下载文档原格式
基于多自由度的小波包滚动轴承故障诊断方法姜锐红【摘要】The spectral kurtogram is effective for rolling bearings fault diagnosis.However, its performance is inadequate to identify fault information since it is possible to divide the optimal frequency-band into different bands.In addition,the method is vulnerable to random impulse noise.As rolling bearings fault can excite vibrations of multiple frequencies,a diagnosis method of multi-degree of freedom-wavelet packet (MDF-WP)is proposed using the average de-noising prin-ciple.Reasonable sub-band signals of the WP are selected,and their frequency spectrums are pro-cessed by average eful information in the signal is fully used so that immunity to white noise and random impulse noise is improved.Bearing fault simulation signals and the meas-ured signals of the rolling bearings are processed by three methods:fast FIR spectral kurtogram, wavelet packet spectral kurtogram and the proposed MDF-WP method.The results show that the MDF-WP method is more robust to white noise and random impulse noise,verifying its validity and practicability.%快速谱峭度图是滚动轴承故障诊断的有效方法，然而，该方法有可能将最佳频带分割到不同区域，造成对故障信息的识别能力不足，并且对随机冲击噪声的免疫力较弱。
基于小波消噪的液压泵故障诊断李自光周小峰（中国长沙科技大学机械动力自动化学院）概述：本文在传统方法和波形方法上进行了一个对比。
传统的方法在时常发生的领域被认为是一种信号，他的不一致在特定的时间不能有和在时间任何的突然变化轴将会影响整个的信号波图解。
对平稳在方法上面只是合理的信号, 除了非平稳以外。
后者可以在同时发生处理及时领域和时常发生的领域之间的信号。
经过用波形分解信号，把握波形转换成你选择的频率的结果，在根据测试信号很容易去加强失败的信号，因此它能区别突然变化的噪音和变化不明显的噪音去分散显著的噪声。
对于上述的问题，这篇文章指出液压泵的主要失效形式是疲劳断裂，表面磨损和气体腐蚀。
这些失效形式可以破坏配流盘和滑靴之间的油薄膜而发生摩擦。
摩擦带来附加的振动信号，因此，我们必须在液压泵壳体中装感应器来获得失效特性。
用小波来分解和重新配置测量信号，很容易消除噪声和有效地加强失效信号。
实验结果指出当配流盘和滑靴在液压泵中发生摩擦时，小波分析法能把信号分解成为多频率谱。
依照信号特性，自适应地选择频率谱来加强失效信息，因此认为过失诊断是基于小的 SNR(信号-到-噪音等级) 信号的。
实验的结果指出此方法是能实行的。
关键词：小波分析法活塞泵过失诊断0 引言传统的信号消噪方法是将信号完全在频率域中进行分析,它们的不一致性不能给出信号在某个时间上的变换情况，使得信号在时间轴上的任何一个突变都会影响信号的整个谱图。
这些方法都是针对平稳信号的，对于非平稳信号均不适用。
小波分析可以同时在时域和频域中对信号进行分析[1]，所以它能有效地区分信号中的突变部分和噪声，实现信号的消噪。
