自相关去噪和经验模态分解的轴承故障分析

为提取滚动轴承故障诊断中的信号,给出一种分离故障信号的新方法。该方法先对原始信号进行自相关去噪,再对去噪信号进行经验模态分解(EMD),得到各个本征模态函数(IMF),计算各个本征模态与去噪信号的相关系数。选择相关系数绝对值较大的本征模态进行重构,再对其去噪。最后对IMF重构信号进行包络谱分析,可以清晰地看到故障特征频率。通过仿真分析和两种不同轴承试验结果表明,所提出的方法可以有效地抑制噪声,并能得到反映实际故障信息的信号。

基于SVD-CEEMDAN和KLD的轴承故障分析

针对滚动轴承信号去噪及故障特征提取问题,提出一种基于SVD-CEEMDAN和KLD的滚动轴承故障诊断方法。该方法通过奇异值分解(SVD)对原始信号进行初步去噪,再利用完备集合经验模态分解(CEEMDAN)对去噪后的非平稳振动信号进行自适应分解,得到若干本征模态函数(IMF);然后通过KL散度法(KLD)筛选有效本征模态函数(IMF)重构,再对其进行自相关去噪;最后利用包络谱分析处理去噪信号,提取故障特征频率。通过对轴承实测信号进行分析,该方法可有效抑制噪声,并能清晰地得到反映实际故障信息的信号,证实所提出方法的实用性和有效性。

离心式压缩机轴承故障分析及处理对策

离心式压缩机轴颈表面的线速度很高而载荷较小,属于高速轻载转子。一般都采用强制润滑的液体动压滑动轴承。目前,离心式压缩机使用的轴承可分为圆柱瓦轴承、椭圆瓦轴承、可倾瓦轴承。对轴承的要求是:抗振性好,安全可靠,运行平稳,使用寿命长。

基于WTD和CEEMD的轴承故障特征提取方法

针对轴承故障信号常混有噪声干扰且故障特征难以准确提取问题,提出一种基于小波阈值去噪(WTD)和互补集合经验模态分解(CEEMD)的轴承故障特征提取方法。采用WTD对原始信号进行降噪预处理;对去噪信号进行CEEMD分解得到一系列本征模态函数(IMF);然后计算各个IMF和去噪信号的互相关系数,通过设定互相关系数阈值筛选有用IMF;最后将有用IMF重构并利用包络谱对重构信号提取故障特征频率。实测信号表明:所提出的方法能降低噪声干扰并有效提取故障特征信息,证明该方法在噪声环境下具有较高的可行性和较强的实用性。

基于SVD和VMD的轴承微弱故障特征提取及分析

针对轴承微弱故障时冲击信号含有大量噪声且难以提取故障特征频率问题,提出了一种基于奇异值分解(SVD)和变分模态分解(VMD)的轴承故障特征提取方法。该方法先对原始信号进行SVD去噪;再对去噪信号进行VMD分解,得到各个本征模态函数(IMF),根据最大中心频率原则和各个本征模态与去噪信号的相关系数差值确定分解个数,通过加权峭度指标来筛选IMF分量进行重构;最后通过对IMF重构信号进行包络谱分析清晰看到故障特征频率。仿真分析和两种不同轴承试验的结果表明,所提出的方法可有效地抑制噪声,并能得到反映实际故障信息的信号。

轴承故障分析仪在苏里格天然气处理厂的应用

苏里格天然气处理厂各类机泵等设备繁多,运行环境复杂多变,随着运行时间的不断延长,轴承磨损问题日益突出且得不到有效的预测,往往在设备发生故障无法正常运行后才能发现并处理,管理复杂。自推广建设数字化大气田以来,引进西马力A30轴承故障分析仪,实现了对全厂重要旋转设备滚动轴承故障的定位分析诊断,通过其LR/HR技术定性、定量的判断滚动轴承故障的原因,能够准确预测滚动轴承如缺油、磨损、安装缺陷等问题,提高了设备故障诊断能力,有效降低了事故发生率,延长设备使用命寿,具有很强的现实意义。

某多级轴流压气机故障振动分析

某多级轴流压气机试验件转速在20900r/min做性能特性试验时,发生前后轴承磨损、中心拉杆断裂、转子叶片磨损故障。为定位故障发生起源,对故障前后的振动数据进行时域和频域分析,发现了故障频域和时域特征,为定位前轴承故障为源事件,提供了可靠的数据支持。