｔｈ ｅｒｈｉｇｈｓｐｅｅｄｒｏｔａｔｉｎｇｍａｃｈｉｎｅｓ,ｏｎｅｗａｙｔｏｄｅ     

高线轧机滚动轴承故障诊断的研究

高线轧机滚动轴承出现故障时,通过振动分析,在时域图中有明显冲击特征,自相关函数有明显的时间间隔,概率密度函数图像不是正态分布,振动趋势图中振幅均有明显上升并超过允许值的现象,峭度值一般均超过4,瀑布图中在转频处出现明显的连续性且峰值较高,均是轴承存在潜在故障表像。从轴承内圈、滚动体、保持架和外圈四个部分进行监测,轴承内圈、滚动体和外圈有五种常见损坏形式,保持架有三种常见损坏形式。由于内圈旋转频率、滚动体过内圈的频率和滚动体过外圈的频率对表面缺陷有较高的灵敏度,在监测过程中是最有效的。     

基于PC的主锥选垫实验平台

介绍了一种以滚动轴承预紧垫片综合测量选配为主的教学实验平台。该平台面向高校机械设计制造及自动化专业课程实验教学,为融合滚动轴承预紧选配、轴承扭矩测量、轴承转速测量、轴承装配等环节而设计。平台采用PC机与数据采集卡作为控制系统,以液压系统作为驱动的模式,增强了整个实验平台的可视性与开放性。     

Dynamic balancing of dual-rotor system with very little rotating speed difference

Unbalanced vibration in dual-rotor rotating machinery was studied with numerical simulations and experiments. A new method is proposed to separate vibration signals of inner and outer rotors for a system with very little difference in rotating speeds. Magnitudes and phase values of unbalance defects can be obtained directly by sampling the vibration signal synchronized with reference signal. The balancing process is completed by the reciprocity influence coefficients of inner and outer rotors method. Results showed the advantage of such method for a dual-rotor system as compared with conventional balancing. Project supported by the National Natural Science Foundation of China (No. 59875078), and Zhejiang Provincial Natural Science Foundation of China (No. 502092)     

基于形态滤波与样本熵的转子故障特征提取方法

将样本熵引入旋转机械故障诊断领域,结合形态滤波和样本熵,提出了一种新的转子故障特征提取方法.首先选用最简单的直线结构元素,对实测转子振动信号进行形态滤波降噪处理;然后计算降噪后信号的样本熵,包括转子正常、不平衡、不对中、油膜涡动和碰摩等五种工况的振动信号;最后将样本熵作为特征,对各种故障状态进行评价.转子系统故障诊断的实例验证了该方法的可行性和有效性.     

包络分析在低速重载大轴承诊断中的应用

根据低速重载火轴承动态特性、故障信号特征,对其振动信号和声发射信号分别从软件和硬件实现包络,并对包络信号进行频谱分析,准确诊断出大轴承的部位和类型,经现场验证分析诊断结果是正确的。     

Application of Improved LMD,SVD Technique and RVM to Fault Diagnosis of Diesel Valve Trains

Targeting the non-stationary characteristics of diesel engine vibration signals and the limitations of singular value decomposition(SVD) technique, a new method based on improved local mean decomposition(LMD), SVD technique and relevance vector machine(RVM) was proposed for the identification of diesel valve fault in this study. Firstly, the vibration signals were acquired through the vibration sensors installed on the cylinder head in one normal state and four fault states of valve trains. Secondly, an improved LMD method was used to decompose the non-stationary signals into a set of stationary product functions(PF), from which the initial feature vector matrices can be formed automatically. Then, the singular values were obtained by applying the SVD technique to the initial feature vector matrixes. Finally, slant binary tree and sort separability criterion were combined to determine the structure of multi-class RVM, and the singular values were regarded as the fault feature vectors of RVM in the identification of fault types of diesel valve clearance. The experimental results showed that the proposed fault diagnosis method can effectively extract the features of diesel valve clearance and identify the diesel valve fault accurately.     

基于自适应共振解调技术的虚拟仪器开发与研究

滚动轴承是旋转机械中应用最为广泛的机械零件,也是最容易损坏的元件之一.本文介绍的一种基于自适应共振解调技术的轴承故障诊断虚拟仪器,可以实现振动信号的实时显示和分析,并具有开发环境简单、开发周期短、成本低、适应性强等特点.