風機主要應用于國民經(jīng)濟各領域以及各種場所的通風換氣,其中石油化工、冶金、電力、紡織、船舶和城市軌道交通等應用最多,隨著企業(yè)裝置的大型化,風機也趨大型化。風機的運行環(huán)境及工況大都比較惡劣,且連續(xù)生產(chǎn),這就導致風機容易發(fā)生故障。齒輪箱作為重要的傳動部件,也是故障多發(fā)部件,因此對大型風機齒輪箱進行在線監(jiān)測與故障診斷研究,以期盡早發(fā)現(xiàn)潛在故障,進行“預知維修”,可以有效的避免故障引起的突發(fā)事故,減少不必要的經(jīng)濟損失。但由于風機的運行工況大部分都處在強背景噪聲中,齒輪箱早期故障的微弱信號就極易被背景噪聲淹沒,因此,風機齒輪箱的故障診斷帶面臨著許多問題。本論文針對上述問題,把風機的齒輪箱為研究對象,以振動傳感器所采集的生成數(shù)據(jù)為基礎,重點對齒輪箱部件振動特征信號進行準確的提取,以期提高故障診斷的正確率,達到大型風機齒輪箱的在線監(jiān)測于故障診斷的目的。本文主要研究內(nèi)容如下:（1）對風機和齒輪箱的基本結(jié)構(gòu)進行了研究,詳細剖析了齒輪箱各部件發(fā)生故障的比例及其主要的失效形式,對齒輪和滾動軸承故障狀態(tài)下的振動信號模型和故障特征進行了分析。（2）基于常見的故障診斷方法及信號處理方法,對各種方法的優(yōu)缺點進行了分析... 

【文章來源】：華南理工大學廣東省 211工程院校 985工程院校 教育部直屬院校

【文章頁數(shù)】：78 頁

【學位級別】：碩士

【部分圖文】：

風機的不同類型

a.離心式風機 b.軸流式風機 c.混流式風機圖 2-1 風機的不同類型1.2 風機的組成結(jié)構(gòu)風機的主要是由葉輪、機殼、電機、齒輪箱（傳動件）、聯(lián)軸器和支架等部件組如圖 2-2），是工業(yè)應用較為廣泛的設備之一，大多都用于鼓風和引風。大部分風機機作為原動機拖動，將旋轉(zhuǎn)能量傳送到變速箱，經(jīng)齒輪箱改變轉(zhuǎn)速，聯(lián)軸器用于補機與電機間的軸系誤差，軸承用于支撐主軸并使齒輪高速旋轉(zhuǎn)[53]。

第二章風機齒輪箱失效的形式與振動特征2.2 齒輪箱故障類型齒輪箱在改變轉(zhuǎn)速和傳遞扭矩方面有著重要的作用，其由內(nèi)部的齒輪、軸承與軸體的緊固件和密封件，箱外的聯(lián)軸器組成，如圖 2-3 所示。風機作為一種旋轉(zhuǎn)機械行過程中就會有旋轉(zhuǎn)機械的各種典型故障形式；齒輪負擔著傳遞動力與變換速度的，則存在齒輪常見的故障；而軸承則是旋轉(zhuǎn)部件的支撐，也就存在滾動軸承常見的類型。據(jù)統(tǒng)計，齒輪箱內(nèi)各部件失效比重如表 2-1 所示[56]，其中齒輪、軸承與軸的約占齒輪箱故障的 90%。故而研究齒輪箱中的齒輪、軸承與軸的故障特征，對保障設備正常運行有著重要的意義。

【參考文獻】：
期刊論文
[1]化工高壓電機滾動軸承失效分析與改進[J]. 段志宏,叢廣佩,李偉明,言理.  機電工程技術(shù). 2018(04)
[2]人工自愈與機器自愈調(diào)控系統(tǒng)[J]. 高金吉.  機械工程學報. 2018(08)
[3]基于主成分分析法和貝葉斯網(wǎng)絡的智能變電站故障診斷方法[J]. 徐建軍,蓋迪,閆麗梅,劉幸幸.  化工自動化及儀表. 2018(03)
[4]風力發(fā)電頻率調(diào)節(jié)相關(guān)技術(shù)研究[J]. 張宇.  自動化與儀器儀表. 2017(04)
[5]旋轉(zhuǎn)機械頻譜智能分析系統(tǒng)的研究與實現(xiàn)[J]. 楊秀文.  山東工業(yè)技術(shù). 2016(09)
[6]基于經(jīng)驗模態(tài)分解的無量綱指標故障診斷定位[J]. 張清華,王磊,孫國璽,雷高偉,邵龍秋.  上海應用技術(shù)學院學報(自然科學版). 2016(01)
[7]基于EMD熵特征融合的滾動軸承故障診斷方法[J]. 向丹,岑健.  航空動力學報. 2015(05)
[8]基于MED-EEMD的滾動軸承微弱故障特征提取[J]. 王志堅,韓振南,劉邱祖,寧少慧.  農(nóng)業(yè)工程學報. 2014(23)
[9]小波包神經(jīng)網(wǎng)絡與數(shù)據(jù)降維的移相全橋變換器的故障診斷[J]. 毛向德,王慶賢,董唯光,梁金平,朱科.  電源學報. 2014(04)
[10]基于EEMD和小波包變換的早期故障敏感特征獲取[J]. 王紅軍,萬鵬.  北京理工大學學報. 2013(09)

博士論文
[1]齒輪箱復合故障診斷方法研究[D]. 李蓉.湖南大學 2013
[2]基于振動信號的機械故障特征提取與診斷研究[D]. 趙志宏.北京交通大學 2012
[3]多尺度線調(diào)頻基稀疏信號分解及其在齒輪箱故障診斷中的應用[D]. 彭富強.湖南大學 2010

碩士論文
[1]基于全矢主成分分析的故障預測方法研究[D]. 高亞娟.鄭州大學 2018
[2]風力發(fā)電機組齒輪箱振動監(jiān)測與故障診斷方法研究[D]. 封新建.東北電力大學 2017
[3]風力發(fā)電機傳動系統(tǒng)振動監(jiān)測與故障診斷系統(tǒng)研究[D]. 郭梅.浙江大學 2017
[4]風電機組傳動系統(tǒng)故障診斷研究[D]. 李子民.華北電力大學(北京) 2017
[5]基于小波降噪和經(jīng)驗模態(tài)分解的滾動軸承故障診斷[D]. 徐明林.哈爾濱工業(yè)大學 2013
[6]多免疫檢測器集成的工業(yè)機組智能故障診斷系統(tǒng)[D]. 胡勤.廣東工業(yè)大學 2013
[7]火炮狀態(tài)診斷與應急處理方法研究[D]. 曹亭.南京理工大學 2013
[8]基于嵌入式系統(tǒng)的旋轉(zhuǎn)機械故障診斷儀的開發(fā)研究[D]. 周澤民.南華大學 2012
[9]基于WEB的機電設備遠程監(jiān)測系統(tǒng)的應用研究[D]. 許雪貴.電子科技大學 2011
[10]風機故障監(jiān)測與診斷系統(tǒng)的研究與制作[D]. 劉曉波.武漢科技大學 2009



本文編號：3362357