简介：本文介绍了滚动轴承的故障形式及检测方法，着重介绍了共振解调法在滚动轴承故障诊断中的应用。

简介：摘要滚动轴承是轨道交通车辆中应用最为广泛的一种通用机械部件，同时也是一种易损部件，其在使用过程中常常由于疲劳、磨损、变形过大、腐蚀、断裂、胶合等各种原因造成机器性能异常，以至无法工作。轴承的工作状况是影响轨道交通运输安全的重要因素之一。机车车辆轴承是铁路机车车辆上最容易危及行车安全的易损件。因此，开展机车车辆轴承故障诊断与预报的研究，对避免重大事故、变革维修体制和促进经济发展等都具有重要的现实意义。

简介：摘要本文针对轴承和齿轮箱的故障诊断展开分析，思考了轴承和齿轮箱的故障诊断的方法和基本的措施，希望可以为今后的轴承和齿轮箱的故障诊断工作带来参考。

简介：滚动轴承是旋转机械的核心,其故障对设备运行构成严重威胁.目前,故障检测存在样本量不足、模式复杂、难以辨识等问题.由此,提出一种基于主动学习的滚动轴承故障识别方法.首先采集轴承运行数据,然后计算表征运行状况的5个时域参数和3个小波包变换获得的频域参数,最后设计基于聚类的主动学习算法进行分类预测.实验表明该方法比已有算法更好,准确率达到90%以上.

简介：地铁车辆转向架工况对于地铁运营安全有着直接的关系。随着地铁投入运作，为维护地铁车辆安全运行，转向架需要不间断进行检修及复诊工作。随着科学技术的不断发展，各种诊断措施也不断涌现，当中就有在线智能诊断。本文主要就地铁车辆转向架轴承的故障诊断问题进行分析，供同行借鉴。

简介：摘要随着国家的经济水平的进步，我国工业化的水平也不断的提升，大型机械加工设备顾名思义就是加工制作生产一些机械的零部件，大型机械在设备生产加工的过程由于设备的运行时间较长，就会造成机械加工设备故障的出现，而大型机械加工设备之中当属轴承故障在机械的运行之中是最严重影响机械的运行的故障，因此对大型机械加工设备轴承故障的诊断是一项十分有必要的工作。

简介：摘要地铁交通在我国迅猛发展，其运营安全越来越受到关注。转向架轴承是地铁车辆中的重要部件，一旦出现故障将影响地铁列车的行车安全，如何对其进行故障诊断成为了一个值得研究的重要问题。基于此，本文就地铁车辆转向架的轴承故障诊断方法展开了研究。

简介：SVM方法是在统计学习理论的基础上发展起来的一种新的机器学习算法，它是统计学习理论的具体应用．讨论了SVM方法在故障诊断领域中应用的分类算法，并以滚动轴承为例进行了试验论证．

简介：摘要齿轮箱内部轴承的状态对地铁的正常运行起着决定性的作用，而现阶段对地铁车辆齿轮轴承的监测技术还不够完善，导致检测结果不精确，诊断方法不科学等问题。本文基于这些不足提出了一种加以改进的全新监测系统，使监测运行中地铁车辆齿轮箱状态成为了可能

简介：摘要本篇文章结合实际，结合自身发展状况，针对滑动轴承油膜振荡故障机理的研究，举列说明类似问题诊断中常用的征兆参数，论述了关于故障征兆以及多发的因素，经过离心压缩机机组滑动轴承油膜振荡故障的成功诊断实例介绍，说明了有效诊断该类问题的解决方案，能够进一步促进正常施工使用。

简介：摘要随着我国工业化进程的加快，铝箔行业也得到了快速发展，这主要是由于社会对铝箔的需求不断增大，那么想要实现铝箔的生产制作，肯定离不开铝箔轧机，因此，工作人员必须要了解铝箔轧机的工作原理，当铝箔轧机发生机械故障时，需要及时判断故障原因，确保铝箔轧机早日恢复正常。

简介：摘要针对旋转机械旋转部件可能出现的异常情况或者早期故障，提出了一种先利用总体局域均值分解（ELMD）分解振动信号，再结合包络谱分析对轴承的早期故障症状进行分析的方法。首先对轴承的振动信号进行ELMD分解,获得由纯调频信号和包络信号乘积构成的PF分量，并对其高频分量进行包络谱分析。通过包络谱和轴承故障特征频率结合分析轴承是否出现故障，实验结果分析表明,ELMD分解和包络谱分析结合的方法能有效地进行轴承故障诊断。

