【英文题名】
The Relationship between Shaft and Bearing Vibration of Rotation Machinery Based on Full Vector Spectrum
【作者】
赵国卿 ;
【导师】
韩捷 ;
【学位授予单位】
郑州大学 ;
【学科专业名称】
机械电子工程
【学位年度】
2010
【论文级别】
硕士
【网络出版投稿人】
郑州大学
【网络出版投稿时间】
2011-01-11
【基金】
国家自然科学;河南省杰出人才创新基金;
【关键词】
故障诊断 ;
全矢谱 ;
轴振 ;
瓦振 ;
动力学模型 ;
【英文关键词】
Fault diagnosis ;
Full vector spectrum ;
Shaft vibration ;
Bearing vibration ;
Dynamic mode ;
【中文摘要】
随着现代工业技术的不断进步,旋转机械的自动化程度越来越高,对设备正常运行条件的要求也随之升高,因此,对于大型旋转机械,尤其是对于企业中的关键性设备进行实时、准确的监测,尽早排除故障源,从而保证设备正常、稳定、高效运行是十分必要的。目前,振动监测主要采用电涡流传感器测得轴颈相对于轴承的相对振动值即轴振,用速度、加速度传感器测得轴承座的绝对振动值即瓦振。然而由于受到转子涡动特性以及设备本身结构的影响,从单通道所得到的轴振信号与瓦振信号均不能全面反映设备的真实运行状况,并且在多数情况下,从同一截面上不同通道所得到的特征信息也存在着较大差异,这些都给故障的准确识别造成了较大困难。因此,有必要利用同源信息融合技术对轴振信号与瓦振信号分别进行融合分析,并对两种不同性质信号之间的关系进行研究,以提高旋转机械状态监测与故障诊断的可靠性和准确性。
针对上述情况,本文的主要工作是通过所建立的基于短轴承理论的无故障、支承系统松动故障和转子与定子间碰摩故障的转子—轴承—基础系统动力学模型,采用数值积分的方法得到了相应模型的轴振信号与瓦振信号,并利用基于同源信息融合的全矢谱技术分别对其进行了双通道的融合分析,...
【英文摘要】
With the rapid development of modern industrial technology and rotating machinery increasing degree of automation, the normal operation conditions of device also will be increased. Therefore, for the large rotating machinery, especially for the critical equipment in real-time and accurate monitoring, as soon as possible to troubleshoot the source, thus ensuring the equipment normal, stable and highly efficient operation is necessary. At present, the eddy current sensor is used for measuring the rela...
【更新日期】
2011-03-04
【相同导师文献】
导师：韩捷 导师单位：郑州大学 学位授予单位：郑州大学基于KPCA-HMM的全矢故障预测模型研究 [D]. 郑州大学,2018基于信息融合与深度学习的滚动轴承诊断研究 [D]. 郑州大学,2018基于大数据的设备故障全矢预测模型研究 [D]. 郑州大学,2017基于全矢谱的设备故障强度预测研究 [D]. 郑州大学,2016基于信息融合的设备故障预测研究 [D]. 郑州大学,2016进动分解及其在转子动平衡中的应用研究 [D]. 郑州大学,2016各向异性支撑转子的失衡响应与平衡方法研究 [D]. 郑州大学,2017基于全矢MEMD的滚动轴承状态退化研究 [D]. 郑州大学,2017智能倒频谱及其在故障诊断中的应用研究 [D]. 郑州大学,2015全矢高阶统计量及其在故障诊断中的应用研究 [D]. 郑州大学,2015
【相似文献】
中国期刊全文数据库
中国优秀硕士学位论文全文数据库
中国博士学位论文全文数据库
中国重要会议论文全文数据库
中国重要报纸全文数据库
中国学术期刊网络出版总库
【文献分类导航】从导航的最底层可以看到与本文研究领域相同的文献，从上层导航可以浏览更多相关领域的文献。
| 
点击下列相关研究机构和相关文献作者，可以直接查到这些机构和作者被《中国知识资源总库》收录的其它文献，使您全面了解该机构和该作者的研究动态和历史。
