【摘 要】
:
以振动试验台一级传动齿轮箱为研究对象,对齿轮箱进行谐响应分析,获得箱体的振动特性,并通过模态实验验证其合理性.之后模拟齿根裂纹破坏,对有裂纹的齿轮箱进行谐响应分析,并进行振动实验测试,结合仿真和试验研究有无裂纹时齿轮箱动态响应的不同,探讨裂纹对其振动信号的影响,为齿轮箱裂纹故障诊断提供了理论依据.
【机 构】
:
大连工业大学机械学院 大连 116034 沈阳鼓风机集团公司,沈阳 110869
【出 处】
:
2014年全国设备监测诊断与维护学术会议、第十六届全国设备监测与诊断学术会议、第十四届全国设备故障诊断学术会议暨2014
论文部分内容阅读
以振动试验台一级传动齿轮箱为研究对象,对齿轮箱进行谐响应分析,获得箱体的振动特性,并通过模态实验验证其合理性.之后模拟齿根裂纹破坏,对有裂纹的齿轮箱进行谐响应分析,并进行振动实验测试,结合仿真和试验研究有无裂纹时齿轮箱动态响应的不同,探讨裂纹对其振动信号的影响,为齿轮箱裂纹故障诊断提供了理论依据.
其他文献
齿轮发生点蚀故障时的振动响应是故障诊断的重要依据.由于点蚀故障的振动响应是时变啮合刚度和摩擦力共同作用的结果,因此需要准确计算点蚀故障的啮合刚度和摩擦力.本文提出了一种改进的齿轮点蚀啮合刚度计算方法,通过建立齿面刚度网格,能准确计算任何形状的点蚀损伤.同时,为了研究摩擦力对点蚀故障的影响,建立了含摩擦力的齿轮动力学模型.通过动力学仿真发现摩擦力会影响动态响应的波动范围.同时,仿真结果表明齿轮点蚀故
本文简要论述了直升机关键动部件健康与使用监测技术与系统的研究、应用与发展情况.其中讨论分析了振动数据的获取与处理技术及实践活动,总结了一些可资借鉴的经验.最后总结并展望了未来直升机健康与使用监测的挑战与问题.
针对传统轴承故障诊断方法停留在静态观测的基础之上,这往往忽略了故障发生前后的上下文信息.本文应用DHMM故障诊断方法,在一个动态的环境中对设备进行观测、评估.并进行了4种故障模型诊断实验,对获取的振动信号进行特征提取,归一化,标量化得到量化序列集合,再对量化序列集合进行DHMM参数重估或利用Viterbi算法计算最大模型概率,从而建立DEMM模型库或进行故障诊断.实验结果表明DHMM故障诊断方法在
iMEC系统是北京康吉森针对压缩机组的智能诊控一体化系统而开发的新一代的机组控制系统,它集机组生产控制、安全保护、状态监测、故障诊断、油液监测和性能监测等为一体,实现了对机组的智能控制与诊断.本文针对在装置开车期间汽轮机转子振动超高而被迫停机故障,应用机组的iMEC控制系统,诊断出汽轮机转子发生了热弯曲故障.在对汽轮机进行拆检、更换与修复汽轮机的蒸汽进气室等梳齿密封后,并且有针对性地在开机过程中采
高档数控装备结构复杂,任何可能的微弱故障隐患都会严重危及人员安全与生产效率.本文针对数控装备高自动化、高可靠性的要求,研究数控装备微弱故障早期辨识及远程智能维护理论与系统.提出基于线性系统随机共振及深度网络的微弱故障特征提取方法,并分析了系统算法流程.建立了分离式在线监测单元与嵌入式在线监测单元,实现数控装备关键部件的在机、在线监测;同时制定了通用传输协议,建立了基于网络的在线监测单元与远程服务器
在连续铸造过程中,结晶器的振动形态影响铸坯的质量,连铸器振动参数的测量与分析,对于调整振动形态,改进铸造工艺有着重大意义;根据连铸结晶器振动频率低,纵向振动幅度大的特点,研究振动台的振动测量与分析系统;采用两个三轴加速度传感器,并进行二次积分获取振动位移,实现结晶器振动台的三维同步测量;分析测量系统中,不同环节参数的选择对于测量系统动态性能的影响;实现对振动台三维位移轨迹、振动台偏斜率、相位差等关
数据采集是工业装备状态监测分析系统中的不可获取的重要环节,为结构状态辨识和故障诊断提供基本的数据依据.经典的状态监测系统下位机采用固定时间间隔的数据采集和记录方式,不能完整地获取装备状态信息,在变工况、非平稳条件运行下的装备状态监测方面问题尤为显著,往往疏忽了关键的诊断依据.本文中提出了一种基于虚拟仪器和常见商用数据采集系统的数据采集节点设计方法.该方案利用新版本的Labview图形编程平台对数采
门座式起重机是重要的港口起重机械,其作业过程中吊重的摇晃严重影响作业效率.本文建立了门座式起重机(以下简称门机)的虚拟样机,虚拟样机考虑了钢丝绳的柔性特征,实现了门机实际作业过程的运动学及动力学仿真.以门机虚拟样机为基础,对门机吊重的摇晃问题进行了研究,建立了针对不同工况的门机吊重防摇控制策略.设计了基于绝对编码器的门机吊重位置实时监测模块,实现了对门机吊重位置、速度和加速度的在线监控,验证了虚拟
城市供水用的大型混流泵系统是一个时刻都在变化着的复杂系统,其运行行为极难预测,智能大型混流泵系统健康状况评估系统要取得较好的评价效果,必须处理好大型混流泵运行参数短时预测问题.本文的研究重点是大型混流泵流短时预测,特别是对历史的运行数据和实时的运行数据进行有效的分析和预测.针对某泵站立式混流泵机组,采用加速度振动传感器和电涡流传感器,分别测试运行中的混流泵机组推力轴承,上导轴承,下导轴承振动以及主
针对单个设备,提出了基于RVM和退化模型拟合的实时可靠性预测方法.首先提取监测数据的退化特征参数,将特征参数作为目标值,其对应的时间坐标作为RVM输入,对特征参数进行回归训练得到退化指标的均值和方差,对训练结果进行双指数和模型拟合,计算置信区间.最后使用拟合模型推算预测特征指标值的概率分布并计算可靠度,实验验证该方法是有效可行的.