基于LMD和SVD的动力机械故障诊断技术研究
2014-03-21熊玉荣
仪表技术与传感器 2014年6期
张 虹,隋 昆,熊玉荣
(1.潍坊学院计算机工程学院,山东潍坊 261061;2.沈阳中钞信达金融设备有限公司,辽宁沈阳 110044)
0 引言
文中以转子系统的故障诊断为例,在分析转子系统结构特点及动力学特性的基础上,针对转子系统故障振动信号的非平稳特性,提出了一种基于改进的时频分析方法局部均值分解(Local mean decompositio,LMD)[1]和先进的模态参数辨识算法奇异值分解(Singular Value Decomposition,SVD)[2]的转子系统故障诊断方法。实验结果表明,该方法能有效地应用于转子系统的故障诊断。
1 转子系统的故障及其诊断
转子系统的故障往往是多种故障耦合的结果,其故障发生的一个重要特征是机器常伴有异常的振动和噪声,振动信号反应了机械的故障信息[3]。转子系统故障常见的形式有不平衡、不对中、碰磨、油膜涡动等。
1.1转子系统常见故障类型
1.1.1转子不平衡
动力机械的转子由于受到加工、装配误差等影响,转子的质心与形心存在偏心距。若偏心距较大,某一点在转子恢复水平时始终位于转子的下方;若偏心距较小,则产生一个与转频同步的离心力,从而导致转子振动。转子不平衡是动力机械最常见的故障。
1.1.2转子不对中
机械设备各转子之间通过联轴器连接形成轴系,传递运动和扭矩。由于安装误差、机壳变形、地基不均等原因导致不对中。转子不对中一般包括轴系不对中和轴承不对中。轴承不对中只影响轴承的油膜形态与载荷分布,而不引起振动。因此,一般认为转子不对中指的是轴系不对中。……
登录APP查看全文
