基于最小熵解卷积的齿轮箱早期故障诊断

齿轮箱发生早期故障时,其振动信号一般很微弱,且隐含的能反应出齿轮箱运转状态的冲击成分常被淹没在强烈的噪声中,直接做频谱分析或包络谱分析,很难提取其故障特征。论文将最小解卷积方法应用于炼胶机的齿轮箱故障诊断。首先利用该方法对齿轮箱振动信号进行解卷积滤波处理,然后对滤波后的信号进行包络解调分析,最后提取出了该齿轮箱轴5上齿轮8(z8=28)齿根轻微裂纹的故障特征,实现了该齿轮箱的早期诊断。应用实例验证了最小熵解卷积方法的有效性和优点。

滚动轴承早期故障智能诊断方法

滚动轴承的早期故障特征微弱,针对该问题,提出了一种信号包络时频变换卷积神经网络(CNN)故障诊断方法,以实现滚动轴承早期故障诊断。实验结果表明,所提方法不仅减少了训练数据,还具有较高的准确率和稳定性。

基于CEEMD和快速谱峭度图的地铁轴箱轴承故障诊断

提出了基于互补集合经验模态分解(CEEMD)结合快速谱峭度图的滚动轴承故障诊断方法(CEEMD-FSK).将轴箱加速度振动信号分解成多个本征模态函数(Intrinsic Mode Function,IMF),通过快速谱峭度图和互相关系数,选取出关键IMF信号进行原信号重构.对重构信号带通滤波后进行改进型的共振解调处理,通过平方包络谱进行轴箱轴承故障诊断.将该方法应用到地铁轴箱轴承的实际故障预测和诊断中,并结合后期轴箱轴承拆装和检测,结果表明了该方法的有效性和准确性.

芳烃重整装置水洗泵的预知性检修

介绍了使用BH550综合设备分析诊断仪,对公司芳烃重整装置水洗水泵P-2408B的状态检测数据进行采集分析,发现水洗水泵P-2408B的速度值、加速度值变化异常,加大BH550数据采集的密度,发现了轴承包络频谱图中出现了缺陷频率并及时上报,公司对该泵做出及时停机检修安排,为企业挽回了该泵事故扩大造成的损失,也为公司年产100万吨重整装置的正常运行提供了保证。