CN101936812B - 装甲车发动机工作状态检测方法 - Google Patents

装甲车发动机工作状态检测方法 Download PDF

Info

Publication number
CN101936812B
CN101936812B CN2010102625095A CN201010262509A CN101936812B CN 101936812 B CN101936812 B CN 101936812B CN 2010102625095 A CN2010102625095 A CN 2010102625095A CN 201010262509 A CN201010262509 A CN 201010262509A CN 101936812 B CN101936812 B CN 101936812B
Authority
CN
China
Prior art keywords
engine
panzer
detection
detection signal
vibration signal
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Expired - Fee Related
Application number
CN2010102625095A
Other languages
English (en)
Other versions
CN101936812A (zh
Inventor
高潮
郭永彩
林晓钢
苏艳
杨万均
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Chongqing University
Original Assignee
Chongqing University
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Chongqing University filed Critical Chongqing University
Priority to CN2010102625095A priority Critical patent/CN101936812B/zh
Publication of CN101936812A publication Critical patent/CN101936812A/zh
Application granted granted Critical
Publication of CN101936812B publication Critical patent/CN101936812B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Landscapes

  • Testing Of Engines (AREA)
  • Testing Of Devices, Machine Parts, Or Other Structures Thereof (AREA)

Abstract

本发明提供了一种装甲车发动机工作状态检测方法,该方法将装甲车发动机的振动信号作为检测特征,通过计算机计算振动信号的幅值均方根以及自功率谱函数,对比分析装甲车发动机在实际运行中与正常运行中的振动情况,以即时的检测其发动机是否出现故障。本发明方法可操作性强,具有较好的抗干扰能力,故障检出准确率高,维护人员只需要在检出故障后对发动机进行检修维护,减小了维护人员的工作量;同时,本发明方法在整体检测流程上提高了系统工作效率,一方面为发动机工作状态的实时检测提供了良好的条件,另一方面也降低了计算机的硬件要求,使得将本发明方法应用到车载的实时检测系统中成为可能。

