共查询到20条相似文献,搜索用时 140 毫秒
1.
2.
3.
传统情况下对于船舶螺旋桨机械密封故障检测一般仅能采用探测性分析,其分析延时较高,整体检测效率并不理想。为了有效解决这一问题,在螺旋桨机械密封故障检测中应用数字图像技术,设计新型检测方法。利用图像设备生成当前船舶螺旋桨图像信号滤波,采用F-H滤波调解的形式对图像数据进行滤波调解,建立图像光波数据集,为了降低检测负态变化,对滤波调解后的数据集进行图像信号拟态分解,将其转化为单调图像信号,最后通过对当前标准信号的有序隔离和特征提取,通过信号对比,即可对当前螺旋桨有无故障以及故障处进行检测,定位故障点。实验数据证明,该检测技术可以有效提高螺旋桨前后端的密封检测效率,保障船舶航行安全。 相似文献
4.
5.
从机械及轮机资源管理两方面对某轮主机排气阀凸轮轴油泵密封失效后的故障进行了分析,有助于轮机人员加强对轮机资源管理的理解和提高,降低船舶事故发生率。 相似文献
6.
目前,船用旋转轴的密封装置,基本上有机械密封型式和填料密封型式两种。由于船用机械密封产品开发得较晚,现行装船使用的填料密封型式还占一定数量,其中主要用在船用泵轴的密封,以及船用变压力机械密封装置或船尾轴密封装置中的应急密封部件。填料密封型式与机械密封相比:寿命低,漏泄量大,但它具有维护保养方便、成本低等优 相似文献
7.
8.
9.
水下舰艇主辅机的冷却、消防、压载、舱底等系统中使用的海水泵组的密封装置(包括单级离心泵组、串并联型式泵组、混流泵组和轴流泵组)以及艉轴密封装置的主密封部件,目前大都采用了机械密封型式。图1为船用变压力机械密封结构示意。图1 船用变压力机械密封结构示意图1—泵叶轮;2—泵组密封腔体;3动环组件;4—静环组件;5—弹簧座;6—应急密封组件。该机械密封的工作性能,除了在一定的转速下,对海水泥沙及海水造成的电化学腐蚀有专门的要求外,其密封腔工作压力的变化所造成的影响,就成为主要的矛盾。水下舰艇由于上浮下沉及坐侧海底,造成密封腔工作压力的 相似文献
10.
11.
本文围绕泵、阀、轴承、密封件、紧固件等五大类船舶通用基础机电产品,对其产业发展现状进行分析研究,总结国内外船舶通用基础机电产品产业发展特点,提出未来产业发展建议,为国内产品自主创新与产业升级提供参考。 相似文献
12.
13.
14.
15.
根据多年来的实践,结合当前港口生产的特点,对港口流动机械实行分级管理、主动维护、专业保养等一整套行之有效的维护管理方法,提高了机械的可靠性,降低了故障率. 相似文献
16.
舰船柴油机技术状态评定综述 总被引:1,自引:1,他引:0
文章认为目前确定舰船柴油机技术状况的方法多种多样且各有自己的特点。一般来说,对某些失效,可用检测、监控法直接确定,对潜在的失效可先用维修信息统计法或模糊综合评判法初步确定,然后再利用检测法、监控法进一步确定下来。舰船上常采用3种方法来确定其技术状态。即参数诊断法,模糊综合评判法并口维修信息统计法。在实际使用中,可以根据当时的条件并口手段,灵活运用。如平时检修、确定机件故障可用参数诊断法,在厂修前进行技术咨询时,可采用模糊综合评判法,在各机件运行故障积累到一定数量之后,可以采用维修信息统计法等。 相似文献
17.
船用三轴燃气轮机气路故障建模与聚类诊断技术 总被引:1,自引:0,他引:1
船用燃气轮机运行在高速、高湿和高盐的工作环境中时,其气路部件在运行过程中发生故障的可能性增大,开展典型气路故障诊断技术研究有助于提升船用燃气轮机运行的可靠性和安全性。通过分析船用燃气轮机积垢、压气机叶顶间隙增大、叶片磨损、机械损伤、涡轮热腐蚀和燃烧室故障等典型气路故障的机理,给出9种典型气路故障时性能参数相对变化的经验判据。采用小偏差建模方法,建立船用三轴燃气轮机气路故障仿真模型,基于经验判据对0.8工况下船用三轴燃气轮机典型气路故障进行模拟,仿真得到9种典型故障下测量参数的相对变化。提出基于聚类分析的船用燃气轮机气路故障诊断方法,并以9种典型气路故障仿真结果为例,验证了该诊断方法的可行性。 相似文献
18.
19.
机械噪声信号和振动信号一样,蕴含了机械设备运行状态的重要信息,当设备状态发生改变时,其声学特性同样会发生改变。但是,待识别的目标信号和其它设备的信号以及噪声信号混杂在一起,一般很难直接从测量的声信号中获得有用的信息。因此,排除或抑制干扰信号或背景噪声,准确地从低信噪比的混合信号中提取出待识别的目标信号,对声学监测与诊断方法十分关键,而盲信号处理技术为机械声学信号的分离提供了一个有力的解决手段。该文对盲信号技术在机械装置声学监测与诊断中的研究现状进行了概述,为盲信号进一步应用于机械中的声学分析打下基础。 相似文献
20.
A marine propulsion system is a very complicated system composed of many mechanical components.As a result,the vibration signal of a gearbox in the system is strongly coupled with the vibration signatures of other components including a diesel engine and main shaft.It is therefore imperative to assess the coupling effect on diagnostic reliability in the process of gear fault diagnosis.For this reason,a fault detection and diagnosis method based on bispectrum analysis and artificial neural networks (ANNs) was proposed for the gearbox with consideration given to the impact of the other components in marine propulsion systems.To monitor the gear conditions,the bispectrum analysis was first employed to detect gear faults.The amplitude-frequency plots containing gear characteristic signals were then attained based on the bispectrum technique,which could be regarded as an index actualizing forepart gear faults diagnosis.Both the back propagation neural network (BPNN) and the radial-basis function neural network (RBFNN) were applied to identify the states of the gearbox.The numeric and experimental test results show the bispectral patterns of varying gear fault severities are different so that distinct fault features of the vibrant signal of a marine gearbox can be extracted effectively using the bispectrum,and the ANN classification method has achieved high detection accuracy.Hence,the proposed diagnostic techniques have the capability of diagnosing marine gear faults in the earlier phases,and thus have application importance. 相似文献