為了研究采煤機搖臂傳動齒輪的振動分析方法并進行實機振源定位驗證,首先,采用小波分析對采煤機搖臂振動信號進行降噪處理和頻譜分析,依據(jù)特征頻率下的振幅結(jié)果確定故障齒輪的嚙合頻率;然后,通過Morlet小波包絡(luò)解調(diào)分析獲取邊頻帶信號頻譜特征,依據(jù)邊頻帶特征頻率下的振幅結(jié)果確定故障齒輪的轉(zhuǎn)動頻率;最后,對頻譜分析和Morlet小波包絡(luò)解調(diào)分析的結(jié)果進行綜合分析,鎖定故障齒輪的準確位置。對一臺國產(chǎn)采煤機搖臂齒輪傳動系統(tǒng)進行了振動測試與信號分析,結(jié)果表明,基于小波分析、頻譜分析和Morlet小波包絡(luò)解調(diào)分析相結(jié)合的振動分析方法可以實現(xiàn)對采煤機搖臂故障齒輪的準確定位,為強噪聲環(huán)境下復(fù)雜齒輪傳動系統(tǒng)的故障快速定位和現(xiàn)場定點維修提供了方法支持。 

【文章來源】：振動.測試與診斷. 2016,36(03)北大核心

【文章頁數(shù)】：7 頁

【部分圖文】：

圖１采煤機搖臂故障定位分析流程圖Ｆｉｇ．１Ｆｌｏｗｃｈａｒｔｏｆｓｈｅａｒｅｒｒａｎｇｉｎｇａｒｍｆａｕｌｔｌｏｃａｔｉｏｎ

１－電機軸軸向；２－惰輪軸軸向；３－傳動二軸軸向；４－電機軸徑向；５－惰輪軸徑向；６－傳動二軸徑向圖２振動傳感器布置圖Ｆｉｇ．２Ｖｉｂｒａｔｉｏｎｓｅｎｓｏｒｌａｙｏｕｔ３．２采煤機搖臂齒輪傳動系統(tǒng)振動特征頻率計算采煤機左右搖臂為對稱結(jié)構(gòu)，搖臂傳動系統(tǒng)結(jié)構(gòu)如圖３所示，電機轉(zhuǎn)速為１．５ｋｒ／ｍｉｎ。根據(jù)圖３，通過理論計算得出搖臂齒輪轉(zhuǎn)動頻率及傳動齒輪嚙合頻率，如表１所示。圖３采煤機搖臂齒輪傳動系統(tǒng)圖Ｆｉｇ．３Ｓｈｅａｒｅｒｒａｎｇｉｎｇａｒｍｇｅａｒｓｙｓｔｅｍ表１齒輪代號與振動特征頻率Ｔａｂ．１Ｇｅａｒｃｏｄｅａｎｄｖｉｂｒａｔｉｏｎｆｒｅｑｕｅｎｃｙｃｈａｒａｃｔｅｒｉｓｔｉｃｓ齒輪代號轉(zhuǎn)動頻率／Ｈｚ嚙合頻率／Ｈｚ齒輪代號轉(zhuǎn)動頻率／Ｈｚ嚙合頻率／ＨｚＺ１５２５．００７００．０Ｚ２２１１．８１１８９．０Ｚ１６１７．９５７００．０Ｚ２３７．８８１８９．０Ｚ１７１７．５０７００．０Ｚ２４００Ｚ１８１７．５０４７２．５Ｚ２５２．３６４２．５Ｚ１９１４．３２４７２．５Ｚ２６１．８５４２．５Ｚ２０１４．３２４７２．５Ｚ２７００Ｚ２１１１．８１４７２．５由表１可知，該采煤機搖臂齒輪傳動系統(tǒng)中存在多個齒輪具有相同嚙合頻率的現(xiàn)象。因此，需要通過Ｍｏｒｌｅｔ小波包絡(luò)解調(diào)分析得出故障齒輪轉(zhuǎn)動頻率來實現(xiàn)故障齒輪的準確定位。４采煤機搖臂齒輪傳動系統(tǒng)振源定位分析試驗時，對某型號采煤機搖臂處于正常狀態(tài)和故障狀態(tài)的振動信號進行了采集。測試時，故障搖臂的振動噪聲很大，通過對搖臂故障狀態(tài)的各位置傳感器時域信號分析發(fā)現(xiàn)，惰輪軸處軸向振動信號