1 小波分析理论小波分析是一种窗口大小(窗口面积)固定，但是形状可以改变、时间和频率窗可以改变的时频局部化分析方法，即在低频具有较高的频率分辨率和较低的时间分辨率，在高频部分具有较高的时间分辨率和较低的频率分辨率[2]。
小波分解与FFT变换的区别是小波分解是利用具有紧支结构的小波函数进行分解，分解出来的信号是具有不同尺度(频率特性)和时间的各种小波函数；而FFT 变换是利用正弦函数进行分解，分解出来的信号是不同幅值和频率的正弦函数。
离心泵故障诊断及处理一、水泵不出水离心泵开机后几秒钟内出水管应有水喷出，否则就应检查原因，及时对症处理。
1.开机前水泵充水不足，或真空泵未抽尽水泵内空气，致使泵内未形成足够的真空度。
处理：应继续充水或抽气。
2.吸水管或仪表漏气，破坏了水泵进口处的真空环境。
原因有：焊接漏气；管子有砂眼或有裂缝；接合处垫圈密封不良，以及连接螺丝未上紧等。
处理：前两条应用炎焰法检查（即：用点燃的蜡烛沿吸水管详细查找，若见炎焰被吸入，则说明该处漏气），查出漏缝处用铅油或临时用黄泥将漏缝堵严；后者应更换密封垫圈，紧固螺丝。
3.底阀未打开、锈死，或滤水部分淤塞，致使吸水管阻力太大；选配水泵不合适，水泵扬程低于设计扬程。
处理：前者应停机检查修复底阀，或清除堵塞物；后者应降低出水池或水泵出水管的高度。
4.水泵反向旋转；进水口处或叶轮流道堵塞；水泵转速太低等故障。
这时，压力表显示有压力，但排水管不出水。
处理：立即停机，若是水泵反转可调换三相电源中任意两相，以改变电机转向；若是叶轮流道堵塞应清理；若转速太低应增加转速（转速过低的原因可能是电动机的端电压过低，皮带轮尺寸配合不当，或皮带打滑）。
5.填料函处漏气。
处理：调整压盖螺钉、压紧填料，或更换填料。
6.叶轮损坏严重，或叶轮固定螺母及时性键脱出。
处理：前者应更换新叶轮；后者应修复紧固。
二、在运行中出水量不足离心泵在运行过程中，若发现出水量减少，应从以下几个方面检查故障原因，并进行处处理。
1.底阀开启程度不够，或逆止阀有障碍堵塞。
应开大底阀或停车清理逆止阀。
2.吸水管淹没深度不够使泵内吸入空气。
应加长吸水管，增加吸水部分的浸没深度，或降低水泵的安装高度。
3.吸水管漏气。
应检查并堵严。
4.填料函漏气。
应压紧填料或更换填料。
5.密封环磨损，造成密封环与叶轮间间隙过大，使水泵内的水产生回流。
处理：①水泵的叶轮与密封环之间的间隙一般为0.1--0.5毫米。
密封环一般用铸钢环车制，若铸钢已破裂，或与叶轮的径向间隙磨损已超过0.5毫米，则应更换新密封环。
离心泵故障诊断的研究与探讨离心泵作为一种常见的流体输送设备，其在各种场合中得到广泛应用。
然而，在离心泵的使用过程中，故障问题也经常出现。
如何快速、准确地对离心泵故障进行诊断，一直是离心泵使用者需要解决的问题。
本文将围绕离心泵故障诊断的研究与探讨展开，旨在为离心泵使用者提供更准确、更可靠的故障诊断方法。
一、常见的离心泵故障种类及其表现离心泵故障种类丰富，但归纳起来，主要可分为以下几类：1.泵轴弯曲：泵轴弯曲会使得离心泵在运转过程中出现振动、噪音增大等现象。
2.泵轮磨损：泵轮磨损会导致离心泵流量减小，泵扬程降低等现象。
3.轴承损坏：轴承损坏会导致离心泵运转时出现异响、转速不稳定等现象。
4.叶轮松动：叶轮松动会导致离心泵的流量和扬程下降，噪声增大等现象。
5.密封件老化：密封件老化会使得离心泵出现渗漏、压力下降等现象。
以上离心泵故障的表现仅仅是一些常见的现象，实际情况还有更多的细节问题需要诊断。
二、离心泵故障诊断的方法对于离心泵的故障诊断，有多种方法可供选择，下面我们将逐一介绍。
1.外观检查法外观检查法是最简单的一种故障诊断方法。
使用者可以仔细观察离心泵的外观形态，查看泵壳、轴承、轴封、叶轮等部件是否出现明显的磨损、变形、松动、老化等异常现象，从而初步确定故障的原因。
2.听音法听音法是一种很有效的故障诊断方法，只需使用音叉、听片或其他专业听诊器等设备，放置在离心泵各部位，听取是否有异常声音，如异响、摩擦声等。
根据音响特征能够快速确定故障位置和原因。
3.振动检测法振动检测法是一种常用的故障诊断方法，使用者可以采用振动传感器测量离心泵在运转中的振动状况，通过振动特征分析来确定故障的位置和原因。
