基于振动测试的旋转设备状态分析与故障诊断

发布时间：2018-01-03 13:27

本文关键词：基于振动测试的旋转设备状态分析与故障诊断　出处：《内蒙古科技大学》2012年硕士论文　论文类型：学位论文

【摘要】：机械设备中有许多是旋转机械，它覆盖了机械制造、冶金化工等重要工业领域。旋转机械的运转速度一般都较高，并且是机械系统中的核心设备，如大型鼓风机、发电机、汽轮机等，其工况状态不仅影响该机器设备本身的安全稳定运行，而且还对后续的生产造成直接影响。有些故障在发生的初期，振动量小，往往会淹没在其他的振动信号中，如不能及时发现问题并及早的采取措施解决问题将会导致严重的后果。因此，，这些大型旋转机械是状态检测与故障诊断的主要研究对象，对其进行设备状态监测显得尤为重要。旋转机械是依靠转子旋转运动进行工作的机器，在结构上必须具备最基本的转子、轴承等零部件。而转子又是旋转机械设备中最重要的部件之一，因此对转子进行状态监测与故障诊断具有非常重要的意义。本文就是以振动测试为基础，对包钢炼铁厂三烧车间的SJ14500主轴风机转子运行状态进行了识别分析与故障诊断。论文采用了多种信号处理方法，包括基于振动信号的时域分析技术、频域分析技术、小波及其小波包时频分析技术，神经网络诊断方法。从时域分析中，以时域特征统计量为基础，结合神经网络，建立了时域BP网络对风机转子状态进行识别的网络模型；在频域分析中，阐述了几种频谱分析方法，并以频谱分析中的谱能量为基础，结合神经网络，建立了频域BP网络对风机转子状态进行识别的网络模型；在时频域分析中，以小波包分解重构后个频带的相对能量为基础，结合神经网络，建立了小波BP网络对风机转子状态进行识别的网络模型。通过神经网络与三种传统的信号处理方法的有效结合，在对大量实测数据分析和处理的基础上，验证了该网络模型对风机转子状态识别的可行性。
[Abstract]:There are many rotary machines in the mechanical equipment , which covers the important industrial fields such as mechanical manufacturing , metallurgy and chemical industry . The operating speed of the rotating machinery is generally higher , and it is the core equipment in the mechanical system , such as a large blower , a generator , a steam turbine , etc . The working conditions state not only affects the safe and stable operation of the machine equipment itself , but also has a direct effect on the subsequent production . This paper introduces several kinds of signal processing methods , including time domain analysis , frequency domain analysis , wavelet and wavelet packet time frequency analysis and neural network .

【学位授予单位】：内蒙古科技大学
【学位级别】：硕士
【学位授予年份】：2012
【分类号】：TH165.3

【参考文献】