数控机床滚动轴承与齿轮的振动机理及故障诊断技术

本研究基于数控机床滚动轴承和齿轮的振动机理,采集振动信号并开展时域、频域分析,对其潜在故障进行了诊断。文章分别概述了滚动轴承与齿轮的故障特征信息、典型故障分析与诊断方法。随后通过实例分析,运用故障诊断技术对某数控机床的滚动轴承和齿轮工况展开了检测、分析。诊断结果显示后轴承外环与齿轮存在缺陷,通过拆机检查确认轴承外环有剥落、齿轮有磨损,实际检测结果与故障诊断结果一致,说明本文提出的基于振动信号频域分析的故障诊断技术具有可用性。

基于云加端的机电设备故障维修诊断技术

该文主要探究云加端SVM模型在机电设备故障诊断中的应用。该文首先介绍云加端SVM模型的整体架构,并从原始数据获取、特征数据提取与降维处理及故障诊断算法等方面,概述该诊断技术的应用流程。随后将该文设计的基于并行流水线结构的云加端SVM模型与传统顺序结构云加端SVM模型进行准确度和实时性对比实验。结果表明,该文设计的云加端SVM模型经过在线学习后,故障诊断准确率提升到96.50%,单位时间内故障诊断效率是传统模型的4倍,可满足故障实时诊断的需要。