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

1、隨著經(jīng)濟(jì)的發(fā)展與當(dāng)代科技的進(jìn)步，機(jī)械設(shè)備在各個(gè)工業(yè)領(lǐng)域應(yīng)用越來越復(fù)雜化，對(duì)設(shè)備的故障診斷越來越迫切與科學(xué)化。當(dāng)前我國對(duì)機(jī)械設(shè)備的維護(hù)仍采用傳統(tǒng)的計(jì)劃、定期維修制度，造成了物力、人力的巨大浪費(fèi)，而且多數(shù)情況下機(jī)組帶病試驗(yàn)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(shí)，使機(jī)械設(shè)備的維護(hù)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(duì)大型旋轉(zhuǎn)機(jī)械的軸系統(tǒng)，對(duì)故障診斷的理論和方法做了研究與

2、探索，通過試驗(yàn)驗(yàn)證得到了一套適合礦用通風(fēng)機(jī)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(duì)軸系的狀態(tài)參數(shù)進(jìn)行采集，并通過各功能模塊進(jìn)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(dòng)信號(hào)采集、信號(hào)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(duì)振動(dòng)信號(hào)的采集主要采用渦流傳感器進(jìn)行徑向振動(dòng)信號(hào)的位移及鍵相信號(hào)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(duì)數(shù)據(jù)實(shí)時(shí)采集，為其單獨(dú)編寫驅(qū)動(dòng)程序。信號(hào)在采集、傳輸和處理過程中不可避免會(huì)引入噪聲，噪聲的存在會(huì)影響信號(hào)的分析和狀態(tài)的識(shí)別。針對(duì)現(xiàn)場噪聲的特點(diǎn)，利用小波多尺度分析的特點(diǎn)，可以盡可能地去除噪聲，同時(shí)減小對(duì)信號(hào)的影響。通過小波包分析對(duì)通風(fēng)機(jī)轉(zhuǎn)子的振動(dòng)信號(hào)降噪分解，提取各頻帶重構(gòu)信號(hào)的能量作為故障特征向量，用采集數(shù)據(jù)分別進(jìn)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(shí)驗(yàn)，以診斷的正確率作為依