基于频谱和小波分析的烧结风机故障诊断研究

发布时间：2019-11-18 11:44

【摘要】：机械设备状态监测与故障诊断是一门综合性技术，其本质是对机器运行状态进行模式识别。首先对故障信号的特征进行提取和分类，然后通过一定的智能手段进行有效地识别。而特征提取的有效性以及准确性是机械故障诊断的关键。 本论文介绍了机械故障诊断国内外发展现状及常用的一些故障诊断方法和烧结主抽风机系统的结构、润滑、控制、启动方式。 本研究首先在风机采取维护措施前对所采集的烧结主抽风机振动信号进行频谱分析，得出风机存在一定不平衡、不对中、轻微油膜涡动等故障，在风机采取维护措施后，经检测仍得出风机存在不平衡故障；为进一步确认，对维护后的风机振动信号采用小波分析方法即采用db10小波进行5层小波分解，求出小波重构序列的特征向量，将所得到的特征向量与典型故障特征向量进行比较，从而确定维护后风机仍存在不平衡故障。 其次应用RSLogix5000软件编写烧结主抽风机振动总量提取程序并应用RSView32软件设计振动总量趋势画面，，实现烧结主抽风机振动总量趋势图的画面显示；通过对烧结主抽风机振动总量报警时间的线性平滑预测，为烧结主抽风机地维修提供依据；通过搭建烧结主抽风机设备状态检测管理系统的软硬件平台，归纳出设备系统完成其规定功能所需要的结构层及每层所起的所用。
【图文】：

辽宁科大学硕士学位论文2. 某厂烧结主抽风机系统简介设备状态检测与管理系统是一个综合的信息了解和信息处理系统。对所研究的系统了解越全面，掌握设备运行状态信息越多，则对系统的故障判断就越准确，因此要想对设备或系统的故障进行准确的诊断，全方位的了解设备或系统的信息非常有必要。2.1 烧结主抽风机现场示意图该厂烧结作业区有两台主抽风机，图 2.1 为 2#主抽风机现场布置示意图。

图 3.1 PDM2000 数据采集分析仪Fig. 3.1 PDM2000 data gathering and analysising instrument2#烧结主抽风机驱动侧传感器布置如图 3.2 所示。
【学位授予单位】：辽宁科技大学
【学位级别】：硕士
【学位授予年份】：2012
【分类号】：TH165.3

【参考文献】

相关期刊论文 前10条

1 冯贵军,刘建平,王文军;烧结风机故障诊断应用[J];北京科技大学学报;2002年01期

2 王鲁济;王宝国;孙士忠;;风机轴瓦损坏的状态监测与故障诊断分析[J];风机技术;2007年02期

3 施云蛟;雷海波;;烧结引风机的振动分析[J];风机技术;2009年04期

4 简小刚;张艳伟;冯跃;;工程机械故障诊断技术的研究现状与发展趋势[J];中国工程机械学报;2005年04期

5 黄海明;;烧结主抽风机振动故障诊断[J];中国设备工程;2007年03期

6 吴惠明;汪岚;;抽风机故障诊断与处理[J];设备管理与维修;2006年03期

7 陈海宗;谢超雄;叶正文;李长利;;大型旋转设备在线监测系统的应用[J];烧结球团;2009年02期

8 吕云;;烧结抽风机振动故障信号分析与处理[J];现代冶金;2009年05期

9 肖宝林;烧结主抽风机的在线监测诊断系统[J];冶金动力;2002年02期

10 何岭松,李巍华;用Morlet小波进行包络检波分析[J];振动工程学报;2002年01期

相关博士学位论文 前2条

1 余红英;机械系统故障信号特征提取技术研究[D];中北大学;2005年

2 谭树彬;轧机厚控系统状态监测与故障诊断的研究与应用[D];东北大学;2006年

相关硕士学位论文 前5条

1 丁晓伟;基于小波分析与神经网络的转子状态检测与识别方法研究[D];东南大学;2004年

2 柳卫东;汽车制动系统FTA法的故障诊断研究[D];西北工业大学;2007年

3 杨洪;基于小波分析的韶钢4号风机故障诊断子系统的研究[D];中南大学;2007年

4 周亮;基于小波分析的齿轮箱故障诊断技术的分析与研究[D];武汉科技大学;2009年

5 孟东东;基于虚拟仪器的采煤机故障诊断系统的研究[D];安徽理工大学;2009年

本文编号：2562569