-
帶電機錐齒輪減速機頻譜分析
帶電機錐齒輪減速機頻譜分析。在此利用小波包分解技術對錐齒輪減速機的振動信號進行分解，選取分解層數為3，小波基選‘db2’小波，小波包分解的結果。因此可以得出結論。錐齒輪減速機結合峭度定義可知，小波包分解后，哪頻率段峭度值泛起峰值波動，表明這頻率段存在沖擊成分。齒輪減速馬達利用傳統的頻譜分析方法只能從頻譜圖上了解振動信號所包含的頻率成分
了解詳情 -
S系列私服電機減速機傳動敘述
S系列私服電機減速機傳動敘述。現代產業對精密傳動的精度要求越來越高，精度般是由誤差來衡量的，故對擺線鋼球行星傳動的誤差分析就顯得尤為重要。S系列減速機應用方法是對同類型的組設備或同設備的同部位的振動進行按期檢測，以私服電機減速機正常情況下的值為原始值，根據實測值與原始值的比值是否超過的尺度來判定設備的狀態
了解詳情 -
帶電機R系列減速機小波包重構的方法
帶電機R系列減速機小波包重構的方法。因此，利用小波包分解多少層，以及在各層選擇那些子帶來分析使用十分靈活。小波包分解的過程與小波的分解過程樣，也是把信號分解為低頻和高頻兩部門，所不同的是小波包分解是把上層所分解得到的低頻信號和高頻信號同時進行分解，因此，也將齒輪減速機小波包分解理解為是對信號所包含的頻率段進行劃分
了解詳情 -
R系列斜齒輪減速機與抽油機的作用
R系列斜齒輪減速機與抽油機的作用。從機構的角度來說，斜齒輪減速機采用的是曲柄搖桿機構，這就導致了它的適應能力差，碰到其他類型的油井，調沖程較難題。自噴法主要存在于油藏極為豐碩，或者處于開采初期的油田，常見于中東地區。斜齒輪減速機采油設備般是由抽油機、抽油桿、抽油泵組成的“三抽系統”
了解詳情 -
具有自鎖私服電機減速機使用方法
具有自鎖私服電機減速機使用方法。一般情況下，對于長期連續工作的S系列減速機，按運行5000小時或每年次更換新油，長期停用的私服電機減速機，在重新運轉之前亦應更換新油。私服電機減速機型號有：S37/S47/S57/S67/S77/S87/S97等多種型號，同時還有法蘭輸出，軸輸出等安裝方式
了解詳情 -
空心軸錐齒輪減速機小波變換技術
空心軸錐齒輪減速機小波變換技術。可以看到，錐齒輪減速機原函數在t=1500處是連續且光滑的，其階導數在此處連續，但二階導數不連續，這導致小波在t=1500處發生劇烈的變化。而FFT因為其在齒輪減速馬達非平穩沖擊信號分析中的不足，使得其應用受到較大的局限，這就使得以小波分析為主要分析手段的時頻分析得到了普及
了解詳情 -
立式斜齒輪減速機的監測工況
立式斜齒輪減速機的監測工況。為具可比性，三次丈量的測點及所用傳感器各機能參數都不變。當斜齒輪減速機內部部件泛起損壞時必定會泛起沖擊脈沖，但因在峭度表達式中，分子為因子，故分子增加良多，而分母為增加的少，故必定使峭度K值上升，從而可使它的變化值相對于K=3的偏離情況，把正常的與非正常的機械振動分離出來
了解詳情 -
斜齒輪平行軸減速機的振動信號頻域
斜齒輪平行軸減速機的振動信號頻域。而實際應用中常有這種情況，即對平行軸減速機整個頻率范圍內的某部門但愿有較高的分辨率。圖4.20表示了這個概念。而要進步分辨率，或使所得譜的任部門的分辨率增加K倍。由于尺度的分析結果的頻率分布是在零赫茲到(奈奎斯特截止頻率)的范圍內，頻率分辨率是譜線的條數(般是原始采樣點數的半)決定的
了解詳情 -
有自鎖的私服電機減速機降噪
有自鎖的私服電機減速機降噪。一般地，噪聲信號多包含在具有較高頻率的細節中。些用于S系列減速機故障診斷的傳統分析方法，如快速傅里葉變換(FFT)通過有限時間域上的組復指數基函數與信號乘積的積分來表示。S系列減速機這些特性使小波分析能識別振動信號中的故障信號。私服電機減速機小波變換克服了上述缺點
了解詳情 -
臥式齒輪同軸減速機的轉軸與轉頻
臥式齒輪同軸減速機的轉軸與轉頻。具有早期沖擊的沖擊轉軸模型，在轉軸每次的旋轉過程中沖擊溘然產生和消失，同時同軸減速機轉軸還產生個跟著轉軸旋轉過程周期性變化的步進函數。當R系列減速箱軸的橫向裂紋深度超過軸半徑的半時，沖擊產生和消失的傳遞存在于軸上較大的轉角并且振動波形有平緩的趨勢(基本為正弦波)
了解詳情 -
帶自鎖私服電機減速機齒輪故障
帶自鎖私服電機減速機齒輪故障。在嚙合過程中，主動輪齒面上的嚙合點由齒根移向齒，速度逐漸升高，而被動輪齒面上的嚙合點則由齒移向齒根，其速度逐漸降低。當滾輪表面處于邊界潤滑前提時，私服電機減速機金屬不同的切向摩擦力使下輪在區域內形成拉應力，而使上輪在區域內形成壓應力
了解詳情 -
同軸斜齒輪減速機監測與故障診斷
同軸斜齒輪減速機監測與故障診斷。斜齒輪減速機的狀態監測和故障診斷做了理論上和工程上的應用研究，主要表現在以下幾方面：斜齒輪減速機狀態監測與故障診斷采用了多種信號處理方法進行，包括基于機械振動信號的時域分析技術、頻譜分析技術、小波及小波包時頻分析技術的信號處理方法，神經網絡技術的模式分類方法
了解詳情
咨詢服務熱線：
13360667204
微信13360667204
