船舶空调器风机振动故障典型监测实例分析

针对船舶空调器风机振动监测问题,介绍了空调器风机基本结构、故障模式与测试方法,而后对典型监测实例进行分析,并综合振动数据和故障拆检结果总结了故障分析经验。

基于振动分析的蒸汽锅炉引风机故障诊断与检修

某高含硫天然气净化厂35 t/h中压蒸汽锅炉引风机K-073404在例行大修后运行至2个月时出现振动超高问题,振动最高测点M1H达6.05 mm/s rms。使用振动分析仪Commtest vb7对整体机组做振动检测,通过波形、频谱、相位分析、数据对比和工况调整等手段,诊断出振动超高的主要原因为引风机转子存在动平衡故障,次要原因为引风机的调心滚子轴承存在异常磨损或缺陷,对引风机叶轮进行解体检查发现存在123 g和67.5 g两处较大的不平衡量,风机轴承箱内调心滚子轴承的保持架异常磨损。经更换风机轴承箱两端调心滚子轴承,并对风机叶轮做动平衡校正,且符合GB/T 9239—2006 G2.5要求后,引风机K-073404恢复正常运行。经过实践验证发现:基于振动分析的手段对动设备开展故障诊断,可对故障原因做出预判,使检维修工作效率大幅提升,经济效益显著提高。

基于叶片加速度振动信号的风机叶片状态监测系统

针对叶片振动信号噪声导致叶片状态监测结果存在误差的问题,基于叶片振动加速度分量分析叶片振动信号,设计一种风机叶片状态实时监测系统。设计数据采集方案以及实验参数,对采集到的风机叶片状态数据通过短时傅里叶变换和小波包进行预处理和特征提取,运用三层小波包分解方式分析提取特征,通过支持向量机进行故障分类与识别,获取故障诊断结果。实验测试结果表明,所设计系统监测的叶片位移结果与实际结果较为吻合,能够根据叶片振动信号实现对叶片状态的监测和故障诊断。

300 MW机组引风机电机振动故障诊断及动平衡试验

针对某300 MW机组引风机电机振动超标故障,对电机及引风机进行全面振动测试和分析,明确了引风机电机振动故障的原因,通过在电机风扇和电机与引风机的联轴器上加重,消除了电机振动故障,满足了设备的安全稳定运行需要,同时在两个加重面上加重的影响系数可为同类型转子动平衡试验提供经验。

风机振动分析与故障诊断

应用振动分析方法、数据采集技术及诊断理论对某乙烯厂Ｅ－ＧＢ１０９风机进行了现场振动测量、信号的采集与分析诊断，找出了风机振动的原因。

风机振动故障诊断综述

在风机故障诊断中,采用的基本方法是时域监测、频域诊断,通过分析图谱来判断风机的工作状况及故障所在。主要介绍风机等旋转机械的故障机理、征兆提取、诊断推理以及国内外风机状态监测与故障诊断技术的发展现状和发展趋势。

某电厂一次风机振动故障诊断及动平衡

某电厂 6 0 0MW机组 1号炉一次风机 2B运行过程中振动偏大 ,且有逐渐增加的趋势。对该风机进行了振动测试 ,并对记录数据进行分析 ,结合振动信号的特征 ,对故障进行了诊断 ,确定了振动原因 ,然后实施了动平衡 ,取得显著效果。该风机的振动特征及处理过程具有代表性。给出分析、诊断的思路和处理方法 。

改进的BP神经网络在风机故障诊断中的应用

采用动量法和学习速率自适应的改进BP神经网络建立风机故障诊断系统。在网络训练过程中分别采用标准训练样本和含有白噪声的训练样本来训练网络,使网络具有一定的容错性。最后通过仿真实验和风机的故障诊断实例表明:改进的BP神经网络减少训练次数,提高了学习效率,而且有效地抑制网络陷于局部极小,是风机故障诊断的有效方法。

