收藏本站
收藏 | 手机打开
二维码
手机客户端打开本文

矿井提升系统振动特性及典型故障诊断研究

李占芳  
【摘要】: 矿井提升系统是集机、电、液于一体的大型复杂设备,担负提升煤炭、矸石,下放材料,升降人员和设备的任务,被称为“矿山生产的咽喉”。一旦某一部位发生故障,对煤矿生产和人员安全都极为不利。由于提升系统工作在变速变载的工况下,而目前针对变工况下提升系统的振动故障机理研究较少,更缺乏对非平稳振动信号处理方法的研究,同时,对于提升系统中变工况下的大型设备还没有相应的振动评定标准。因此,本文从提升系统的振动特性分析入手,系统地研究了提升系统变工况故障机理以及典型故障诊断方法,为提升系统的安全可靠运行提供保证。 本文首先建立了刚性罐道故障激励下提升容器的水平、垂直振动模型,并实验验证了该模型的正确性。在此基础上,系统地研究了刚性罐道的各类故障形式下提升容器的振动特性,为刚性罐道故障诊断的信号检测与处理方法的确定奠定基础。进而,详细探讨了刚性罐道凸起型故障激励下提升容器振动信号的处理及故障特征提取的方法;针对刚性罐道偏斜型故障引起提升容器振动不明显的特点,采用倾角传感器对罐道的偏斜情况进行直接检测,并应用小波的多分辨分析对倾角信号进行处理,提取罐道偏斜的故障状态。从而使得刚性罐道故障的有效识别、故障定位以及故障严重程度的评估成为可能。 在建立提升机齿轮箱振动数学模型的基础上,分析了变速变载工况下齿轮箱振动信号的特点,并分析了提升容器振动通过钢丝绳对提升机齿轮箱的影响,提出了有效的变工况提升机齿轮箱非平稳振动信号处理方法。由于EMD方法具有自适应分解信号的能力,可以根据提升机齿轮箱加速信号分解的各个单分量信号能量分布的不同实现齿轮箱不同状态的识别,因此本文采用了基于EMD能量熵的方法对其故障进行诊断。同时,阶比分析对这种与轴转频或转速有密切关系的齿轮箱振动信号具有一定的优势,其关键是实现时域振动信号的等角度采样即阶比跟踪,因此,本论文在前人工作的基础上提出了适合煤矿现场条件的计算阶比跟踪实现方式,实现了提升机齿轮箱精确的故障诊断。随着现代技术的发展,从机械设备的原始振动信号中直接获得瞬时频率并进行阶比跟踪成为阶比分析的重点,本文在深入研究基于瞬时频率估计的阶比跟踪技术基础上,提出了一种基于信号EMD分解的,将时频重排和时频脊线技术相结合来提取瞬时频率的方法,并对提升机齿轮箱加速阶段振动信号的瞬时频率进行提取,实现了原始振动信号的角域重采样。