惰輪軸處軸向振動信號的幅值最大，故對惰輪軸的軸向振動信號進行分析。４．１時域分析時域分析主要通過同一位置搖臂實際振動測試信號與搖臂正常狀態(tài)振動信號的峰值或均方根值對比分析來對故障預(yù)判。考慮到實際工作中振動信號峰值特征存在隨機因素，筆者采用均方根值作為故障預(yù)判指標。根據(jù)對該機型搖臂惰輪軸處多次正常狀態(tài)振動信號均方根值的計算分析發(fā)現(xiàn)，正常狀態(tài)均方根最大不超過１７．１ｍ／ｓ２。運用小波降噪方法對所采集的振動信號進行降噪，搖臂傳動系統(tǒng)正常和故障狀態(tài)降噪處理后的時域波形如圖４所示。根據(jù)圖４可知，搖臂正常狀態(tài)下振動信號的幅值最大值和均方根值分別為１２６．１和１２．２ｍ／ｓ２，故障狀態(tài)下振動信號幅值的最大值和均方根值分別為７１８．９和２０２．９ｍ／ｓ２，其時域波形均方根值遠大于正常狀態(tài)均方根值的最大值１７．１ｍ／ｓ２。圖４正常與故障搖臂惰輪軸處振動信號時域波形圖Ｆｉｇ．４Ｉｄｌｅｒｓｈａｆｔｖｉｂｒａｔｉｏｎｓｉｇｎａｌｔｉｍｅ－ｄｏｍａｉｎｗａｖｅ－ｆｏｒｍｏｆｎｏｒｍａｌａｎｄｆａｕｌｔｒａｎｇｉｎｇａｒｍ４６８振動、測試與診斷第３６卷

【參考文獻】：
期刊論文
[1]多小波系數(shù)特征提取方法在故障診斷中的應(yīng)用[J]. 趙志宏,楊紹普,劉永強.  振動.測試與診斷. 2015(02)
[2]基于小波包與倒頻譜分析的風電機組齒輪箱齒輪裂紋診斷方法[J]. 羅毅,甄立敬.  振動與沖擊. 2015(03)
[3]基于振動信號分析的采煤機搖臂軸承故障診斷研究[J]. 錢沛云,陳曦暉,胡曉,程剛.  煤炭科學技術(shù). 2014(12)
[4]分數(shù)階域濾波在啟停車過程轉(zhuǎn)頻振動分量提取中的應(yīng)用[J]. 張西寧,郭金良,吳吉利.  西安交通大學學報. 2013(11)
[5]振動信號處理方法綜述[J]. 李舜酩,郭海東,李殿榮.  儀器儀表學報. 2013(08)
[6]基于Morlet小波變換的滾動軸承早期故障特征提取研究[J]. 馬倫,康建設(shè),孟妍,呂雷.  儀器儀表學報. 2013(04)
[7]基于EMD和全息譜的設(shè)備故障診斷方法研究[J]. 劉然,許寶杰.  機械科學與技術(shù). 2011(11)
[8]自適應(yīng)Morlet小波降噪方法及在軸承故障特征提取中的應(yīng)用[J]. 蔣永華,湯寶平,董紹江.  儀器儀表學報. 2010(12)
[9]復(fù)解析小波變換與振動信號包絡(luò)解調(diào)分析[J]. 張家凡,易啟偉,李季.  振動與沖擊. 2010(09)
[10]基于倒雙譜分析的軸承故障診斷研究[J]. 李輝,鄭海起,唐力偉.  振動.測試與診斷. 2010(04)



本文編號：2970760