主軸裝置是礦井提升機(jī)的核心部件,在提升機(jī)的運(yùn)行提升過程中主軸裝置幾乎承受了所有動靜載荷。主軸裝置屬于典型的轉(zhuǎn)子-軸承系統(tǒng),在長時間連續(xù)的變載荷高負(fù)荷工況下工作極易產(chǎn)生故障,主軸裝置的故障類型分為單一故障和復(fù)合故障,復(fù)合故障的發(fā)生概率大于單一故障。主軸裝置發(fā)生故障后產(chǎn)生的異常振動和附加噪聲直接影響提升機(jī)的正常運(yùn)行,將使礦井提升系統(tǒng)的整體工作性能下降,給礦業(yè)生產(chǎn)安全帶來極大的安全隱患。本課題在國家重點(diǎn)研發(fā)計劃項(xiàng)目“提升設(shè)備主軸等機(jī)械關(guān)鍵部件復(fù)合失效機(jī)理與可靠性評價技術(shù)研究”(2017YFF0210604)的資助下,開展提升機(jī)主軸裝置故障檢測與識別研究,對主軸裝置關(guān)鍵部件展開單一故障和復(fù)合故障的故障特征提取和故障缺陷類型識別研究,為主軸裝置的可靠運(yùn)行提供重要理論依據(jù)。首先,開展主軸裝置滾動軸承典型故障模擬試驗(yàn),結(jié)合正常軸承工況下的振動信號,分析軸承在外圈、內(nèi)圈和滾動體三種不同故障工況下振動信號的變化規(guī)律;利用EMD分解的方法對軸承故障信號進(jìn)行特征提取;結(jié)合軸承故障的特征頻率并利用振動信號固有模態(tài)能量熵對軸承不同的故障缺陷類型進(jìn)行識別研究。其次,開展主軸裝置主軸典型故障模擬試驗(yàn),結(jié)合正常主軸工況下的振動信號,分析主軸在彎曲、不對中和彎曲與不對中復(fù)合等三種工況下振動信號的變化規(guī)律;根據(jù)主軸部件的振動特性,利用EMD分解的方法對主軸的故障信號進(jìn)行特征提取;結(jié)合主軸故障的特征頻率利用振動信號固有模態(tài)能量熵對主軸不同的故障缺陷類型進(jìn)行識別研究。最后,開展主軸裝置典型部件的復(fù)合故障試驗(yàn),結(jié)合軸承、主軸的單一故障的振動信號的變化規(guī)律,探究主軸彎曲與軸承外圈、主軸不對中與軸承內(nèi)圈的復(fù)合故障振動信號變化規(guī)律;結(jié)合軸承和主軸的單一故障特征頻率,利用EMD分解的對復(fù)合故障信號進(jìn)行特征提取提取;結(jié)合復(fù)合故障的特征頻率利并用振動信號固有模態(tài)能量熵對不同復(fù)合故障的缺陷類型進(jìn)行識別研究。
【學(xué)位單位】：中國礦業(yè)大學(xué)
【學(xué)位級別】：碩士
【學(xué)位年份】：2019
【中圖分類】：TD534
【部分圖文】：

于國家重點(diǎn)研發(fā)計劃項(xiàng)目課題“提升設(shè)備主軸等機(jī)械靠性評價技術(shù)研究”（2017YFF0210604）。及意義（Background Topics and Significa礦井的“咽喉”，它的作用是纏繞鋼絲繩帶動礦物、人下和地面的重要機(jī)械裝置，是礦山生產(chǎn)中十分重要障不僅僅影響其自身的正常運(yùn)行，故障引發(fā)的鏈?zhǔn)椒闯捎绊�，�?yán)重時甚至造成機(jī)毀人亡的災(zāi)難性事故，對此，確保礦井提升機(jī)的安全運(yùn)行具有十分重要的意要由主軸、滾動軸承、軸承座、軸承蓋和卷筒等組成主軸裝置在提升重物的過程中承受著不斷變化的載障缺陷，主軸裝置的承載能力和振動特性將會產(chǎn)生承出現(xiàn)故障后系統(tǒng)的性能出現(xiàn)下降，同時也給礦井生因此，針對礦山生產(chǎn)的特殊工況，開展礦井提升機(jī)主得十分必要。

工程碩士專業(yè)學(xué)位論文連接，軸承座一（5）和軸承座二（6）下方均通過螺栓固，軸承座一（5）和軸承座二（6）上均做成可分離式軸承座槽板（7）上加工有移動槽，便于移動軸承座一（5）和軸承軸（3）安裝在軸承座一（5）和軸承座二（6）之間，主軸，繞線卷筒（8）通過螺栓與主軸（3）上的法蘭盤固定連工成可分離式，便于安裝更換主軸；磁粉測功機(jī)（9）為繞線磁粉測功機(jī)（9）的前端安裝有扭矩傳感器（10），磁粉測扭矩傳感器（10）的輸入軸通過聯(lián)軸器三（11）連接，扭矩傳收線卷筒（12）之間通過聯(lián)軸器四（13）連接，收線卷筒軸承座一（14）和立式軸承座二（15）之間，收線卷筒（機(jī)（16），收線電機(jī)（16）的輸出軸通過聯(lián)軸器五（17），鋼絲繩（18）一端固定在繞線卷筒（8），一端固定在收線

