一种旋转机械故障诊断知识库中诊断经验自适应修正方法

    公开(公告)号:CN110674893B

    公开(公告)日:2022-07-08

    申请号:CN201911049281.9

    申请日:2019-10-30

    摘要: 本发明公开了一种旋转机械故障诊断知识库中诊断经验自适应修正方法,收集故障案例样本,将专家故障诊断经验用征兆穷举的方法形成故障经验样本,将故障案例样本和故障经验样本共同构成故障样本集。搭建误差反向传播神经网络模型,通过误差反向传播算法学习故障样本集中征兆和故障之间的函数映射关系。由学习好的神经网络用线性展开的方法求出故障和征兆之间的关系矩阵,对关系矩阵作归一化处理,提取出诊断经验中与征兆相对应的权系数以及诊断经验的可信度,实现对知识库中故障诊断经验的自适应修正。应用该方法可以从学习得到的神经网络模型中提炼出诊断经验,实现专家诊断经验的自适应修正。样本集数量越多,得到的诊断经验可靠度和可信度越高。

    联轴器连接状态下旋转机械轴系不对中故障状态检测方法

    公开(公告)号:CN110441054B

    公开(公告)日:2020-12-08

    申请号:CN201910659601.6

    申请日:2019-07-19

    IPC分类号: G01M13/022 G06F17/12

    摘要: 本发明公开了一种联轴器连接状态下旋转机械轴系不对中故障状态检测方法,包括步骤:(1)在联轴器两侧转轴选定截面分别布置应变片,并将应变片的输出信号连接至应变仪;(2)通过应变仪测试低速旋转过程中,两个截面在不同角度处的弯曲应变值;(3)根据轴截面参数和实测弯曲应变值计算得到测量截面处的弯矩,进而求出测量截面处的剪力;(4)根据应变测量截面处的弯矩和剪力,计算得到联轴器连接螺栓所承受的剪力和弯矩;(5)计算在联轴器螺栓剪力和弯矩作用下引起的轴承载荷变化量,以轴承载荷变化量与轴承载荷理论值的比值作为衡量和评判轴系不对中故障严重程度的指标。采用该方法的检测结果能够真实地反映轴系对中状态。

    一种无试重旋转机械多轮盘轴系动平衡故障检测方法

    公开(公告)号:CN110579312A

    公开(公告)日:2019-12-17

    申请号:CN201910990829.3

    申请日:2019-10-17

    IPC分类号: G01M1/22 G01M1/26 G01M1/32

    摘要: 本发明公开了一种无试重旋转机械多轮盘轴系动平衡故障检测方法,通过测试转子两侧轴承振动和轴颈收到的冲击力之间的频响函数,根据实测转子两端两个轴承振动计算出转子两侧轴颈上的激励力,通过在转子两端圆盘上的动平衡配重,消除不平衡力。该方法能够实现无试重动平衡试验,由振动测试数据直接检测出不平衡力的大小和角度;同时也综合考虑了竖直和水平两个方向振动及其之间的耦合影响,并且没有通过建立转子动力学模型的方法求取影响系数,动平衡试验准确度较高;此外,该方法能够有效减少动平衡试验次数,提高旋转机械动平衡试验效率,降低动平衡试验风险,尤其适用于旋转机械在整机真实状态下的轴系动平衡故障检测。

    一种无试重旋转机械多轮盘轴系动平衡故障检测方法

    公开(公告)号:CN110579312B

    公开(公告)日:2021-04-20

    申请号:CN201910990829.3

    申请日:2019-10-17

    IPC分类号: G01M1/22 G01M1/26 G01M1/32

    摘要: 本发明公开了一种无试重旋转机械多轮盘轴系动平衡故障检测方法,通过测试转子两侧轴承振动和轴颈收到的冲击力之间的频响函数,根据实测转子两端两个轴承振动计算出转子两侧轴颈上的激励力,通过在转子两端圆盘上的动平衡配重,消除不平衡力。该方法能够实现无试重动平衡试验,由振动测试数据直接检测出不平衡力的大小和角度;同时也综合考虑了竖直和水平两个方向振动及其之间的耦合影响,并且没有通过建立转子动力学模型的方法求取影响系数,动平衡试验准确度较高;此外,该方法能够有效减少动平衡试验次数,提高旋转机械动平衡试验效率,降低动平衡试验风险,尤其适用于旋转机械在整机真实状态下的轴系动平衡故障检测。

    一种旋转机械故障诊断知识库中诊断经验自适应修正方法

    公开(公告)号:CN110674893A

    公开(公告)日:2020-01-10

    申请号:CN201911049281.9

    申请日:2019-10-30

    摘要: 本发明公开了一种旋转机械故障诊断知识库中诊断经验自适应修正方法,收集故障案例样本,将专家故障诊断经验用征兆穷举的方法形成故障经验样本,将故障案例样本和故障经验样本共同构成故障样本集。搭建误差反向传播神经网络模型,通过误差反向传播算法学习故障样本集中征兆和故障之间的函数映射关系。由学习好的神经网络用线性展开的方法求出故障和征兆之间的关系矩阵,对关系矩阵作归一化处理,提取出诊断经验中与征兆相对应的权系数以及诊断经验的可信度,实现对知识库中故障诊断经验的自适应修正。应用该方法可以从学习得到的神经网络模型中提炼出诊断经验,实现专家诊断经验的自适应修正。样本集数量越多,得到的诊断经验可靠度和可信度越高。