尖峰能量法诊断轴承故障

在炼油厂,各种类型的电机被广泛应用,除了超大功率(>1000kw),一般电机所用的轴承多为滚动轴承。在机组故障中,由于轴承的原因引起的故障多达40％,尤其在寒冷的冬季,更是轴承故障多发期。 滚动轴承造成的振动,基本可以分为两大类:一为与轴承的弹性有关的振动;二为与轴承滚动表面的状况(粗糙度或波纹、伤痕等)有关的振动。前者不管轴承正常与否都要发生,所以与轴承的异常无关;和轴承异常有关的是第二种振动,这就是在滚动体表面上以某种形式出现的异常。这种振动的发生机理。

尖峰能量法在空压机轴承故障诊断中的应用

振动的尖峰能量能判断机械零部件的运行状态,作为对天然气厂关键动力设备的螺杆空气压缩机而言,利用尖峰能量可实时地检测螺杆空压机的轴承的性能,成功地预测故障的发生,避免设备的进一步的损坏。通过计算和实践;证明该方法对螺杆空气压缩机故障诊断是有价值的。

尖峰能量法(GSE)及其在轴承故障诊断中的应用

本文讨论了尖峰能量法GSE诊断冲击振动的基本原理,通过分析使用尖峰能量法进行故障诊断的两个实例,探讨了应用GSE诊断滚动轴承故障的基本特征和方法以及如何结合幅值频谱提高GSE诊断的准确性。

基于奇异值分解的有载调压变压器故障智能检测算法

针对当前有载调压变压器故障检测方法存在故障检测时间长,故障检测精度低以及检测结果误差较大的问题,提出基于奇异值分解的有载调压变压器故障智能检测算法。采用奇异值分解方法,建立Hankel矩阵,对有载调压变压器设备的电流反馈信号进行奇异值分解,去除有载调压变压器设备电流反馈信号中存在的噪声信号。通过局域波分解方法,将去噪后的信号分解为若干个局域波分量。利用尖峰能量法,构建有载调压变压器故障检测模型,检测局域波分量,完成有载调压变压器故障的智能检测。实验结果表明,所提算法的故障检测时间较短,能够有效提高故障检测精度,减小检测结果误差。