VEMTE致力于打造节能环保电机减速机电机

BKM075减速机的齿轮箱解析。伞齿轮减速机齿轮箱广泛的用于工业生产中，在钢铁企业轧钢生产中作为种重要的动力传输设备。任何个未知的故障都可能导致严重的损失。因此，及时的监测和发现齿轮箱的早期故障至关重要。齿轮箱内齿轮的损毁是个严重的故障，对K系列减速机齿轮冲击信号的早期诊断防止齿轮的损毁是十分必要的。通常，振动信号通过放置在伞齿轮减速机轴承盖上的加速度传感器获取。K系列减速机所采集信号不仅包含了齿轮的啮合振动，还包含了转轴、轴承及周围设备产生的干扰振动。因此信号是复合的，单对信号的某类成分进行分析存在定难度。
伞齿轮减速机齿轮箱经常存在许多类型的故障。转轴的不对中可以利用振动信号的边带特征监测到。边频带很容易从信号频域识别由于故障信号都是由单频率所组成。对于冲击信号的识别，关键是找到信号中的周期成分。般说来，K系列减速机隐含在噪声信号中的脉冲信号是十分微弱的，除非冲击现象很明显。与小波函数类似，振动信号中的瞬时成分在时域和频域中存在局部能量分布。因此小波函数用来监测振动信号瞬时成分正是利用了小波函数在时频分析上类似的优势。近几年连续伞齿轮减速机小波变换(CWT)逐步的应用到齿轮箱的故障诊断上来。然而，K系列减速机这种方法在信号的高频段缺少足够的精度，小波变换无法对高频信息进步的分解。K系列减速机小波包变换能够有效地克服上述缺陷与不足。小波包技术具有比伞齿轮减速机小波变换更强的分解能力，能同时对信号的低频段和高频段进行完全分解。因此，这就为根据相应的频段来提取特定部件的故障信息提供了有利条件。小波包分析由于它的时域和频域信息的同步显示在对K系列减速机非平稳振动信号的信号处理及故障特征提取中被证明是有效的。在本文中，提出了小波包分解及小波包分解系数统计方法。该方法用来提取含噪声信号中的周期性脉冲信号进而对齿轮的冲击现象进行识别。实验证明，此方法对于监测复杂信号中的周期性成分和冲击信号较为有效。
伞齿轮减速机采用了压电加速度传感器，放置位置为轴Ⅰ轴承盖上。从传感器按采样频率采集到的振动信号经转换成为电信号，将伞齿轮减速机电信号输入电荷放大器，实验所采数据将被进步处理和分析，后K系列减速机从计算机上分析并显示。因为伞齿轮减速机振动信号处理的谱线分析包含了较广的频带，因此，正确的选择能够适用于整个测量频率范围的传感器带宽的加速度传感器是十分必要的。实验所用加速度传感器带宽为1～10kHz。正确的数据采集方法可以提高故障诊断的精度和质量。因此，选择个正确的测量方法对获取有效振动信号至关重要。为防止伞齿轮减速机采集的振动信号被由经 I/O 接口的环境噪声信号干扰。该实验测试信号用 ICP 传感器直接连接带有内置放大器的记录仪。http://www.vemte.com/Products/k87jiansuji.html