基于EMD和RBF的滚动轴承故障诊断

提出了基于经验模态分解(EMD)和径向基(RBF)的滚动轴承故障诊断方法。同时给出了诊断实例:利用EMD将滚动轴承震动信号分解成若干个固有模态函数(IMF)分量,然后对每一个IMF进行Hilbert变换,最后提取每个IMF分量的平均频率及能量比,并以此作为RBF神经网络的输入参数来判断轴承的工作状态。诊断结果表明该方法能够实现轴承故障的诊断,而且速度快,准确率高,易于实现自动化监测。     

基于深度学习的船舶滚动轴承状态监测技术研究

滚动轴承作为一种关键零件已被广泛应用于船舶的减速齿轮箱、船用泵、空压机、小型马达等重要设备中,因此,对船用滚动轴承开展状态监测技术研究对保证船舶可靠性、安全性具有重要意义。随着传感器的微型化、数字化、智能化、多功能化、系统化和网络化,各类传感器（如光敏、声敏、气敏、压敏、温敏、磁敏等传感器）被普遍应用于船舶设备的监测中,采集大量的设备健康状态数据。本文对轴承状态数据进行分析,通过深度神经网络自动学习滚动轴承监测数据中的故障特征,研究数据驱动下船用滚动轴承的状态监测关键技术。     

基于多尺度模糊熵和主成分分析的 轴承故障特征提取

针对滚动轴承故障特征难以提取的问题,文章提出了基于多尺度模糊熵(MFE)和主成分分析(PCA)相结合的滚动轴承故障特征提取方法。首先利用经验模态分解(EMD)将原始振动信号分解成若干个本征模态函数(IMF),并根据相关系数和峭度值准则剔除虚假IMF分量;然后在不同尺度下求取真实IMF分量的模糊熵值,利用PCA对其进行降维处理,形成能表征不同轴承故障的特征向量,最后借用支持向量机对其进行诊断验证。实验表明,该方法可以有效地提取轴承故障信息,对4种轴承状态的识别率为95%,实现了对轴承故障的精确诊断。     

基于振动和润滑油分析的主推力轴承故障诊断实例

结合振动测试和润滑油分析的技术手段对某船主推力轴承故障进行综合分析,表明利用振动信号对滚动轴承故障进行诊断是设备故障诊断方法中比较有效的方法,同时润滑油分析的结果也可以验证振动监测的有效性,提高故障诊断的准确性.     

一种基于多源信息融合的轴承监测系统研制

针对船舶轴承故障频发的现状,从设备整体的角度出发,综合考虑被监测对象内部各零部件之间的相互作用关系,研究多种信息的有效获取方法及其与设备故障间的内在关系,研制了一种轴承监测系统,能够有效监测轴承状态,诊断故障,使得船员能够及时了解轴承状态,对将要发生故障的轴承进行预防性维修。     

轴承振动信号自适应诊断建模方法

通过时频分析提取滚动轴承运行状态的振动信号特征参数,经标准化处理后,选择T-SNE降维技术,获得训练样本,研究基于随机森林的故障诊断模型,识别滚动轴承运行状态。经试验验证,该方法诊断准确率达到96%,将该方法应用于滑动轴承,准确率也达到94.6%。T-SNE降维技术可以自动选择适用于不同类型轴承的特征参数;随机森林作为一种机器学习方法,能根据数据的内在规律自动建立适用于不同类型轴承的故障诊断模型。研究表明,T-SNE与随机森林相结合应用于轴承故障诊断具有较好的准确率和通用性。     

综合监测技术在船舶中间轴承监测诊断中的应用

综合运用油液、振动、红外和热工参数等监测技术手段对船舶中间轴承进行状态监测,在对获取的监测数据进行综合分析判断的基础上,能够得出正确诊断结论.通过分析某型船中间轴承的监测实例,结果表明,综合运用多种监测技术手段可以早期发现机械设备故障,有效提高监测诊断结论的可靠性,并为设备维修决策提供依据.     

基于随机森林的离心泵滚动轴承故障诊断

[目的]离心泵组出现故障后会给所在平台任务完成及战备完好性的提升带来较大影响。为解决离心泵组常见的故障检测与定位问题,提出一种离心泵滚动轴承故障诊断方法。[方法]首先使用局部特征尺度分解(LCD)对滚动轴承信号进行自适应分解,然后提取分解后各内禀模态分量(ISC)的样本熵作为故障特征,并利用随机森林对离心泵滚动轴承进行故障诊断,最后结合故障诊断试验,基于离心泵组中所注入的轴承故障的监测数据分析验证上述方法的正确性。[结果]试验结果表明,该方法能有效诊断出离心泵滚动轴承的故障模式。[结论]对离心泵组相应故障诊断方法的研究可为提高机电设备诊断能力奠定基础,为泵组故障预测与健康管理系统的建立提供技术支持。     

港口自动化起重机传动机构在线监测系统

为了实时掌握港口自动化起重机的健康状态,保障自动化起重机生产和安全,开发了一种传动机构在线监测系统。该系统通过安装在相对应的传动机构上的传感器进行检测和数据采集,由智能监测站进行数据上传至在线监测平台,在线监测平台对上传数据进行实时分析诊断,并通过界面展示诊断结果。应用情况表明,该系统能有效预防重大故障发生,并为港口维护人员提拱自动化起重机维护保养数据信息和故障检修方案。     

