基于小波分析的液压系统故障特征提取研究
针对液压系统故障原因复杂、现象多样、故障信号中噪声干扰大的特点,综合利用压力、流量和液压缸运动速度进行液压系统故障诊断,克服了单一特征量在故障诊断中容易产生误判的缺点。将小波去噪方法应用到故障信号中,提高了故障诊断精度。通过对Festo液压实验系统故障信号进行处理,证明该方法是有效的。
射流管阀控液压马达参数辨识建模与故障诊断
为实现射流管阀控液压马达故障诊断的精准预判与分析,需要准确建立数学模型以提升仿真研究的有效性。根据射流管阀控液压伺服作动器(Hydraulic Servo Actuator, HSA)关键部件即力矩马达、射流放大器和阀控作动元件的工作原理,建立射流管阀控液压马达数学模型。基于AMESim软件构建仿真模块,利用阶跃特性实验数据进行仿真模型参数辨识。采用反向传播神经网络实现基于此仿真模型的射流管阀控液压马达故障诊断,包括对实验数据预处理获取有效样本的故障特
面向故障诊断的行星齿轮扭振信号测量与分析
行星齿轮箱的运行状态对直升机飞行安全非常重要。行星齿轮箱常工作在恶劣的条件下,容易出现磨损或疲劳裂纹等故障。为实现基于扭振信号的行星齿轮传动故障诊断,采用基于增量式编码器的扭振信号测量方法,分别测量了输入轴和输出轴的扭振信号,并分析对比了信号对齿轮故障的敏感性,结果表明,输入轴信号较输出轴信号能更准确地诊断故障。分析比较了负载对信号的影响,认为在重载情况下输出轴扭振信号比输入轴扭振信号对故障特征更加敏感。
CEEMDAN辅助快速谱峭度图算法的轴承故障诊断
针对滚动轴承的振动信号受到强噪声污染故障特征提取困难的问题,提出一种结合完整集成经验模态分解(CEEMDAN)辅助快速谱峭度图算法(Fast Kurtogram)的轴承故障诊断方法,首先将信号通过CEEMDAN分解为多个模态分量(IMF)及余量,计算出各个IMF分量的峭度值,并利用峭度值对分量信号进行重构;然后利用快速谱峭度图算法对重构信号进行处理,可以得到良好的故障带宽与中心频率。实测数据表明,该方法能够有效检测出轴承内圈故障。
基于EEMD和平滑能量算子解调的轴向柱塞泵故障特征提取
针对液压泵振动信号出现的调制现象,提出基于集总平均经验模态分解(ensembleempiricalmodedecomposition,EEMD)和平滑能量算子解调相结合的方法进行解调,并运用小波包分解频带能量的方法提取了轴向柱塞泵的特征向量。首先,利用EEMD将采集到的柱塞泵振动加速度信号分解成若干个平稳的本征模函数(IMF);然后,选取包含主要故障信息的本征模函数通过能量算子解调的方法进行包络解调,从而提取振动信号在高频谐振带的包络成分;最后,运用小波包理论提取各频带的能量作为特征向量。结果表明:基于EEMD和平滑能量算子解调的方法能有效地避免模态混叠现象,提取振动信号的包络成分,成功获得各种状态下的特征向量。
轴流压缩机基于风险和状态的维修
轴流式压缩机在炼化行业应用广泛,其运行属高风险过程,研究集安全与经济为一体的维修方法十分必要。研究状态监测技术和以可靠性为中心的维修相结合的维修决策方法,对轴流压缩机进行故障特征信号分析、故障预警、剩余寿命预测及风险等级确定,实现了轴流压缩机基于风险和状态的维修。实践证明:轴流压缩机基于风险和状态的维修决策能够制定最佳的维修计划和维修任务,预知隐患和故障;降低设备的故障频率和故障后果影响;提高设备的可靠性和安全性。
基于多尺度排列熵的液压泵故障识别
将排列熵引入液压泵的故障识别中,分析了排列熵作为液压泵故障特征指标的性能;采用互信息法和伪近邻法优选排列熵计算中的延迟时间和嵌入维数,基于优选参数得到了能够更好区分液压泵故障的排列熵。针对单尺度排列熵只能在单个尺度上衡量振动信号复杂度的不足,在对多尺度排列熵进行研究的基础上提出了一种综合多尺度排列熵熵值和排列熵变化趋势的指标——多尺度排列熵偏均值,对液压泵实测信号的分析结果验证了该指标作为液压泵故障特征的有效性和优越性。
怎样做好液压设备的维护
通过分析液压设备在不同阶段的故障特征从而采取不同的维护措施使液压设备的寿命周期费用最经济企业获得最大的经济效益.
液压系统的故障特征与诊断方法分析
液压系统在目前的煤矿机械化设备中得到可广泛应用,特别是代表中国煤炭行业开采与装备水平最高标准的神东矿区液压系统的应用更是无处不在,为现代化的煤矿开采装备提供了可靠的技术保障,同时由于液压系统的复杂的结构和煤矿井下的特殊工作环境,不可避免的发生各式各样的液压故障,通过对液压系统故障特征与诊断方法的分析来保证液压设备的安全运行。
液压设备正确维护初探
通过分析液压设备在不同阶段的故障特征采取不同的维护措施使液压设备的周期延长、费用降低从而使企业获得最大的经济效益.