煤矿主通风机振动成因及监测与故障诊断

应用振动分析方法、诊断理论、数据采集及计算机技术,对煤矿主通风机的振动进行了分析,并且初步建立了一套监测与故障诊断方式。

300MW机组二次风机振动的故障诊断及处理

采用ADRE for Windows数据采集和处理系统对某300MW火电机组二次风机振动频谱及相位数据进行采集,在此基础上对振动故障进行诊断,通过动平衡试验确定了振动故障的特征为共振,提出了增强设备连接刚度的消振措施,实施后风机运行恢复正常,取得了良好的效果。

改进的LVQ神经网络在风机故障诊断中的应用

提出一种改进的LVQ神经网络的风机故障诊断新方法。利用风机振动频域的特征向量作为学习样本,建立与风机故障类型的映射关系。将能量特征输入改进的LVQ神经网络进行网络训练与检测,以实现风机的故障识别。经比较,其性能优于BP网络和遗传网络,诊断正确率高达96%以上。通过仿真实验和风机的故障诊断实例表明:该网络提高了收敛速度及诊断精度,有效地抑制网络陷于局部极小,更适合风机等较复杂分类问题的故障诊断。

锅炉引风机调试期间振动问题分析及处理

某电厂两台引风机在调试期间均出现了不同程度的振动问题,主要表现在风机水平方向振动偏大和高转速下振动不稳定两个方面。通过对DCS监测系统振动数据分析,指出动静摩擦是导致风机不稳定振动的主要原因,基础刚度不足是导致风机异常振动的根本原因。现场通过对风机基础进行加固处理后,从根本上解决了引风机振动问题。

电厂引风机振动故障诊断及处理

通过黄岛电厂两台引风机效率改造后都出现振动故障无法正常运行,通过现场进行测量分析和试验研究,诊断其故障为风筒支撑刚度不足,并通过加固处理彻底消除了两台引风机的振动故障。

一种轴流通风机故障诊断方法

针对现有基于谱分析的轴流通风机故障诊断方法只将故障类型和频谱特征值进行简单关联而导致诊断效果较差的问题,提出了一种基于矢椭谱和隐Markov模型的轴流通风机故障诊断方法。该方法首先将轴流通风机同一截面内互相垂直的2个振动信号在时域上直接融合为复信号,并对该复信号进行快速Fourier变换,获得多个特征频率下振动信号的全谱幅值;然后用不同故障状态下振动信号的全谱幅值训练隐Markov模型;最后以实时振动信号的全谱幅值作为隐Markov模型输入量,采用Viterbi算法计算隐Markov模型输出的似然概率,根据最大似然概率对数判断故障类型,避免了将振动幅值和故障类型进行简单关联。试验结果表明,该方法的故障诊断正确率达90%以上。

引风机异常振动诊断及处理

简介了离心式引风机的振动情况和数据,叙述了动平衡简况。最后通过分析得出轴承故障和磨损是其振动的根本原因,并做了处理。

脱硫风机轴承故障诊断

通过对风机进行测试,根据故障诊断的原理,对测试数据进行了分析,指出了风机轴向振动大的主要原因,是轴承安装精度不够造成的。诊断结果与实际相符,说明了故障诊断技术在现场设备管理和维修中的重要性。

引风机电机轴向振动的诊断与处理

针对某引风机电机轴承外环与轴承座内孔之间存在较大紧力,导致减振器无法正常工作的故障,分析了故障的特点和原因,采取措施后消除了振动。

电站风机气流脉动故障的诊断与治理途径

对电站风机"气流脉动故障"与气流分离和涡流形成的因果关系及共同特征信息进行了讨论。提出了判别"气流脉动故障"与机械故障不同范畴的简明方法,为进一步诊断分析作好基础准备。以故障部件为划分界限,对"气流脉动故障"进行分类。对电站风机20多种"气流脉动故障"的机理或诱因提出了一些感性认识,对诊断与治理的途径提出了初步处理意见。

引风机轴向振动故障的诊断与分析

利用正向推理,在能够引起引风机振动故障的全部原因中,采取逐个排除的方法,找出引风机轴向振动故障所在,分析了振动的机理,并从相位出发,就如何对此类故障进行诊断与分析进行了讨论,对诊断引风机振动故障和提高诊断准确率具有一定的指导意义。

转炉一次除尘风机振动故障的过程、因素分析和监控

介绍了一次除尘风机运行特点、机组振动故障类型、故障诊断及运行控制。