离心式旋转机械轴向力在线监控装置测力弹性元件的优化设计
文中对离心式旋转机械轴向力在线监控装置作了简单介绍,然后详细介绍了一种离心泵轴向力在线监控装置测力弹性元件的优化设计,为了保证测力传感器的性能,采用有限元法计算了不同结构及尺寸的弹性元件在轴向力F=39.2kN时的应力、应变及垂直位移的分布,在此基础上优选了最佳的弹性元件结构及最佳的电阻应变片贴片位置,显著地提高了测力传感器的灵敏度,并通过实验得到了验证。
基于ARM的振动监测仪数采部分硬件设计
介绍了以32位ARM处理器为核心的振动监测仪器的数采部分硬件设计过程,通过使用高功能、低功耗的S3C44B0X与嵌入式实时操作系统μC/OS-Ⅱ,实现了旋转机械振动信号采集部分硬件设计及检测.
碰磨转子-轴承系统外激力识别的逆分析方法
为了建立合理的旋转机械转子同静止部件碰磨接触模型,需要确定碰磨的动载荷。将载荷识别的逆分析过程等同为一个多输入、多输出系统的反滤波过剩工给了多种目标函数下的碰摩力最优估计方法,利用所设计的测试装置,在转子试验台上同时测定子转子碰磨时的接触时间与碰磨产生的正向冲击力,最后,利用数值模拟及试验方式对载荷识别的逆优化分析方法作了验证。
轴系振动分析系统在旋转机械中的应用
探讨了轴系振动分析系统在莱钢大型旋转机械中的应用,它能对机组运行中的轴系状态作出及时、有效的分析诊断,预防和消除故障,确保大型旋转机械的长周期、满负荷、稳定运行。
基于DSP技术的旋转机械整机动平衡仪研究
采用最新DSP技术设计旋转机械的整机平衡仪。总结了DSP理论的发展历程和平衡仪技术的最样新进展。探讨了硬件和软件设计的核心技术,重点解决了大数据量存贮和高度处理时序问题,并给出了碟式分离机整机动平衡实验过程和结果。
小波变换在声发射信号特征参数检测中的应用
本文论述了小波变换在声发射信号的事件计数特征参数检测中应用的理论和方法.用小波变换来检测声发射信号的事件计数特征参数,其准确率与域值电平的取值大小无关,从而可大大提高声发射信号特征参数检测的准确率.该方法可用于旋转机械(特别是大型汽轮发电机组)的碰磨故障和裂纹故障的检测.
基于CPLD的旋转机械振动自主式数据采集系统
针对旋转机械振动信号的特点,提出了一种基于CPLD的自主式振动数据采集设计方案;设计了自主式数据采集控制时序功能模块,实现了数据采集过程完全自主式控制,达到了实时高速的数据采集和整个采集过程无需CPU控制的要求,节省了系统资源;设计了双口RAM寻址模块,实现了采集的数据大容量高速存储,达到了大容量数据存储与上传要求;设计了锁相倍频环控制模块,实现了采样点数动态跟踪与滑动可调,满足高速整周期采样要求。
浅谈旋转机械热工测量点的密封技巧
随着社会经济的高速发展以及城市化建设的持续深入,社会已经进入到了全新的发展阶段中,这也使得社会各界对于电力资源的需求量呈现出一种不断提升的状态,进一步突出了火力发电企业的重要性,而在火力发电企业日常工作的开展进程中,热工仪表属于其中所采用的重要设备,不仅涉及到了所有的系统以及设备,与工作效率以及工作质量之间也有着十分紧密的联系,而为了保证其能够处在正常的运转状态,就必须要深入探究对应的故障诊断技术,并针对旋转机械热工测量点进行科学合理的密封处理。因此,文章首先对旋转机械热工测量以及故障检测的重要性加以明确;其次,对旋转机械热工测量中的主要技术展开深入分析;在此基础上,提出旋转机械热工参数测量的问题以及对应的密封技巧。
基于深度LSTM残差网络的旋转机械故障诊断研究
伴随制造加工业对可靠度与精准度的需求不断提升,及时而有效地获取旋转机械的故障信息能够保证设备的正常运行。采用深度LSTM残差网络完成旋转机械的故障诊断,主要包含3个模块:初始数据处理层、SP-LSTM残差网络信号诊断层与GAP-ELM网络下的故障分类层。该方法能够完成初始数据的深层特征发掘,利用LSTM元中的记忆与遗忘门获取故障数据的细微变化。所采用的GAP-ELM网络可规避传统Softmax方法分类准确度不高的问题,从而有效完成故障诊断。通过CWRU集完成
多模型Stacking集成学习的旋转机械故障诊断方法
针对传统旋转机械故障诊断方法中单一机器学习模型出现的诊断精度低、泛化能力差且性能提升有限等问题,提出了通过Stacking框架异质集成多个机器学习模型对旋转机械进行故障诊断。首先利用小波包变换对旋转机械的原始振动信号进行特征提取;然后通过贝叶斯优化和网格搜索结合的方法调节各基学习器的超参数,采用DT、KNN、SVM及RF作为初级学习器,LR作为次级学习器构建Stacking异质集成学习模型;最后通过滚动轴承和液压泵故障模拟试验,将所提模型与单