大型隔膜泵组故障诊断系统研究
发布时间:2020-06-28 07:23
【摘要】:大型隔膜泵是工业生产领域的重要机械设备之一,其运行状态的好坏直接关系着工厂的生产效率,因此,对其工作状态进行在线监测和故障诊断是十分必要的。隔膜泵机组的振动以及其它故障是影响机组安全和稳定运行的主要因素。因此,对机组振动、温度以及其它影响机组运行的参数的监测就显得至关重要,隔膜泵的故障诊断也是提高企业生产运行效益和原料供应保障的重要措施。 本文首先叙述了开展隔膜泵在线监测与故障诊断的意义,接着对隔膜泵主要零部件的故障机理进行了分析,讨论了各种零部件的振动特性,采用小波分析和灰色关联度等方法针对振动信号的特征提取和故障识别做了深入研究。 曲轴是隔膜泵中最重要的部件之一,也是受力最复杂的部件。它的尺寸参数很大程度上影响着隔膜泵的整体尺寸和重量,同时也影响隔膜泵的可靠性与寿命。以曲轴作为主要研究对象,用ANSYS软件对整体曲轴建立了符合实际情况的三维模型,采用有限元法对其进行了三维有限元分析,研究了整体曲轴的应力状态和变形情况,为曲轴的设计提供了理论支持。针对曲轴的裂纹故障采用了比振动诊断方法更加准确的声发射诊断方法。 该系统由信号在线监测的硬件系统和信号监测和分析的软件系统两大部分组成。信号监测的硬件系统主要由各种传感器、放大器、采集卡、工控机等组成;在线监测和故障分析的软件系统主要是基于虚拟仪器技术,采用LabVIEW和MATLAB混合编程,主要完成信号的采集、处理和故障报警、诊断等功能。应用虚拟仪器技术构建的监测和故障诊断系统,可以完成各种信号的在线自动监测和故障识别,降低了测试成本,提高了测试效率,增强了系统的灵活性,方便了测试实验。
【学位授予单位】:东北大学
【学位级别】:硕士
【学位授予年份】:2008
【分类号】:TH323
【图文】:
所以在MATLAB中将式(3一18)式改造为:劝(t)一e一‘’‘,cos。。t取。。=5。该小波不是紧支撑的,理论上讲t可取一co一+co。但是当。时,或再取更大的值时,劝(t)和平(t)在时域都具有很好的集中,如所示M小波不是正交的,也不是双正交的,可用于连续小波变换。但该小波是对是应用较为广泛的一种小波。(3)Daubeehies小波Daubeehies小波简称db小波。它是由法国女学者IngridDaubeehies年代初提出并构造的。一般写成dbN,N是小波的阶数。小波函数劝(t)和函数沪(t)中的支撑区为ZN一1,劝(t)的消失矩为N。dbN中的N表示db小阶次、N=2一10。当刀=1时,dbl即是Haar小波。除N==1外,dbN不对称性(即非线性相位)。dbN没有明确的表达式。图3.2所示为db小波,时势(t)和砂(t)的波形。八附。劝m日如储of加眺~目从透闷声俪5胜“目油帕柳户。劝.目加帕of如明~目目口妈叫而S如眨西翔s
现在我们分别利用这些方法对在电机转速540r/min下,旋转轴在两个祛码载荷下,对实际的轴承外圈腐蚀故障振动采集的信号来进行小波分析。如图3.3左图所示,为轴承外圈腐蚀振动信号,从波形上根本看不出是否存在外环故障。为了提取外环故障特征频率,进一步对第一层细节信号d1做Hilbert包络并进行谱分析,结果如同3.3右图所示。图3.4利用db1o正交小波基进行4层小波分解的结果。其中d1~d4分别表示第1、2、3、4层细节信号。小波分析由于具有同时分析信号时域与频域的特征,所以使用小波分析技术对检测的信号进行变换,然后对具有故障特征的信号进行重构,然后通过Hilbert变换进行解调和细化频谱分析,从而轴承中的故障信息成分就可以检测出来,从而判断轴承发生故障的部位。妻
本文编号:2732738
【学位授予单位】:东北大学
【学位级别】:硕士
【学位授予年份】:2008
【分类号】:TH323
【图文】:
所以在MATLAB中将式(3一18)式改造为:劝(t)一e一‘’‘,cos。。t取。。=5。该小波不是紧支撑的,理论上讲t可取一co一+co。但是当。时,或再取更大的值时,劝(t)和平(t)在时域都具有很好的集中,如所示M小波不是正交的,也不是双正交的,可用于连续小波变换。但该小波是对是应用较为广泛的一种小波。(3)Daubeehies小波Daubeehies小波简称db小波。它是由法国女学者IngridDaubeehies年代初提出并构造的。一般写成dbN,N是小波的阶数。小波函数劝(t)和函数沪(t)中的支撑区为ZN一1,劝(t)的消失矩为N。dbN中的N表示db小阶次、N=2一10。当刀=1时,dbl即是Haar小波。除N==1外,dbN不对称性(即非线性相位)。dbN没有明确的表达式。图3.2所示为db小波,时势(t)和砂(t)的波形。八附。劝m日如储of加眺~目从透闷声俪5胜“目油帕柳户。劝.目加帕of如明~目目口妈叫而S如眨西翔s
现在我们分别利用这些方法对在电机转速540r/min下,旋转轴在两个祛码载荷下,对实际的轴承外圈腐蚀故障振动采集的信号来进行小波分析。如图3.3左图所示,为轴承外圈腐蚀振动信号,从波形上根本看不出是否存在外环故障。为了提取外环故障特征频率,进一步对第一层细节信号d1做Hilbert包络并进行谱分析,结果如同3.3右图所示。图3.4利用db1o正交小波基进行4层小波分解的结果。其中d1~d4分别表示第1、2、3、4层细节信号。小波分析由于具有同时分析信号时域与频域的特征,所以使用小波分析技术对检测的信号进行变换,然后对具有故障特征的信号进行重构,然后通过Hilbert变换进行解调和细化频谱分析,从而轴承中的故障信息成分就可以检测出来,从而判断轴承发生故障的部位。妻
【引证文献】
相关硕士学位论文 前1条
1 梁向京;隔膜泵驱动液压系统研究[D];中南大学;2012年
本文编号:2732738
本文链接:https://www.wllwen.com/jixiegongchenglunwen/2732738.html