CN102539142B - 用于齿轮啮合故障检测的边带能量比方法 - Google Patents
用于齿轮啮合故障检测的边带能量比方法 Download PDFInfo
- Publication number
- CN102539142B CN102539142B CN201110296586.7A CN201110296586A CN102539142B CN 102539142 B CN102539142 B CN 102539142B CN 201110296586 A CN201110296586 A CN 201110296586A CN 102539142 B CN102539142 B CN 102539142B
- Authority
- CN
- China
- Prior art keywords
- harmonic
- ratio
- harmonic frequency
- gear case
- predetermined
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 48
- 238000001514 detection method Methods 0.000 title abstract description 3
- 230000006866 deterioration Effects 0.000 claims abstract description 21
- 230000008859 change Effects 0.000 claims description 4
- 238000011156 evaluation Methods 0.000 claims description 3
- 238000010586 diagram Methods 0.000 description 15
- 238000012360 testing method Methods 0.000 description 14
- 230000036541 health Effects 0.000 description 10
- 238000005516 engineering process Methods 0.000 description 9
- 238000012544 monitoring process Methods 0.000 description 9
- 230000009471 action Effects 0.000 description 8
- 230000008569 process Effects 0.000 description 5
- 238000013459 approach Methods 0.000 description 4
- 238000004458 analytical method Methods 0.000 description 3
- 230000006872 improvement Effects 0.000 description 3
- 230000008901 benefit Effects 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 238000001228 spectrum Methods 0.000 description 2
- 230000005856 abnormality Effects 0.000 description 1
- 238000009825 accumulation Methods 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000002950 deficient Effects 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 239000003550 marker Substances 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000011328 necessary treatment Methods 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 230000008439 repair process Effects 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
- 230000003595 spectral effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01H—MEASUREMENT OF MECHANICAL VIBRATIONS OR ULTRASONIC, SONIC OR INFRASONIC WAVES
- G01H1/00—Measuring characteristics of vibrations in solids by using direct conduction to the detector
- G01H1/003—Measuring characteristics of vibrations in solids by using direct conduction to the detector of rotating machines
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
- G01M13/00—Testing of machine parts
- G01M13/02—Gearings; Transmission mechanisms