Description

装甲车发动机工作状态检测方法
技术领域
本发明属于信号处理与应用技术领域,尤其涉及一种装甲车发动机工作状态检测方法。
背景技术
随着我国部队机械化程度不断提高,军用装甲车辆的使用日益广泛。由于装甲车负荷较重,装甲车的发动机需要定期进行维护、保养,以确保其使用安全。但这种定期的维护过程需要对装甲车进行部分拆卸和安装,非常的麻烦,并且往往不能及时的发现发动机出现的故障,导致在维护发现故障时已经问题已经出现恶化,加大了维修、护理的难度,增加了维护成本;同时,由于维护时多采用人工依据其经验来发现故障,使得检测故障的人为因素很大,容易造成判断错误。这些因素都直接影响到装甲车的维护质量和驾驶安全。
目前,国内外也有一些针对发动机故障检测的技术研究,例如通过检测发动机的密封性、气缸压力及其平衡性、曲轴箱窜气量、尾气排放和起动系的测试等手段判断发动机的工作状态,但这些手段存在信号采集难、精度难以保证等缺点,并且这些特征都仅能反映发动机的局部特征,无法体现发动机的整体工作性能,实际应用受到局限。
发明内容
针对现有技术中存在的上述不足,本发明的目的在于提供一种装甲车发动机工作状态检测方法,将装甲车发动机的振动信号作为检测特征,以即时的检测其发动机是否出现故障。
本发明目的是这样实现的:一种装甲车发动机工作状态检测方法,采用加速传感器采集发动机的振动信号,依次经过放大、滤波和采样的预处理后输入计算机,由计算机进行检测;具体包括如下步骤:
a)采集装甲车正常工作状态时发动机的振动信号,经预处理后输入计算机进行后续计算;
b)计算所采集振动信号的幅值均方根                                                
Figure 2010102625095100002DEST_PATH_IMAGE001
;振动信号的幅值的物理意义即为发动机振动时的加速度大小,加速度信号的获取手段成熟、误差率低,以加速度来衡量发动机的振动情况,也能很好的体现发动机的振动性能;该幅值均方根
Figure 785168DEST_PATH_IMAGE001
将作为判断发动机工作状态的原始基准;
c)计算所采集的振动信号的自功率谱函数,并求得其功率分布均值
Figure 2010102625095100002DEST_PATH_IMAGE002
;自功率谱函数直观的反映了振动信号在不同频率的功率分布,其功率与所在频率上振幅的平方和成正比;由于发动机的振动是由多种固有因素驱动引起的,不同的固有因素对应于不同的频率,并且通常情况下,固有因素所在频率的功率分布会超过半功率分布均值0.5,而小于半功率分布均值的频率振动则认为是由装甲车身颠簸、晃动等随机干扰因素引起的振动;因此,以装甲车正常工作状态时发动机的振动信号的自功率谱函数作为判别发动机是否出现新增周期振动因素的基准;振动信号的自功率谱函数,可以通过求振动信号的自相关函数后取傅里叶变换而得到,也可以采用韦尔奇(Welch)法获得;
d)存储步骤b)和c)获得的数据,作为模板数据;
e)设定单位时长
Figure DEST_PATH_IMAGE003
,以及阈值
Figure 2010102625095100002DEST_PATH_IMAGE004
;单位时长
Figure 229848DEST_PATH_IMAGE003
用于确定采集检测信号的时间间隔长度,其取值太小会增加装甲车身颠簸、晃动等干扰因素对计算结果的影响,导致重复性差,同时也不能很好的反映发动机的真实振动情况;而
Figure 687374DEST_PATH_IMAGE003
取值过大,一方面可能会导致新增周期振动因素被淹没而使得状态检测存在延迟,另一方面也使得每次检测信号的数据量巨大而导致系统效率降低;因此,综合考虑,单位时长
Figure 501747DEST_PATH_IMAGE003
的取值满足
Figure DEST_PATH_IMAGE005
这一条件为宜,其中
Figure 2010102625095100002DEST_PATH_IMAGE006
为采样频率,
Figure 12625DEST_PATH_IMAGE006
的取值为125~8000Hz;阈值
Figure 279658DEST_PATH_IMAGE004
是初始判断发动机是否有可能已经出现故障的临界值;
f)模板数据和参数确定后,在装甲车运行期间,采集单位时长
Figure 540875DEST_PATH_IMAGE003
内发动机的振动信号,作为检测信号,经预处理后输入计算机进行后续计算;
g)如果发动机出现故障,且体现为存在新的周期振动分量,则新的周期分量会直接体现在检测信号中,使得检测信号整体的幅值均方根增加,因此,计算检测信号的幅值均方根
Figure DEST_PATH_IMAGE007
,若其增量明显,则表明发动机很可能已经出现故障,需要进一步确认;判断检测信号的幅值均方根增量是否明显,采用与模板数据中的幅值均方根
Figure 22803DEST_PATH_IMAGE001
比较的方式,若
Figure 2010102625095100002DEST_PATH_IMAGE008
,则判定该单位时长
Figure 78484DEST_PATH_IMAGE003
内发动机工作正常;若
Figure DEST_PATH_IMAGE009
,则需要进一步确认发动机是否确实已经存在故障,因此继续进行步骤h);