简介：摘要轮箱运行状态往往直接影响到传动设备能否正常工作。齿轮箱通常包含有齿轮、滚动轴承、轴等零部件。据资料统计，齿轮箱内零部件失效情况中，齿轮和轴承的失效所占比重最大，分别为60%和19%。因此。齿轮箱故障诊断研究的重点是齿轮和轴承的失效机理与诊断方法。作为齿轮箱中滚动轴承的故障诊断，其具有一定的技巧性和特殊性，笔者根据现场经验，从振动技术的诊断方法来对齿轮箱中滚动轴承的故障诊断进行相关探讨。

简介：摘要近年来，随着我国科技的进步，我国机电设备处理技术越来越先进。电机是现代工业制造中的一项重要驱动设备，这类设备往往组成零件较多，如轴承为电机系统的核心构成部件，其主要作用是减少机械部件之间的消耗摩擦，具有较高的标准性和精度性，使用十分方便。但轴承属于一种连接部件，一方面来说需要对结构进行支撑，另一方面也会受到机械应力和机械磨损的影响，所以轴承在应用过程中十分容易出现形变或腐蚀，影响轴承的应用，导致其出现故障。

简介：摘要本篇文章结合实际，结合自身发展状况，针对滑动轴承油膜振荡故障机理的研究，举列说明类似问题诊断中常用的征兆参数，论述了关于故障征兆以及多发的因素，经过离心压缩机机组滑动轴承油膜振荡故障的成功诊断实例介绍，说明了有效诊断该类问题的解决方案，能够进一步促进正常施工使用。

简介：小到一部机器,大到一个系统,在运行中出现各类故障是不可避免的.打破故障诊断传统方法的局限,建立一套能进行自动化诊断的人工智能系统,需要在深入分析故障诊断内在机理的基础上,提出一种新的设计自动化故障诊断系统的工作原理.而基于Fuzzy数学原理和Bayes定理的故障诊断原理,可适用于开发出对机械故障、系统故障及人类疾病的自动化诊断系统.

简介：摘要随着环境污染问题的日益突出，同时为了克服能源危机，风能作为一种绿色可再生能源越来越受到世界各国的重视，风力发电机组（简称风电机组）作为将风能转化为电能的关键装备得到了迅猛的发展。风电机组通常坐落于偏僻的、交通不便的、环境恶劣的远郊地区以及沿海或近海区域，且机舱一般安装在离地面几十米甚至上百米的高空，因此风电机组日常运行状态检测困难，维护成本昂贵。有统计资料表明，陆上和海上风电机组的维护费用占到各自风场收入的10%～15%和20%～35%左右，因此风电机组在恶劣环境下的运行可靠性问题特别受到关注。

简介：异步电动机轴承的故障信号为低频带周期冲击性特征故障数据，呈现非线性特征，倘若对此类特征信息直接做傅里叶变换，会被高频信号调制，使得故障信号严重失真。为此，提出一种新的集有小波包变换、经验模式分解和Hilbert包络谱分析相融合的滚动轴承故障诊断方法，旨在消除高频噪声信号，提升故障诊断效果。利用小波包变换对滚动轴承的振动信号进行降噪，使用经验模式分解把降噪后的故障信号分解成多个有效本征模态分量，并对筛选后的故障信号进行重构处理，最后对重构信号做Hilbert包络谱分析，计算得到滚动轴承故障频率。通过实验及分析，结果表明新方法应用效果良好。

简介：摘要机电设备是应用了电子和机械设备的技术。机电设备在日常运行中会出现诸多故障，影响设备的正常工作和工业生产，维修时间过长会造成较大的经济损失，威胁设备安全运行，甚至造成重大恶性事故。掌握一定的故障诊断技术，可以从根本上及时排除故障，防止故障恶化，降低经济损失。

简介：摘要作为电力系统的重要电气设备，变压器发挥着至关重要的作用，要求管理人员加强对变压器的管理，保障电力系统的稳定运行。基于此，本文从变压器的故障分类及内部故障诊断原理入手，对变压器故障诊断技术进行了分析，主要介绍了三比值法、BP神经网络以及PNN神经网络这三种故障诊断技术，以期为电力企业的运维人员进行变压器的故障管理提供帮助