圖 2-2 主軸裝置故障診斷試驗(yàn)臺實(shí)物圖Figure 2-2 Physical diagram of the spindle unit fault diagnosis test bench主軸裝置故障診斷試驗(yàn)臺試驗(yàn)臺整體系統(tǒng)框架如圖 2-3，該試驗(yàn)臺系統(tǒng)可分為動力提升裝置、負(fù)載施加裝置以及數(shù)據(jù)采集裝置三大部分，其中動力提升裝置包括伺服電機(jī)、減速機(jī)、繞線卷筒和主軸，伺服電機(jī)提供動力帶動主軸以及其上的卷筒轉(zhuǎn)動；負(fù)載施加裝置主要包括磁粉測功機(jī)、扭矩傳感器、收線卷筒和收線電機(jī)，磁粉測功機(jī)通過收線卷筒纏繞的鋼絲繩對繞線卷筒施加負(fù)載；數(shù)據(jù)采集裝置主要包括振動傳感器、轉(zhuǎn)速轉(zhuǎn)矩測量儀、信號采集卡和信號調(diào)理器，通過信號采集卡采集轉(zhuǎn)動傳感器的信號，轉(zhuǎn)速轉(zhuǎn)矩測量儀控制調(diào)節(jié)測功機(jī)的參數(shù)和采集扭矩傳感的參數(shù)，最后借助計算機(jī)采集軟件采集試驗(yàn)過程中各關(guān)鍵測試參數(shù)。
【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 雷高偉;張清華;馬春燕;熊建斌;何俊;王磊;;證據(jù)理論在復(fù)合故障診斷中的應(yīng)用研究[J];組合機(jī)床與自動化加工技術(shù);2014年02期

2 王煜,任為端;F99-Ⅳ型500mA X線機(jī)復(fù)合故障檢修分析[J];臨床放射學(xué)雜志;2002年10期

3 崔玲麗;莫代一;張建宇;;基于匹配追蹤的快速獨(dú)立分析方法在軸承復(fù)合故障盲源分離中的應(yīng)用[J];北京工業(yè)大學(xué)學(xué)報;2014年06期

4 馬紅強(qiáng),李曉光,王勇;EDR-750BX線機(jī)復(fù)合故障一例[J];醫(yī)療裝備;2001年04期

5 岑健;李玉娜;;無量綱免疫支持向量機(jī)的復(fù)合故障診斷方法[J];計算機(jī)工程與應(yīng)用;2013年15期

6 王斌;;新宇NC100型C臂X線機(jī)復(fù)合故障的檢修[J];中國醫(yī)療設(shè)備;2008年04期

7 張應(yīng)軍;江永全;楊燕;張衛(wèi)華;陳錦雄;;基于深度卷積神經(jīng)網(wǎng)絡(luò)的未知復(fù)合故障診斷[J];中國科技論文;2019年02期

8 萬書亭;張雄;豆龍江;;強(qiáng)噪源干擾下的滾動軸承復(fù)合故障分離方法研究[J];中南大學(xué)學(xué)報(自然科學(xué)版);2018年08期

9 劉昱;高學(xué)軍;龍志;付登昊;楊健;;基于復(fù)合故障率的電網(wǎng)差異化規(guī)劃方法研究[J];陜西電力;2015年08期

10 朱承麟;電力系統(tǒng)復(fù)合故障簡化計算[J];華東電力;1986年05期

相關(guān)博士學(xué)位論文 前7條

1 王學(xué)磊;變壓器復(fù)合故障智能識別與熱動力學(xué)焓變診斷技術(shù)研究[D];山東大學(xué);2015年

2 李蓉;齒輪箱復(fù)合故障診斷方法研究[D];湖南大學(xué);2013年

3 岑健;基于人工免疫系統(tǒng)的機(jī)組復(fù)合故障診斷技術(shù)研究[D];華南理工大學(xué);2010年

4 王宏超;基于稀疏分解及圖像稀疏表征的滾動軸承微弱故障診斷[D];上海交通大學(xué);2015年

5 鄧飛躍;滾動軸承故障特征提取與診斷方法研究[D];華北電力大學(xué)(北京);2016年

6 何玉靈;發(fā)電機(jī)氣隙偏心與繞組短路復(fù)合故障的機(jī)電特性分析[D];華北電力大學(xué);2012年

7 陳向民;基于形態(tài)分量分析和線調(diào)頻小波路徑追蹤的機(jī)械故障診斷方法研究[D];湖南大學(xué);2013年

相關(guān)碩士學(xué)位論文 前10條

1 蔣劍;基于深度卷積神經(jīng)網(wǎng)絡(luò)的旋轉(zhuǎn)機(jī)械復(fù)合故障診斷方法研究[D];中國礦業(yè)大學(xué);2019年

2 曹博博;提升機(jī)主軸裝置故障檢測與識別研究[D];中國礦業(yè)大學(xué);2019年

3 林劍峰;轉(zhuǎn)子系統(tǒng)復(fù)合故障的診斷方法研究[D];華北電力大學(xué);2018年

4 孫宏健;面向稀疏表征的滾動軸承-轉(zhuǎn)軸復(fù)合故障診斷方法研究[D];哈爾濱工業(yè)大學(xué);2018年

5 侯曉玲;滾動軸承復(fù)合故障特征增強(qiáng)和智能識別方法研究[D];北京化工大學(xué);2018年

6 殷俊;高速列車牽引傳動系統(tǒng)復(fù)合故障的診斷方法研究[D];南京航空航天大學(xué);2018年

7 唐春萍;高速列車牽引電機(jī)驅(qū)動系統(tǒng)復(fù)合故障診斷[D];南京航空航天大學(xué);2018年

8 賀朋;基于奇異譜和深度信念網(wǎng)絡(luò)的軸承單一及復(fù)合故障診斷[D];燕山大學(xué);2018年

9 李嘉鵬;基于小波分析的齒輪箱復(fù)合故障診斷方法研究[D];大連交通大學(xué);2017年

10 劉軍委;基于盲源分離的滾動軸承復(fù)合故障診斷方法研究[D];重慶大學(xué);2016年

本文編號：2868036