h)对检测信号进行自相关分析,获取其中所有的周期频率分量,并与模板数据中的自功率谱函数进行对比,若检测信号所有的周期频率分量在模板数据中的自功率谱函数中对应的功率值均大于或等于0.5,就表明这些周期频率分量是发动机正常工作时固有的,则可以认为检测信号的幅值均方根的增大是由于装甲车身颠簸、晃动等其它随机干扰因素引起的,因而判定该单位时长内发动机工作正常;若检测信号的周期频率分量中有一个或多个在模板数据中的自功率谱函数中对应的功率值小于0.5
Figure 778696DEST_PATH_IMAGE002
,这表明在检测信号中出现了一个或多个新的周期振动分量,也就意味着产生了新的振动驱动因素,这种新的驱动因素极可能是发动机故障产生的,因而判定发动机出现故障,提醒工作人员进行检修。
作为进一步的优化方案,上述步骤可以周期性的循环重复进行,从而实现对发动机工作情况的在线检测;此外,如果通过某次检测信号判断出发动机已经故障,则还可以计算每次检测信号中幅值绝对值超过
Figure 2010102625095100002DEST_PATH_IMAGE010
的概率
Figure DEST_PATH_IMAGE011
,用以为发动机受力情况分析提供数据依据。
相比于现有技术,本发明具有如下有益效果:
1)由于正常情况下,发动机是在多种固有因素驱动下工作的,其振动信号在时域和频域上的功率分布均较为固定;如果发动机中某一部件存在故障,很容易导致驱动因素的变化,从而直观的体现在其振动信号中,也就是说发动机出现故障时其振动情况随之改变的几率相当高。本发明采用振动信号作为检测特征,更够从整体上获取发动机的工作状态,可靠性高;并且振动信号(即加速度信号)的获取手段成熟、误差率低,将其作为发动机状态检测的基础条件,增强了本发明方法的可操作性。
2)在本发明的检测过程中,仅在计算出检测信号的幅值均方根出现异常时(
Figure 83907DEST_PATH_IMAGE009
时)才启动自相关分析以及自功率谱函数对比分析,避免了频繁的进行数据库调用和对比计算,在整体检测流程上提高了系统工作效率,一方面为发动机工作状态的实时检测提供了良好的条件,另一方面也降低了计算机的硬件要求,使得将本发明方法应用到车载的实时检测系统中成为可能。
3)借助检测信号的自相关分析以及与模板数据中自功率谱函数的对比分析,能够有效避免将装甲车身颠簸、晃动等随机干扰因素引起的振动误检测为发动机故障,提高了抗干扰能力。
4)本发明方法的故障检出准确率高,维护人员只需要在检出故障后对发动机进行检修维护,避免了发动机的频繁定期检修,减小了维护人员的工作量。
5)在判定发动机出现故障后,还可以计算检测信号中幅值绝对值超过
Figure 325532DEST_PATH_IMAGE010
的概率,该概率值可以为发动机受力情况分析提供数据依据。
附图说明
图1为本发明方法的流程框图;
图2为本发明实施例中装甲车正常工作状态时发动机的振动信号;
图3为图2所示振动信号的功率密度谱函数曲线图;
图4为本发明实施例中的一段检测信号;
图5为图4所示检测信号的自相关函数曲线图。
具体实施方式
下面结合附图和实施例对本发明的技术方案作进一步的说明。
实施例:
本发明方法的流程图如图1所示。在本实施例中,采用本发明方法检测一装甲车的发动机工作状态。
a)首先,利用加速传感器采集装甲车在正常工作状态时的发动机振动信号,采集时长为10s;然后将采集的信号经放大、滤波和采样的预处理后输入计算机,其中采样频率为5000Hz,再用计算机执行后续计算。
b)利用下列公式计算所采集振动信号的幅值均方根
Figure 662972DEST_PATH_IMAGE001
Figure 2010102625095100002DEST_PATH_IMAGE012
;               (1)
式(1)中,
Figure DEST_PATH_IMAGE013
为在装甲车正常工作状态时所采集振动信号的第i个采样点的幅值; N为所采集振动信号的总采样点数,由于本实施例中采样频率为5000Hz,采集时长为10s,因此此处N的取值为50000。经计算,本实施例中,
Figure 181810DEST_PATH_IMAGE001
=0.0821gg为重力加速度。
c)计算所采集的振动信号的自功率谱函数,所求的自功率谱函数曲线图如图3所示;然后再利用下列公式计算自功率谱函数的功率分布均值
Figure 327096DEST_PATH_IMAGE002
Figure 56017DEST_PATH_IMAGE014
;               (2)
式(2)中,
Figure DEST_PATH_IMAGE015
为振动信号的自功率谱函数中频率在f上的功率;
Figure 2010102625095100002DEST_PATH_IMAGE016
为振动信号的频率分布上限。由于本实施例的预处理采样频率为5000Hz,因此其频率分布上限也不会超过5000Hz;经计算发现,本实施例中装甲车正常工作状态时所采集振动信号在1637Hz以后的功率分布即为0,因此其频率分布上限取值为1637Hz。经计算,本实施例中,
Figure 10198DEST_PATH_IMAGE002
=0.0326g为重力加速度。
d)存储步骤b)和c)获得的数据,作为模板数据。
e)设定单位时长
Figure 383542DEST_PATH_IMAGE003
=5s,以及阈值
Figure 155188DEST_PATH_IMAGE004
