旋轉(zhuǎn)機械軸系故障診斷技術(shù)研究與應(yīng)用.pdf

1、隨著經(jīng)濟的發(fā)展與當代科技的進步，機械設(shè)備在各個工業(yè)領(lǐng)域應(yīng)用越來越復雜化，對設(shè)備的故障診斷越來越迫切與科學化。當前我國對機械設(shè)備的維護仍采用傳統(tǒng)的計劃、定期維修制度，造成了物力、人力的巨大浪費，而且多數(shù)情況下機組帶病試驗容易造成設(shè)備的損壞。若采用現(xiàn)代故障診斷方法與儀器，則可以將狀態(tài)監(jiān)測、預(yù)知檢修變?yōu)楝F(xiàn)實，使機械設(shè)備的維護方式發(fā)生根本性的革命，能有效地提高企業(yè)的收益。
　　本文針對大型旋轉(zhuǎn)機械的軸系統(tǒng)，對故障診斷的理論和方法做了研究與

2、探索，通過試驗驗證得到了一套適合礦用通風機故障診斷的結(jié)論與方法。首先分析概述了軸系幾種常見的故障類型，然后介紹了診斷方法的具體流程與原理，并闡述了如何對軸系的狀態(tài)參數(shù)進行采集，并通過各功能模塊進行分析處理，最后由系統(tǒng)給出診斷結(jié)果。診斷流程包括振動信號采集、信號處理降噪、小波包提取故障特征向量、模糊神經(jīng)網(wǎng)絡(luò)系統(tǒng)的智能診斷。
　　對振動信號的采集主要采用渦流傳感器進行徑向振動信號的位移及鍵相信號的測取。為滿足便攜式的要求，采用分析軟件

3、MATLAB調(diào)用研華USB-4711A數(shù)據(jù)采集卡對數(shù)據(jù)實時采集，為其單獨編寫驅(qū)動程序。信號在采集、傳輸和處理過程中不可避免會引入噪聲，噪聲的存在會影響信號的分析和狀態(tài)的識別。針對現(xiàn)場噪聲的特點，利用小波多尺度分析的特點，可以盡可能地去除噪聲，同時減小對信號的影響。通過小波包分析對通風機轉(zhuǎn)子的振動信號降噪分解，提取各頻帶重構(gòu)信號的能量作為故障特征向量，用采集數(shù)據(jù)分別進行BP神經(jīng)網(wǎng)絡(luò)與模糊神經(jīng)網(wǎng)絡(luò)的智能故障診斷仿真實驗，以診斷的正確率作為依