高炉上料传动系统齿轮箱轴承故障诊断研究

发布时间：2020-04-20 08:21

【摘要】：轴承在工业生产中有着举足轻重的地位。如若轴承发生故障将会出现严重的后果,乃至导致设备产生重大事故。在出现重大事故之前,及时地做出初期预判,减少经济损失,是故障检测的重点。本论文通过对某炼铁厂高炉上料传动系统齿轮箱的轴承进行检测研究,对被测齿轮箱轴承进行振动信号采集,计算其特征频率。再根据机械设备振动诊断技术的时域、频域分析法,对齿轮箱轴承的故障进行初期分析和推断。根据故障设备在时域、频域波形图上显示的信息,进行信息处理和故障分析。利用时域信号规律的冲击和频域的波峰,其不同构件的特征频率不同,来确认故障部位。同时采用BP神经网络分析方法,对齿轮箱轴承的故障进行校验与确认。利用BP神经网络比较准确的Levenberg-Marquardt算法对轴承故障验证。对可疑故障用matlab软件进行学习、训练,再导入现场实测数据进行测试。得到最终故障诊断结论,与现场实际情况相吻合,且更换对应零件之后,运行一切正常。通过对齿轮箱轴承的实测振动信号进行分析和神经网络分析,可以有效地识别各种故障,帮助企业解决机械设备早期故障,提升故障诊断效率,降低设备维修成本。
【学位授予单位】：辽宁科技大学
【学位级别】：硕士
【学位授予年份】：2019
【分类号】：TF321.3

【参考文献】

相关期刊论文 前4条

1 王立臣;梁浩;;滚动轴承故障诊断技术现状及发展趋势[J];电子测试;2013年22期

2 何正嘉;蔡改改;申中杰;曹宏瑞;李兵;;基于机械诊断信息的设备运行可靠性研究[J];中国工程科学;2013年01期

3 王国彪;何正嘉;陈雪峰;赖一楠;;机械故障诊断基础研究“何去何从”[J];机械工程学报;2013年01期

4 秦冲;王素粉;;机电设备故障诊断技术发展探析[J];机械制造与自动化;2011年06期

相关硕士学位论文 前10条

1 王栋平;加工中心精密主轴滑动轴承设计及摩擦学性能改进[D];西安理工大学;2018年

2 谭秀婷;轴承标高对大型机组轴系振动影响的研究[D];华北电力大学;2018年

3 张宇航;不同摩擦状态下滑动轴承碰摩振动信号提取方法与特性研究[D];大连海事大学;2018年

4 白瑞;基于声发射的旋转机械故障诊断[D];沈阳工业大学;2017年

5 王圳;基于神经网络的破碎机传动系统故障诊断研究[D];辽宁科技大学;2015年

6 扈玉辰;基于LMD和循环平稳解调的齿轮箱故障诊断技术[D];中北大学;2014年

7 吴晓勇;桥式起重机故障分析与监控系统方案设计[D];武汉轻工大学;2014年

8 马赫;基于神经网络的风机故障诊断研究[D];辽宁科技大学;2014年

9 熊施园;基于小波分析的齿轮箱故障诊断技术研究[D];中南大学;2013年

10 潘娟娟;滚动轴承微小故障的细化包络分析方法研究[D];河南科技大学;2011年

，

本文编号：2634339