介绍了武钢炼铁厂5#高炉罐式炉顶齿轮箱监测诊断系统.该系统通过安装振动传感器和共振解调装置,对电流、氮气和水的压力、流量、温度等参数进行综合监测,达到故障诊断和支持维修决策的目的

利用多项式回归的方法获得不同工况下发动机速度随时间变化的数学模型．基于测试工况定义时的模糊性，故在测试中采用模糊模式识别的方法，确定实际的测试工况，以用于测试参数的处理

在轴承疲劳试验机上对圆锥、圆柱轴承进行了真实故障试验,监测温度信号和振动信号,从信号处理方法、诊断参数选择、时域及频域分析等方面进行研究,得到了许多有价值的结论,找到了圆锥圆柱轴承故障诊断的有效方法

本文阐述了Green函数的原理。以轴承为例阐明了Green函数对设备故障的敏感性,并在以Green函数诊断轴承故障的定量标准方面进行了初步探索

本文研究了齿轮振动信号调制与解调的过程与机理。并根据希尔伯特变换理论,提出了一种早期诊断齿轮故障的新方法-瞬时频率波动(TFF-Transient Frequency Fluctuation)分析法,实现了频率调制信号的解调,较好地提取了齿轮的局部损伤信息。在大量试验与分析的基础上对该方法进行了验证

兰州石化职业技术学院：《微机组装与维护技术》单元14 电脑维护及故障诊断与处理

系统研究了面向复杂系统监测时变信号的实时故障检测与识别问题.采用滑窗Mallat小波快速变换克服传统小波变换的时域全局依耐性并提高计算效率,使之适应于实时故障检测;针对时变信号的故障模式识别难题,在故障检测基础上采用改进动态循环神经网络(improved dynamic recurrent neural network,IDRNN)进行智能故障识别.最后将滑动时窗小波检测模块及最优IDRNN网络模块嵌入某型完整卫星姿态控制系统仿真平台进行在线故障诊断.试验结果表明:实时条件下的滑动窗口小波变换与传统小波变换具有一致性,IDRNN对于时变信号识别具有较好的时域泛化能力,将滑窗移动时不变小波方法与IDRNN结合可以实现面向复杂系统监测实时信号的故障检测及复合模式分类

短时Fourier变换(STFT)在分析非平稳信号的过程中,受调制系数的影响,时频分布图中的能量扩散至主导频率的周围,降低了时频分布的可读性.运用STFT分析瞬时频率缓变或恒定的信号时,调制系数的影响较小甚至可以忽略不计,而得到能量聚集程度很高的时频分布.根据这一特点,提出了迭代广义短时Fourier变换(IG-STFT),该方法有效改善了时频图的可读性.首先运用迭代广义解调分离出频率恒定的单分量成分,然后运用STFT分析信号的时频分布,最后依据STFT的分析结果和相位函数得到原信号的时频分布.通过行星齿轮箱仿真信号和实验信号分析,验证了该方法在分析非平稳信号中的有效性,准确诊断了齿轮故障

第一节 起动系概述 第二节 串励式直流电动机 第三节 传动机构 第四节 电磁开关 第五节 起动机工作特性 第六节 起动机的典型结构 第七节 起动机的控制电路 第八节 起动机的故障诊断 第九节 起动机的检修与试验 第十节 起动机的使用与维护

基于交流电动机拖动中的交直交变频调速系统，对电网谐波的影响问题进行了理论研究与仿真分析，提出了多组变频器的移相式组合供电方法.针对某热连轧生产线的多组辅助传动系统，分别定量分析了当输出频率变化和系统中负载对象、LC滤波器、脉宽调制电路和变压器的参数变化时，供电网侧的谐波率和波形畸变率.仿真结果表明，移相式组合供电方法及合理的拖动系统设计可以大幅度降低供电网侧谐波干扰，总谐波畸变率可抑制在4.0%以内.本研究为工厂拖动系统的设计、无功补偿系统设计以及拖动系统故障诊断提供了有效的方法