关于内河船舶滚动尾轴轴承使用的探讨

本文根据广西现有新建船舶尾轴轴承的使用情况，通过分析对比滑动轴承与滚动轴承的优缺点，及其使用效果，论述在航道条件改善达到一定程度和标准船型推广以后，内河船舶尾轴承选用滚动轴承的优越性及选择的方法。     

在线监测系统在港机运行维护中的应用

为降低维护成本并提升港口运营科学化管理水平,利用物联网、人工智能技术设计适用于港口起重机械运行维护场景的在线智能监测系统,对安装于设备上的传感器反馈的震动信号时域频域谱线特征进行分析,可以实现对机组设备运行状态的实时诊断监测。该技术可在港口起重机械运行维护领域推广应用。     

船用电机轴承震动标准探析

本文从滚动轴承各部件故障频率、振动位移、轴承故障振幅三方面分析了船用电机的故障,介绍了振动诊断过程,探析了船用电机振动检测标准,并使用该标准对电机进行了诊断,证明该方法具有实用性。     

船舶水润滑轴承振动状态的光纤传感监测及信号分解

为分析船舶运行过程中水润滑轴承的振动状态,对光纤光栅传感器进行封装保护,将其植入轴承橡胶轴瓦中,监测轴承的受力振动信号,并对其进行小波包分解.研究结果表明,光纤光栅传感器能适应水润滑轴承所处的恶劣工况,监测轴承的振动状态信号;采用小波包技术能快速地对轴承的低频回旋振动信号和高频摩擦振动信号进行分离.研究成果可应用于水润滑轴承的智能化设计和船舶的健康监测中.     

Performance decay of stern bearing based on lubrication numerical model and state parameters北大核心CSCD

[目的]为了实现对船舶艉轴承润滑状态的监测和评估,提出一种结合润滑性能衰变模型和支持向量机(SVM)算法的艉轴承润滑性能评估方法。[方法]针对船舶艉轴承润滑状态难以监测和识别的问题,建立轴承润滑衰变数值模型,并运用实验数据对该模型进行验证,研究载荷、粗糙度和半径间隙对润滑状态衰变机理的影响。基于SVM算法,构建润滑状态分类器,通过网格搜索算法优化超参数,利用不同润滑状态的数据集进行训练,最后实现对艉轴承润滑状态的评估。[结果]结果显示,随着外部载荷、粗糙度和半径间隙的增大,轴承润滑状态恶化的临界速度增大,动压润滑工作范围减小,混合润滑工作范围增大;由仿真数据集对润滑状态识别模型的验证表明,所提的润滑状态识别方法准确率达96.88%。[结论]所提方法能监测轴承的润滑性能特征,有效识别轴承的润滑状态。     

港口安全生产预警管理新模式

提出了一种能够监测、诊断、预控安全事故的港口安全生产预警管理系统，旨在为港口安全管理工作提供一种具有实际运用价值和可操作性的港口安全管理新模式。     

门机振动监测技术的探讨

1 前言 随着港口装卸机械设备朝着大型化、连续化、高速化、强载化和自动化方向发展,设备组成与结构越来越复杂.机械设备发生故障,造成停工停产所带来的经济损失也越来越大.因此,现代化港口对机械设备工作的可靠性都提出了严格的要求.为确保各种装卸机械设备的安全运行,必须加强设备运行管理,开展现代故障诊断和状态监测,实施状态维修,减少或避免突发性故障.     

船舶发电柴油机在线监测与故障诊断系统

介绍了一种基于瞬时转速监测原理的船舶发电柴油机在线监测与故障诊断系统的机构原理、特点和功能。系统利用瞬时转速信号和现有巡回监测与报警系统采集的热工参数，实现对发电柴油机的运行状态进行综合诊断和趋势分析；不仅可以提高船舶发电柴油机的监测和诊断技术水平，为设备的安全运行和管理提供了技术手段，同时针对改善维修决策和维护保养具有指导意义。     

港口环境监测的重要性及监测存在的主要问题

随着港口大力发展,港口环境污染问题也日益突出,港口环境监测作为港口环境保护的重要手段之一,具有重要的意义。本文论述了港口环境监测工作的重要性,并提出了当前港口环境保护和监测存在的主要问题。可为下一步港口环境保护和监测工作的开展提供依据。     

轴承在港口大型超重设备中的应用与保养

港口大型起重设备是港口装卸作业的主力设备.在这些设备中,轴承是应用最广泛的零部件,介绍了轴承在港口大型起重设备中的相关应用.着重介绍了对轴承正确的保养方法及注意事项,可供参考.     

皮带机驱动系统状态监测信息化应用

皮带机作为港口物料运输的关键设备,长时间满负荷运行,极易出现驱动部件轴承损坏、滚筒蹿轴等故障,从而引发严重的机损甚至火灾事故.为实现设备"无忧运行"管理理念,我公司对皮带机主要运动部件,包括电机、减速箱、滚筒的轴承温度、振动及轴向位移等参数进行数据采集,获取皮带机主要驱动部件实时运行状态信息,通过监测软件实现驱动部件异常状态预警、数据存储、查询、统计以及部件劣化趋势分析,同时为设备预防性维修管理决策提供数据支持.