知网文化
【相似文献】
中国期刊全文数据库 前20条
1 朱开玉;张敏聪;燕存良;肖国兰;;HHT谱分析方法在棉条信号故障诊断中的应用[J];棉纺织技术;2006年09期
2 汪锋锁;曾璐;何学文;;基于动态核聚类分析的煤气鼓风机故障诊断方法分析[J];有色金属科学与工程;2011年04期
3 张建文;谭得健;于江;张振明;;电牵引采煤机振动特性分析[J];煤矿机电;2006年04期
4 侯铁军;石成江;王筱强;;小波包-包络分析及基于EMD谱分析法的研究[J];石油和化工设备;2011年08期
5 来凌红;吴虎胜;吕建新;刘凤;朱玉荣;;基于EMD和样本熵的滚动轴承故障SVM识别[J];煤矿机械;2011年01期
6 孟荣光;沈久珩;;机械设备的状态监测与故障诊断 第九讲 计算机在机械设备状态监测与故障诊断中的应用[J];有色设备;1993年01期
7 沈庆根;顾超华;童水光;王又钊;丁舍庚;张渝澄;邵建雄;;原料油进料泵管线振动的故障诊断与治理[J];流体机械;1995年07期
8 李文荣;专家系统在煤矿机械故障诊断中应用[J];矿山机械;1996年10期
9 冯立华,潘雪荣;神经网络在采煤机故障诊断中的应用[J];山西机械;2000年04期
10 潘松海;介绍一种故障诊断方法[J];组合机床与自动化加工技术;2001年06期
11 李吉宝,李树涛;提升机故障诊断专家系统研究[J];煤炭技术;2005年05期
12 杨志伊,李浩平,程玉生;磨屑群铁谱分析技术[J];煤矿机电;2005年06期
13 曹文莉;夏永青;李磊;胡小江;;神经网络在齿轮故障诊断中的应用[J];冶金设备;2006年02期
14 邓利红;周建华;;数控机床伺服系统故障分析[J];西安文理学院学报(自然科学版);2006年02期
15 张国新;刘赣华;;轴承故障的模糊聚类方法[J];煤矿机械;2006年09期
16 王玉山;施旭东;;气相色谱法在变压器内部故障诊断中的应用[J];煤炭科技;2006年03期
17 付华;尹丽娜;汪琦;;煤矿主通风机故障诊断的小波包方法[J];黑龙江科技学院学报;2007年01期
18 李东;陈松林;;基于模糊集理论的某雷达发射机故障诊断与实现[J];安徽工业大学学报(自然科学版);2007年03期
19 付华;尹丽娜;;基于小波包分解的煤矿通风机故障诊断[J];煤矿机电;2007年02期
20 杨剑锋;张斌;;声发射自动在线监测系统的抗噪分析[J];石油化工自动化;2007年04期
中国重要会议论文全文数据库 前10条
1 左曙光;;轿车悬架振动检测台动力学建模与仿真[A];第八届全国振动理论及应用学术会议论文集摘要[C];2003年
2 冯辅周;郭恒毅;江鹏程;;支持向量机及其在电机故障诊断中的应用[A];第九届全国振动理论及应用学术会议论文集[C];2007年
3 李正开;赵立杰;肖辉;刁晓坤;;生化污水处理过程故障诊断专家系统[A];第七届全国信息获取与处理学术会议论文集[C];2009年
4 林瑞森;杭建东;徐耀良;;中频电源故障诊断专家系统[A];1995年中国智能自动化学术会议暨智能自动化专业委员会成立大会论文集(下册)[C];1995年
5 鲍忠贵;白方周;;故障诊断的模型跟踪法[A];1996中国控制与决策学术年会论文集[C];1996年
6 万年红;刘晗;;粗轧机扁头套磨损的故障诊断[A];第十届全国设备监测与诊断技术学术会议论文集[C];2000年
7 刘仁德;胡申辉;徐家倬;;磨煤机的故障诊断[A];第十届全国设备监测与诊断技术学术会议论文集[C];2000年
8 戴乐云;李建康;;振动信号时间序列建模在故障诊断中的应用[A];振动工程学报(工程应用专辑)[C];2001年
9 张晓阳;孙宇;张荣涛;郭兴华;;基于实例的故障诊断方法研究与应用[A];江苏省机械工程学会第六次会员代表大会论文集[C];2002年
10 陈蜀宇;杨晓帆;何中市;陈四清;;基于三值模型的网络分布式系统级故障诊断[A];第十届全国容错计算学术会议论文集[C];2003年
中国博士学位论文全文数据库 前10条
1 李占芳;矿井提升系统振动特性及典型故障诊断研究[D];中国矿业大学;2008年
2 冯志鹏;计算智能在机械设备故障诊断中的应用研究[D];大连理工大学;2003年
3 宋其江;基于有向图模型的故障诊断方法研究及其在航天中的应用[D];哈尔滨工业大学;2010年
4 陈非;基于过程信息融合的旋转机械信息(火用)故障诊断研究[D];华中科技大学;2010年
5 何小斌;基于统计学方法的自适应过程监控与故障诊断[D];上海交通大学;2009年
6 宋凯;基于PLS的统计质量监控研究与应用[D];浙江大学;2005年
7 刘小峰;振动信号非平稳特征的深层提取技术及远程诊断服务系统的研究[D];重庆大学;2007年
8 李敏;复杂机械基于数据的建模与故障诊断[D];太原理工大学;2010年
9 鲁峰;航空发动机故障诊断的融合技术研究[D];南京航空航天大学;2009年
10 胡劲松;面向旋转机械故障诊断的经验模态分解时频分析方法及实验研究[D];浙江大学;2003年
中国硕士学位论文全文数据库 前10条
1 赵艳军;汽轮发电机转子匝间短路故障的机电联合诊断研究[D];华北电力大学(河北);2009年
2 唐治平;拉杆转子振动特性与故障模拟分析[D];华中科技大学;2007年
3 陈婷艳;航天器运动部件振动特性与故障诊断方法研究[D];上海交通大学;2010年
4 杨秀岐;850MW大型汽轮发电机组不稳定振动故障分析诊断[D];华北电力大学(北京);2006年
5 何泳;DSP在现代机械故障诊断技术中的应用研究[D];大连理工大学;2004年
6 陈淼峰;基于EMD与支持向量机的转子故障诊断方法研究[D];湖南大学;2005年
7 李建伟;非平稳状态下的机电系统状态分析中信号分析技术的研究[D];北京机械工业学院;2005年
8 王明秀;大型汽轮发电机故障诊断专家系统诊断处理子系统的研究[D];华北电力大学;2001年
9 刘峰;基于神经网络的水轮发电机组振动故障诊断专家系统的研究[D];西安理工大学;2003年
10 许东;地空导弹混合智能故障诊断专家系统的设计与实现[D];西北工业大学;2002年
中国重要报纸全文数据库 前10条
1 龙;提升系统表现[N];中国计算机报;2002年
2 黄安华;液压制动系统的故障诊断[N];中国汽车报;2002年
3 李萍;济钢EAM离线网络点检和故障诊断管理系统开发应用[N];世界金属导报;2007年
4 记者 甘霖来;Sun:新群件提升系统性能[N];中国计算机报;2001年
5 胡荣山 马巍;上海海大一课题列入国家“863”计划[N];中国船舶报;2007年
6 孙建阳 刘波;小型渔船柴油机故障诊断与排除[N];中国渔业报;2008年
7 小田;网卡故障诊断[N];中国电脑教育报;2000年
8 见习记者 仝亚娜;孙彦广:冶金故障诊断设备前景广阔[N];机电商报;2005年
9 陈全东;干式复合“粘边”故障诊断[N];中国包装报;2003年
10 陈栋斌;三鑫坚持四到现场产值翻番[N];中国黄金报;2006年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978