BKM075減速機的信號處理基礎(chǔ)。傘齒輪減速機的故障診斷技術(shù)的研究與應用是對故障征兆的提取和識別以及對機械設(shè)備的運行狀態(tài)的評價展開的。機械設(shè)備故障診斷技術(shù)研究的主要內(nèi)容,體現(xiàn)在機械設(shè)備故障診斷過程中故障機理的研究、K系列減速機故障信息的獲取、故障特征的提取、 傘齒輪減速機狀態(tài)的分析和診斷以及狀態(tài)信息的存貯與管理等。故障特征提取方法的研究是機械設(shè)備故障診斷技術(shù)的關(guān)鍵。含有K系列減速機豐富狀態(tài)信息的機械設(shè)備運行狀態(tài)信號的特征提取是建立在信號處理的基礎(chǔ)上的。濾波技術(shù)、頻譜分析是傳統(tǒng)的信號處理方法。近年來發(fā)展起來的數(shù)字濾波技術(shù)、統(tǒng)計學參數(shù)估計技術(shù)、小波時頻分析技術(shù)等,大大豐富了信號處理的內(nèi)容。
傘齒輪減速機建立在信號處理基礎(chǔ)上的常用的特征提取方法有快速傅立葉變換、倒譜分析、短時傅立葉變換、Winger 分布分析、時間序列分析、時域模型分析、時頻分析、小波分析等方法。分析的目的是通過對運行狀態(tài)信號的處理,確定能很好的表征 傘齒輪減速機運行狀態(tài)的特征量。K系列減速機狀態(tài)分析和診斷方法的研究是設(shè)備診斷技術(shù)的核心,其實質(zhì)是個分類問題。比較常用的機械設(shè)備狀態(tài)分析和診斷方法有狀態(tài)空間分析診斷法、函數(shù)診斷法、對比診斷法、統(tǒng)計診斷法、模糊診斷法、人工智能診斷法、遺傳算法診斷法等方法。其中對比診斷法是目前廣為應用的方法。這種方法是事先通過計算分析、試驗研究或?qū)嶋H數(shù)據(jù)進行統(tǒng)計歸納等方式,確定有關(guān)K系列減速機運行狀態(tài)與特征量之間的關(guān)系,即建立特征量的基準模式。在對設(shè)備狀態(tài)分析判斷時,只要將得到的特征量與基準模式進行比較,便可以確定機械設(shè)備的運行狀態(tài)。神經(jīng)網(wǎng)絡診斷法和人工智能診斷法是對比診斷法的延伸。神經(jīng)網(wǎng)絡具有強大的并行計算能力和學習功能及聯(lián)想能力,很適合作 傘齒輪減速機故障分類和模式識別的工具。
傘齒輪減速機廣泛應用于工業(yè)企業(yè)各生產(chǎn)部門,在大型設(shè)備中起著傳遞動力和換向的作用。實際生產(chǎn)中,冶金工業(yè)中的軋鋼設(shè)備大多處在復雜的工作環(huán)境下運行,K系列減速機許多設(shè)備經(jīng)受著復雜的工作負載(如在軋機的工作過程中,每次咬鋼、甩鋼都伴隨著較強的振動沖擊現(xiàn)象)。承受時變負荷是影響軋鋼設(shè)備減速機工作過程的主要因素,由上述因素引起且導致傘齒輪減速機產(chǎn)生的故障將直接影響設(shè)備的運行狀況以及產(chǎn)品質(zhì)量。并且K系列減速機的故障往往不易覺察,這就有必要對減速機這個復雜的整體實施故障診斷技術(shù)。研究K系列減速機的故障診斷技術(shù),確定減速機故障齒輪或軸承的特征提取方法和可靠的故障識別方法,評價 傘齒輪減速機的運行狀態(tài),為產(chǎn)品設(shè)計和使用部門提供可靠的判斷,以便改進設(shè)計。通過對減速機故障診斷的研究,建立套適合于減速機故障診斷的分析方法,為減速機以及其它旋轉(zhuǎn)機械的故障診斷和監(jiān)控系統(tǒng)的硬件設(shè)計提供科學的理論依據(jù)。http://patriciacalisto.com/Products/k47jiansuji.html
傘齒輪減速機建立在信號處理基礎(chǔ)上的常用的特征提取方法有快速傅立葉變換、倒譜分析、短時傅立葉變換、Winger 分布分析、時間序列分析、時域模型分析、時頻分析、小波分析等方法。分析的目的是通過對運行狀態(tài)信號的處理,確定能很好的表征 傘齒輪減速機運行狀態(tài)的特征量。K系列減速機狀態(tài)分析和診斷方法的研究是設(shè)備診斷技術(shù)的核心,其實質(zhì)是個分類問題。比較常用的機械設(shè)備狀態(tài)分析和診斷方法有狀態(tài)空間分析診斷法、函數(shù)診斷法、對比診斷法、統(tǒng)計診斷法、模糊診斷法、人工智能診斷法、遺傳算法診斷法等方法。其中對比診斷法是目前廣為應用的方法。這種方法是事先通過計算分析、試驗研究或?qū)嶋H數(shù)據(jù)進行統(tǒng)計歸納等方式,確定有關(guān)K系列減速機運行狀態(tài)與特征量之間的關(guān)系,即建立特征量的基準模式。在對設(shè)備狀態(tài)分析判斷時,只要將得到的特征量與基準模式進行比較,便可以確定機械設(shè)備的運行狀態(tài)。神經(jīng)網(wǎng)絡診斷法和人工智能診斷法是對比診斷法的延伸。神經(jīng)網(wǎng)絡具有強大的并行計算能力和學習功能及聯(lián)想能力,很適合作 傘齒輪減速機故障分類和模式識別的工具。
傘齒輪減速機廣泛應用于工業(yè)企業(yè)各生產(chǎn)部門,在大型設(shè)備中起著傳遞動力和換向的作用。實際生產(chǎn)中,冶金工業(yè)中的軋鋼設(shè)備大多處在復雜的工作環(huán)境下運行,K系列減速機許多設(shè)備經(jīng)受著復雜的工作負載(如在軋機的工作過程中,每次咬鋼、甩鋼都伴隨著較強的振動沖擊現(xiàn)象)。承受時變負荷是影響軋鋼設(shè)備減速機工作過程的主要因素,由上述因素引起且導致傘齒輪減速機產(chǎn)生的故障將直接影響設(shè)備的運行狀況以及產(chǎn)品質(zhì)量。并且K系列減速機的故障往往不易覺察,這就有必要對減速機這個復雜的整體實施故障診斷技術(shù)。研究K系列減速機的故障診斷技術(shù),確定減速機故障齒輪或軸承的特征提取方法和可靠的故障識別方法,評價 傘齒輪減速機的運行狀態(tài),為產(chǎn)品設(shè)計和使用部門提供可靠的判斷,以便改進設(shè)計。通過對減速機故障診斷的研究,建立套適合于減速機故障診斷的分析方法,為減速機以及其它旋轉(zhuǎn)機械的故障診斷和監(jiān)控系統(tǒng)的硬件設(shè)計提供科學的理論依據(jù)。http://patriciacalisto.com/Products/k47jiansuji.html
下一篇:同軸減速機的機械工作狀態(tài)上一篇:斜齒輪蝸輪蝸桿減速機的振動原因