振动传感器应安装在离心泵的不同部位，如泵轴、泵轮等，测量振幅、频率等数据，以便确定故障。
4.工艺参数检测法工艺参数检测法是指使用者根据离心泵在运转过程中的工艺参数（如流量、扬程、输出功率、进口压力、泵转速等）来确定故障位置和类型。
基于小波分析的故障诊断算法小波分析在故障诊断领域中起着重要的作用。
本文将介绍基于小波分析的故障诊断算法及其应用。
小波分析是信号处理中的一种重要方法，它将信号分解为具有不同频率和时间分辨率特征的子信号。
通过对这些子信号的分析，可以有效地提取信号中的特征信息。
在故障诊断中，信号通常来自于机械或电子设备，例如振动信号、电流信号等。
这些信号携带了设备的运行状态和故障特征。
传统的故障诊断方法通常采用基于频域或时域的特征提取方法，但是这些方法往往无法捕捉到信号中的时频特征。
1.信号准备：首先，需要采集待诊断的信号数据。
这可以是从传感器中实时采集的信号，或者是从历史数据中提取的离线信号。
2. 小波分解：将采集到的信号通过小波变换分解为多个子信号。
小波变换可以采用不同类型的小波函数，常用的有Daubechies小波、Haar 小波等。
3.特征提取：对每个子信号进行特征提取。
这可以包括时域和频域的特征，例如均值、方差、功率谱等。
也可以采用更高级的特征提取方法，例如熵、能量等。
4.故障识别：采用分类算法对提取的特征进行故障识别。
可以使用传统的机器学习算法，例如支持向量机（SVM）、决策树、随机森林等。
也可以采用深度学习算法，例如卷积神经网络（CNN）等。
5.故障定位：对识别到的故障进行定位。
根据特征提取得到的结果，可以判断故障发生的位置和类型。
可以通过设备的物理结构和设计参数来辅助定位。
基于小波分析的故障诊断算法在实际应用中取得了不错的效果。
例如，在机械故障诊断中，可以通过振动信号的小波分解和特征提取来判断机械设备的故障类型，例如轴承故障、齿轮故障等。
在电力设备中，可以通过电流信号的小波分解和特征提取来判断电器设备的故障类型，例如电机故障、电缆故障等。
总之，基于小波分析的故障诊断算法能够有效地提取信号中的故障特征，实现对设备故障的自动识别和定位。
这种算法具有较好的鲁棒性和准确性，在实际应用中具有广泛的应用前景。
离心泵运行常见故障及其维修诊断方法研究摘要：离心泵作为现代石化行业中应用十分广泛的一种设备，通过对油田离心泵的工作原理及主要构件的阐述，分析油田离心泵的故障原因，并提出相应的维修诊断策略，希望能得到相关人员的关注与重视并获取相应启发，减少油田离心泵的故障并予以科学维修。
关键词：离心泵，故障，维修，诊断前言离心泵具有运行可靠、性能广泛、流量均匀等优点。
其结构相对简单，使用和维护非常简单。
但由于各种原因，在使用过程中会出现一些故障，影响油田的正常运行。
在此背景下，本文论述了油田常用离心泵的工作原理和结构，介绍了能耗过高、启动故障、振动或异常噪声等故障的原因及维修策略，以期为离心泵的使用提供一些参考建议。
1离心泵的工作原理离心泵是一种广泛应用于生产领域的设备，电机是其运行的动力。
其主要工作原理：离心泵启动前，泵体和吸入管内充满液体。
当叶轮高速旋转时，电机能有效驱动叶片间液体的同步旋转；运行中，液体在离心力的作用下从叶轮中心抛向叶轮外缘，速度和动能同步增加；由于泵壳呈蜗壳状，液体进入泵壳后，流道逐渐增大，流量逐渐减小，在此操作过程中，部分动能将逐渐转化为静压能。
此时，液体将以极高的压力沿出口流出；在叶轮中心，液体被甩出后会变成真空状态，液位处的压力将远远超过叶轮中心的压力，使吸入管路中的液体进入泵体。
在叶轮的连续循环过程中，液体可以反复、连续地被吸入和压出，液体可以被输送。
2离心泵基本结构2.1泵壳泵壳有轴向剖分式和径向剖分式两种，大多数单级泵的壳体都是蜗壳式的，多级泵径向剖分壳体一般为环形壳体或圆形壳体。
一般蜗壳式泵壳内腔呈螺旋型液道用以收集从叶轮中甩出的液体并引向扩散管至泵出口。
泵壳承受全部的工作压力和液体的热负荷。
2.2叶轮叶轮型式有闭式、开式、半开式三种。
闭式叶轮由叶片、前盖板、后盖板组成;半开式叶轮由叶片和后盖板组成;开式叶轮只有叶片无前后盖板。
闭式叶轮效率较高，开式叶轮效率较低。
2.3密封环密封环的作用是防止泵的内泄漏和外泄漏由耐磨材料制成的密封环镶于叶轮前后盖板和泵壳上，磨损后可以更换。
