陕西故障机理研究模拟实验台公司

时间:2024年11月11日 来源:

VALENIAN智能诊断平台的智能诊断对故障信息进行精细诊断,的诊断方法,是精细诊断的有效手段:●图谱:趋势图、波形图、频谱图、棒图、数字表、仪表盘、图片、模型、视频、表格、报警日历、状态统计●时域分析:重采样、IIR数字滤波、FIR数字滤波、一次积分、二次积分、一次微分、二次微分、相关分析、协方差分析、虚拟计算●幅值域分析:统计分析、幅值分析、雨流分析●频域分析:频谱分析、自功率谱、自功率谱密度、互功率谱密度、倒谱分析、频域积分●阶次分析:整周期采样、阶次谱、轴心轨迹、振动列表、极坐标、伯德图、轴心位置图、级联图、瀑布图●包络分析:包络波形、包络谱●声学分析:声压分析、声强分析、声功率分析●模态分析:时域ODS、频域ODS●工程应用:应变花计算、扭矩分析、轴功率分析、扭振分析、索力计算、小波分析转子平行轴齿轮箱、行星齿轮箱故障机理研究模拟实验台。陕西故障机理研究模拟实验台公司

故障机理研究模拟实验台

标准压电式加速度传感器三角剪切结构,基座应变小,温度瞬态响应低,敏感元件为高稳定的特种陶瓷或石英,灵敏度稳定性好。传感器采用两端 M5 螺孔设计,便于背对背标定。1.测量通道数量:四通道、八通道、十六通道、传感器同时数据信号采集。2.支持传感器类型:压电式传感器振动,噪声声级计,转速计(*四通道)、电压型输出传感器。3.数模转换器精度:24AD位。4.支持比较高采样频率:比较高100kHz/通道,多种量程范围可选。5.输入精度:相位:优于0.1度,幅值:优于0.1%。6.仪器比较高动态范围:110dB。山西故障机理研究模拟实验台校准增速齿轮箱故障机理研究模拟实验台。

陕西故障机理研究模拟实验台公司,故障机理研究模拟实验台

:为了解决变分模态分解的参数选取问题并更准确的提取轴承故障特征信息,提出了一种多目标优化变分模态分解(VMD)的轴承故障诊断方法。建立了以信息熵、相关系数和峭度的目标函数以及综合评价指标,将VMD的参数优化问题转换成多目标优化的帕累托(Pareto)问题。首先,利用多目标粒子群优化算法(MOPSO)对三个目标函数进行寻优,得到VMD参数组合的比较好Pareto解集;其次,对Pareto解集用综合评价指标对其进行评价,确定出VMD的比较好参数组合;利用已确定的比较好参数组合对轴承故障信号进行VMD分解,得到若干本征模态分量(IMFs);再利用综合评价指标选择出比较好IMF,提取故障特征。仿真信号和实际轴承振动信号分析结果表明所提方法的有效性。关键词:变分模态分解;故障诊断;信息熵;峭度;多目标粒子群优化算法

在机械设备运行过程中,零部件的运动产生振动和冲击,包含着丰富的设备健康运行状态信息[1-2]。振动冲击往往是由零部件之间的碰撞敲击产生,其幅值大小、出现位置表现着设备的健康状态。在航空、船舶、石油化工等领域的机械设备中,包括航空发动机、内燃机、齿轮箱、往复压缩机、泵等,冲击振动是常见的故障模式[3-5]。因此,监测机械振动信号中的冲击成分可有效反映机械部件运行的健康状态,对设备进行故障诊断具有重要的意义。振动信号冲击成分呈现多频段分布,并伴随着噪声干扰,不同频率成分的冲击在时域混叠等问题[8-9]。以上情况,导致了复杂机械设备的实际振动监测信号的分析难度,造成了早期故障冲击特征难以捕捉等问题。更进一步地,其中一些往复机械(柴油机、往复压缩机、往复泵等)的振动信号的冲击成分在时域分布上呈现周期性间隔特点,与曲轴特定转角对应[10-12],单从回转设备的频域分析方法在此并不适应。由于实际振动信号的频域复杂性和时域多冲击分布特点,因此需要对采集的振动冲击信号进行频域分解和时域冲击的提取,为后续特征提取和故障诊断奠定基础。故障机理研究模拟实验台的实验过程需要严谨对待。

陕西故障机理研究模拟实验台公司,故障机理研究模拟实验台

PT300测试台组成:测试台主要由微型直流电机、调速器、双支撑轴承、动平衡转子盘、轴承、齿轮、转轴、传感器支架、减震基础底座等组成,采用微型模块化设计,可用于现场测点分散的大型结构静力试验、拟静力试验、疲劳试验等场合,能捕准确捉材料由弹性区域进入塑性区域整个过程的缓变信号。主要特点●采集器与控制器之间采用RS485总线星型连接●每个控制器可以控制8个采集器,每个采集器8通道或16通道可选●控制器支持POE供电、NTP同步,如何评估实验台的故障数据的质量?叶片故障机理研究模拟实验台

故障机理研究模拟实验台是科学探索的重要工具。陕西故障机理研究模拟实验台公司

针对以上问题,并根据轴承故障脉冲的周期性、冲击性以及与原始信号相关性的特点得到VMD参数组合的比较好Pareto解集,再利用综合评价指标评价选择比较好的参数组合方案,其次,信号分解并综合评价选取比较好IMF提取故障特征,***利用仿真信号和实际轴承振动信号分析,验证了所提方法的有效性。轴承出现故障后,运行过程中会产生周期性的冲击,其振动信号就越有序,信息熵值也就越小。VMD分解得到的模态分量中,信息熵值越小的模态分量,包含着越多的轴承故障信息,越能反映当前轴承的运行状态。陕西故障机理研究模拟实验台公司

信息来源于互联网 本站不为信息真实性负责