- G01M13/021—Gearings
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
- G01M13/00—Testing of machine parts
- G01M13/02—Gearings; Transmission mechanisms
- G01M13/028—Acoustic or vibration analysis
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Acoustics & Sound (AREA)
- Testing Of Devices, Machine Parts, Or Other Structures Thereof (AREA)
Abstract
本发明涉及用于齿轮啮合故障检测的边带能量比方法。具体而言,本发明公开了一种用于评价齿轮箱中的劣化的方法(500)。从操作的齿轮箱获得(502,504)关于由于齿轮箱操作所产生的谐波频率幅度(508)和其相关边带(510)的数据。在第一实施例中,通过将与谐波相关联的总计的边带信号(512)的幅度除以谐波(508)的幅度来计算边带能量比(SER)。在第二实施例中,基于与相邻谐波相关联的边带幅度(614)来计算SER。可关于时间来监测该比率或者与一个或多个值进行比较(618)以提供劣化的指示。
Description
技术领域
本发明的主题涉及对机械构件健康的评估,并且更具体而言涉及用于从齿轮箱中的齿轮传动的健康情况评估劣化(deterioration)的方法。
背景技术
如本领域中公知的那样,齿轮箱中的齿轮组可随着时间过去从健康(常常为新的)情况劣化到不健康的情况,不健康的情况可导致齿轮箱失效或者至少低效操作。挑战在于开发一种齿轮箱情况监测系统,其可提供紧急问题的早期指示。此领域中的先前努力确立了啮合频率和谐波本身通常为齿轮情况较差的指标。此外,可变速机械(例如风力涡轮)可具有较宽的波动负载和速度,这使得齿轮啮合频率分析更加复杂。
监测齿轮进行中的劣化的先前尝试涉及例如提取啮合频率和谐波幅度并预测其趋势。然而,已发现这种方法并不能良好地工作,因为该方法对于发展中的故障具有相对较低的敏感性。沿着这个思路的一项现有成果是Games等人在名称为“ROTATIONAL STATISTICALVIBRATION ANALYSIS EMPLOYING SIDEBANDS AND/ORWEIGHTING”的美国专利3,758,758中教导的。
鉴于监测机械健康的现有成果所涉及的这些已知的关注,仍然需要提供简单的分析方法,其具有改进的敏感性并降低由动力和速度可变性所致的影响以便准确地评估机械(尤其是包括齿轮箱系统的机械)的健康。
发明内容
本发明的方面和优点将在下文的描述中部分地陈述,或者可从该描述显而易见,或者可通过实践本发明而被教导。
本主题涉及一种用于评价机械(尤其是包括齿轮箱的机械)中的劣化的方法。进行计算以确定操作的机械中所产生的总计的边带幅度与其中心谐波频率幅度的比率。然后关于时间评估所计算的比率和/或将所计算的比率与预定值进行比较。
在备选实施例中,基于相邻谐波频率的边带幅度计算比率。在第一备选实施例中,使用相邻谐波的边带与中心谐波频率幅度的比率来计算该比率。在第二备选实施例中,使用仅与相邻谐波相关联的边带幅度的比率来计算该比率。
参考下文的描述和所附权利要求,本发明的这些与其它特征、方面和优点将变得更好理解。附图被包括到该说明书中并构成该说明书的一部分,附图示出本发明的实施例并与说明书一起用于解释本发明的原理。
附图说明
在说明书中阐述了本发明的全面和充分的公开,包括其针对本领域普通技术人员而言的最佳模式,其对附图进行了参考,在附图中:
图1提供了从健康齿轮啮合系统的测试得到的1X,2X和3X的幅度对比频率波形的图示;
图2提供了从损坏的齿轮啮合系统得到的1X,2X和3X的幅度对比频率波形的图示;
图3是根据本技术在齿轮箱劣化的测试中早期得到的测试结果的图示;
图4是来自图3中所示的相同测试但在该测试后期的测试结果的图示;
图5是根据本主题的用以评估图3和图4中对于齿轮箱劣化所示的测试结果所执行的步骤的图;
图6是根据本主题的进一步的实施例的用于评估图3和图4中对于齿轮箱劣化所示的测试结果所执行的步骤的图;以及
图7是根据本技术的机械健康监测设备的示意图。
贯穿该说明书和附图对参考标记的重复使用意图表示本发明的相同或相似的特征或元件。
项目清单
附图标记 | 项目 |
300 | 带边带的1X谐波区 |
400 | 带边带的1X谐波区 |
500 | 方法流程图 |
502 | 方法步骤 |
504 | 方法步骤 |
506 | 方法步骤 |
508 | 方法步骤 |
510 | 方法步骤 |
512 | 方法步骤 |
514 | 方法步骤 |
516 | 方法步骤 |
518 | 方法步骤 |
600 | 方法流程图 |
602 | 方法步骤 |
604 | 方法步骤 |
606 | 方法步骤 |
610 | 方法步骤 |
612 | 方法步骤 |
614 | 方法步骤 |
616 | 方法步骤 |
618 | 方法步骤 |
700 | 健康监测设备 |
702 | 机械 |
704 | 传感器 |
706 | 处理器 |
708 | 电源 |
710 | 显示器 |
712 | 控制装置 |
具体实施方式
现在将对本发明的实施例进行详细参考,在附图中显示了其中一个或多个示例。每个示例通过对本发明进行说明而不是对本发明进行限制的方式提供。实际上,对本领域技术人员而言,显而易见的是,在不脱离本发明的范围或精神的情况下,可在本发明中作出许多修改与变型。例如,作为一个实施例的部分而显示或描述的特征可与另一实施例一起使用,以产生更进一步的实施例。因此,本发明意图覆盖这样落入所附权利要求及其等同物的范围内的修改与变型。