=1.05。
f)装甲车运行期间,采集单位时长
Figure 168144DEST_PATH_IMAGE003
内发动机的振动信号,作为检测信号,经预处理后输入计算机进行后续计算;预处理的采样频率也为5000Hz,采集所得的检测信号如图4所示。
g)利用下列公式计算检测信号的幅值均方根
Figure DEST_PATH_IMAGE018
;               (3)
式(1)中,
Figure DEST_PATH_IMAGE019
为检测信号的第i个采样点的幅值;为检测信号的总采样点数,由于本实施例中采样频率为5000Hz,采集单位时长
Figure 112056DEST_PATH_IMAGE003
=5s,因此此处的取值为25000。经计算,本实施例中,
Figure 554856DEST_PATH_IMAGE007
=0.1075gg为重力加速度。然后,将
Figure 975473DEST_PATH_IMAGE007
与模板数据中的幅值均方根
Figure 261092DEST_PATH_IMAGE001
比较得知,
Figure DEST_PATH_IMAGE021
≈1.31>
Figure 436859DEST_PATH_IMAGE004
,表明检测信号整体的幅值均方根增量已超过阈值的比例,很可能发动机已经存在故障,因此需要进行进一步检测判断。
h)对检测信号进行自相关分析,获取其中所有的周期频率分量;检测信号在时域的自相关函数为:
;(4)
式(4)中,
Figure DEST_PATH_IMAGE023
表示检测信号
Figure DEST_PATH_IMAGE024
在时域的自相关函数值。而经过采样预处理后,检测信号成为与采样点n相关的离散信号,其自相关可采用如下公式进行分析:
Figure DEST_PATH_IMAGE025
; (5)
式(5)中,
Figure DEST_PATH_IMAGE026
表示检测信号
Figure DEST_PATH_IMAGE027
在时域的自相关函数值,
Figure 922941DEST_PATH_IMAGE020
为检测信号的总采样点数。本实施例中,计算m取0~5000点(对应时域的1s时间)时检测信号的自相关函数后还原到时域的自相关函数曲线如图5所示,从图5中可以明显的看到检测信号中存在一个频率为21Hz的周期频率分量;对比模板数据中的自功率谱函数,得知其中在21Hz对应的功率值为0.0154
Figure 147249DEST_PATH_IMAGE017
,小于半功率分布均值0.5
Figure 271063DEST_PATH_IMAGE002
(即0.0163
Figure 555414DEST_PATH_IMAGE017
),表明装甲车在正常工作时其发动机的振动信号并不存在21Hz的周期频率分量,由此判定现在存在的21Hz这个周期频率分量是新增的,这个新增周期振动频率极可能是发动机故障产生的,因而判定发动机出现故障。
上述实施例说明了本发明方法的具体处理流程。在实际应用操作中,装甲车在正常工作状态时的发动机振动信号的采集时长可以更长,这样可以增加模板数据的可靠性;但经验证明,在采集时长达到10分钟以后,可靠性的增加变化就不明显了,可以认为装甲车在正常工作状态时的发动机振动信号的采集时长在5~10分钟为宜。
此外,在判断出发动机出现故障后,还可以进行步骤
Figure DEST_PATH_IMAGE028
):利用下列公式计算检测信号中幅值绝对值超过
Figure 780990DEST_PATH_IMAGE010
的概率
Figure 871306DEST_PATH_IMAGE011
Figure DEST_PATH_IMAGE029
,其中; (6)
式(6)中,
Figure 928255DEST_PATH_IMAGE019
为检测信号的第i个采样点的幅值;为检测信号的总采样点数。经计算,本实施例中
Figure 830800DEST_PATH_IMAGE011
=0.71,可以新增周期振动驱动因素对发动机的影响较为频繁,借助该数据,故障检测人员更容易分析发动机的实际受力情况,判断出发动机故障产生的实际原因。
步骤f)~h)或者步骤f)~
Figure 396910DEST_PATH_IMAGE028
)的检测过程可以周期性的重复进行,以在线检测发动机的工作情况,获得更多的发动机振动数据用于维护分析。
在本发明方法的检测过程中,当发动机正常工作时,仅仅需要计算振动信号的幅值均方根;只有在计算出检测信号的幅值均方根出现异常时(
Figure 760895DEST_PATH_IMAGE009
时),才启动计算过程复杂的自相关分析以及自功率谱函数对比分析,避免了频繁的进行数据库调用和对比计算,降低了计算机的数据处理强度以及运算死机的风险,在整体检测流程上提高了系统工作效率;这一方面为发动机工作状态的实时检测提供了良好的条件,另一方面也降低了计算机的硬件要求,使得将本发明方法应用到车载的实时检测系统中成为可能。本发明方法的故障检出准确率高,维护人员只需要在检出故障后对发动机进行检修维护,避免了发动机的频繁定期检修,减小了维护人员的工作量。
最后说明的是,以上实施例仅用以说明本发明的技术方案而非限制,尽管参照较佳实施例对本发明进行了详细说明,本领域的普通技术人员应当理解,可以对本发明的技术方案进行修改或者等同替换,而不脱离本发明技术方案的宗旨和范围,其均应涵盖在本发明的权利要求范围当中。

Claims (6)

1.装甲车发动机工作状态检测方法,其特征在于:采用加速传感器采集发动机的振动信号,依次经过放大、滤波和采样的预处理后输入计算机,由计算机进行检测;具体包括如下步骤:
a)采集装甲车正常工作状态时发动机的振动信号,经预处理后输入计算机进行后续计算;
b)计算所采集振动信号的幅值均方根                                                
Figure 870938DEST_PATH_IMAGE001
c)计算所采集的振动信号的自功率谱函数,并求得其功率分布均值
Figure 850395DEST_PATH_IMAGE002
d)存储步骤b)和c)获得的数据,作为模板数据;
e)设定单位时长
Figure 692449DEST_PATH_IMAGE003
,以及阈值
Figure 149975DEST_PATH_IMAGE004
f)在装甲车运行期间,采集单位时长
Figure 964347DEST_PATH_IMAGE003
内发动机的振动信号,作为检测信号,经预处理后输入计算机进行后续计算;
g)计算检测信号的幅值均方根
Figure 371099DEST_PATH_IMAGE005
,并与模板数据中的幅值均方根
Figure 700450DEST_PATH_IMAGE001
比较,若,则判定该单位时长
Figure 630545DEST_PATH_IMAGE003
内发动机工作正常;若
Figure 623909DEST_PATH_IMAGE007
,则进行步骤h);
h)对检测信号进行自相关分析,获取其中所有的周期频率分量,并与模板数据中的自功率谱函数进行对比,若检测信号所有的周期频率分量在模板数据中的自功率谱函数中对应的功率值均大于或等于0.5
Figure 440555DEST_PATH_IMAGE002
,则判定该单位时长内发动机工作正常;若检测信号的周期频率分量中有一个或多个在模板数据中的自功率谱函数中对应的功率值小于0.5
Figure 264734DEST_PATH_IMAGE002
,则判定发动机出现故障。
2.根据权利要求1所述装甲车发动机工作状态检测方法,其特征在于:所述预处理中的采样频率
Figure 756895DEST_PATH_IMAGE008
为125~8000Hz,且所述单位时长
Figure 998521DEST_PATH_IMAGE003
的取值满足
3.根据权利要求1所述装甲车发动机工作状态检测方法,其特征在于:所述阈值
Figure 979432DEST_PATH_IMAGE004
的取值为1.05~1.10。
4.根据权利要求1所述装甲车发动机工作状态检测方法,其特征在于:在步骤h)之后还包括:
i)重复步骤f)~h),在线检测发动机的工作状态。
5.根据权利要求1所述装甲车发动机工作状态检测方法,其特征在于:在步骤h)之后还包括:
Figure 376916DEST_PATH_IMAGE010
)若根据检测信号判定发动机出现故障,计算检测信号中幅值绝对值超过
Figure 666689DEST_PATH_IMAGE011
的概率
6.根据权利要求5所述装甲车发动机工作状态检测方法,其特征在于:在步骤
Figure 305798DEST_PATH_IMAGE010
)之后还包括:
)重复步骤f)~
Figure 152717DEST_PATH_IMAGE010
),在线检测发动机的工作状态。
CN2010102625095A 2010-08-25 2010-08-25 装甲车发动机工作状态检测方法 Expired - Fee Related CN101936812B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN2010102625095A CN101936812B (zh) 2010-08-25 2010-08-25 装甲车发动机工作状态检测方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN2010102625095A CN101936812B (zh) 2010-08-25 2010-08-25 装甲车发动机工作状态检测方法

Publications (2)

Publication Number Publication Date
CN101936812A CN101936812A (zh) 2011-01-05
CN101936812B true CN101936812B (zh) 2011-10-05

Family

ID=43390260

Family Applications (1)

Application Number Title Priority Date Filing Date
CN2010102625095A Expired - Fee Related CN101936812B (zh) 2010-08-25 2010-08-25 装甲车发动机工作状态检测方法

Country Status (1)

Country Link
CN (1) CN101936812B (zh)

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105651520A (zh) * 2016-03-01 2016-06-08 西安航空动力股份有限公司 一种航空发动机外部附件振动故障的定位方法
CN113931831B (zh) * 2021-08-20 2024-05-31 中国航空工业集团公司北京长城航空测控技术研究所 一种飞机轴向柱塞泵滑靴部件的状态检测方法及系统
CN115263551B (zh) * 2022-09-27 2023-01-13 山东创乾海洋科技有限公司 一种海洋船舶发动机运行健康状态监测方法
CN117540243B (zh) * 2023-10-23 2024-05-24 巨能摩托车科技有限公司 一种基于震动监测的摩托车发动机故障智能检测系统

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2001050098A1 (en) * 2000-01-04 2001-07-12 Richard Eklund System and method for detecting and warning of potential failure of rotating and vibrating machines
CN101038239A (zh) * 2007-02-02 2007-09-19 浙江大学 一种基于纯振动信号的发动机状态检测装置及方法
CN101430247A (zh) * 2008-11-28 2009-05-13 华北电力大学 汽轮发电机组随机振动故障实时诊断方法
CN101464212A (zh) * 2007-12-19 2009-06-24 西门子公司 风力涡轮机的基于振动自动情况监测方法和设备

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2001050098A1 (en) * 2000-01-04 2001-07-12 Richard Eklund System and method for detecting and warning of potential failure of rotating and vibrating machines
CN101038239A (zh) * 2007-02-02 2007-09-19 浙江大学 一种基于纯振动信号的发动机状态检测装置及方法
CN101464212A (zh) * 2007-12-19 2009-06-24 西门子公司 风力涡轮机的基于振动自动情况监测方法和设备
CN101430247A (zh) * 2008-11-28 2009-05-13 华北电力大学 汽轮发电机组随机振动故障实时诊断方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
高潮等.装甲车内部振动信号采集与分析.《传感器与微系统》.2009,第28卷(第04期), *

Also Published As

Publication number Publication date
CN101936812A (zh) 2011-01-05

Similar Documents

Publication Publication Date Title
CN109524139B (zh) 一种基于设备工况变化的实时设备性能监测方法
CN102963533B (zh) 一种监测直升机完好性与使用状态的系统及其监测方法
CN103321854B (zh) 一种风力发电机组塔架振动控制方法
CN105041631B (zh) 一种气体压缩机的驱动轴振动信号的检测方法和系统
CN101936812B (zh) 装甲车发动机工作状态检测方法
CN103529822B (zh) 一种汽车故障检测方法和装置
CN104350435A (zh) Plc平台上用于设备状态监控、诊断以及时间-故障/服务预测的嵌置预报
CN110779716A (zh) 嵌入式机械故障智能诊断设备及诊断方法
CN105403402A (zh) 风力发电机组传动链系统扭振状态的监测方法
CN103245913B (zh) 大型发电机组次同步振荡信号检测与分析的方法及系统
CN112556829A (zh) 一种设备振动采集监测系统和方法
CN103925155A (zh) 一种风电机组输出功率异常的自适应检测方法
CN103808405A (zh) 烟气发电机组振动故障的自动诊断方法和装置
US8955372B2 (en) Systems and methods for continuous pressure change monitoring in turbine compressors
CN101504309A (zh) 往复机械振动信号的分析方法
CN111486043A (zh) 一种基于水轮发电机组振摆数据的下机架故障诊断方法
CN105332862B (zh) 用于检测风力发电机组工作状态的方法、装置和系统
CN104678957A (zh) 一种井场设备的监控方法
CN201891593U (zh) 一种基于故障诊断的维修决策系统
LU503684B1 (en) A monitoring alarm method and system for power plant
KR100749667B1 (ko) 크랭크축 속도 변화를 이용한 엔진 상태진단 시스템 및 그방법
CN202091172U (zh) 气体压缩机状态监测和可靠性分析装置
EP4345298A1 (en) Detection method for wind driven generator, and related apparatus
CN1370983A (zh) 旋转机械灵敏监测与数据存储方法
CN113218653B (zh) 一种基于消除低频扰动的海上风电齿轮箱监测方法及装置

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C14 Grant of patent or utility model
GR01 Patent grant
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20111005

Termination date: 20140825

EXPY Termination of patent right or utility model