如先前所提出的那样,本主题被设计成用以监测齿轮箱中的机械健康,尤其是齿轮啮合健康。在频域中,发现啮合频率和其谐波通常为齿轮箱劣化的差的指标。通常,啮合线周围的边带将随着损坏累积而出现并以相对幅度增加,因此通过包括边带可改进异常检测。
边带可由于齿轮缺陷所致的齿轮啮合振幅的幅度或频率调制引起。通常,这些调制涉及轴速度和轴速度的谐波,但也可涉及其它源。这些源从中心啮合频率产生特征边带间距(characteristic sidebandspacing)。根据本主题的算法使用此信息来识别特定的相关边带。
关于可变速机械和动力机械(例如风力涡轮),谱线的幅度可在很大程度上取决于扭矩。通过计算边带幅度与中心啮合频率幅度的比率,本主题可减小这种对扭矩的敏感性并提供更准确的齿轮健康指示。
根据本技术,边带能量比(SER)被提供作为有用的齿轮啮合情况指标,可随着时间来监测边带能量比(SER)并与一个或多个警报水平进行比较而向设备操作者提供指示或警告。在某些情形下,可设置警报水平使得可实行自动保护行为,例如使有缺陷的系统关闭动力。
现在关于图1而言,示出了从健康齿轮啮合系统的测试得到的1X,2X和3X的幅度对比频率波形的图示。应当注意,对于本描述,本文所用的术语1X、2X、3X等用于表示如图1和图2中所示的1X啮合、2X啮合、3X啮合等。如在图1中所示的那样,在健康齿轮啮合系统的操作频率图示中存在相对较低的边带或不存在边带。
现在参看图2,将看出提供了从损坏的齿轮啮合系统得到的1X,2X和3X的幅度对比频率波形的图示。从图1和图2的代表性波形的比较中显而易见的是,损坏的齿轮啮合系统将在1X、2X和3X频率处比健康系统产生更高和更多的边带。应当理解,边带频率通常由于中心频率的幅度或频率调制形成。随着齿轮的劣化加剧,形成有助于调制中心频率的不规则性。
现在参看图3和图4,示出了在根据本技术对于齿轮箱劣化进行的测试中在早期(图3)和后期(图4)得到的测试结果的图示。由虚线椭圆300和400界定的1X周围的区域(即,中心频率)示出来自测试的读数。如在图3中注意到的是,在测试的早期阶段,存在较少的齿轮损坏并且因此存在很低的边带。
关于图4而言,其表示在测试中后期得到的测试结果,应当注意,齿轮的严重损坏导致产生较高的边带,如大体上在1X周围的椭圆区域400(其为齿轮系统的中心频率)中所示的那样。
根据本主题,加速计或其它传感器在齿轮箱上执行信号处理以得到对齿轮啮合的情况敏感的一个或多个信号特征。更具体而言,根据本技术,已开发了一种信号处理方法,其将对齿轮组劣化时发生的这种变化提供改进的敏感性。这种方法优于仅使用啮合频率幅度的方法,因为其考虑由试图监测的机构所产生的先前未用的因素,即,加剧劣化(其标志着齿轮箱中的紧急问题)。
根据本技术,一种新工具(边带能量比(SER))被提出作为考虑先前监测的变量(即,边带)的分析方法,但以新方式检验以产生所寻求的改进结果。通常,采用此SER方法的算法将如图5的流程图500中所示的那样起作用。
在步骤502中,产生了通过利用变换器(transducer)监测齿轮箱的操作得到的波形。在一示例性配置中,变换器可为加速计,但也可使用其它装置,包括(例如)速度变换器或可检测轴承啮合频率和谐波的任何合适传感器。在步骤504中,波形经受快速傅立叶变换(FFT)以产生频谱。
在步骤506中,获得齿轮箱啮合频率数据,并且在步骤508和510中,分析该频谱,并且得到齿轮啮合频率线和谐波线幅度。在每个频率线的两侧检测边带,即,上边带和下边带,并且得到边带幅度。但是,应当注意,在某些情况下,可采用仅总计下边带或上边带,因为各边带绕其中心频率大体上对称。在步骤512中,对于1X啮合线总计边带幅度。应当理解,可具有若干边带源,包括但不限于(对于1X啮合)以1X转子、2X转子、3X转子等间隔的边带。在步骤514中,这些边带中的任何选定数量的边带的总和然后除以1X中心啮合线的幅度。该比率为对于1X啮合线的边带能量比(SER)。
如在步骤516中所示,对于2X和3X啮合线SER中的每一个重复该相同过程,以便对于关注的每个啮合线和谐波产生(与1X啮合线SER一起)独特的SER。
在齿轮箱的寿命期间可计算SER,并通过将所计算的SER与预定值进行比较和/或预测它们随时间的趋势来评价齿轮箱劣化,如在步骤518中所示的那样。换言之,可将计算的值与预定值进行比较和/或随着时间监测计算的值以便评价所监测的值的变化率是否增加从而可关于齿轮箱是否劣化到需要进一步检查或可能维修或替换的水平进行判断。
在某些情形下,该SER分析方法可对操作的齿轮箱周期性地执行,并且将结果与一个或多个水平比较,使得可产生不同的警报信号来警告该机械的操作者现有情况,或者,在某些情形下,自动采取保护措施,例如使机械停机。
另外,根据本技术,该SER分析方法可扩展到包括另外的指标。例如,在一可选扩展中,可计算边带能量比(SER)的比率并与相邻的啮合谐波进行比较。举例而言,可计算SER 1X啮合/SER 2X啮合的比率并且然后预测趋势和/或与不同的预定水平进行比较。更进一步,虽然该描述涉及在1X、2X和3X中心频率处的啮合频率,但是,可包括更高阶的啮合频率和边带。
在还有另外的实施例中,可直接计算与相邻谐波相关联的上边带幅度和/或下边带幅度的总和的比率而不包括其相关联的啮合谐波幅度。该另外的实施例在图6中所示的流程图600中示出并大体上类似于图5中所示的流程图500,除了用于计算SER比率的值之外。
根据该另外的实施例,在步骤602中,以与图5的步骤502相同的方式产生通过利用变换器监测齿轮箱的操作得到的波形。同样,步骤604、606、610、612和618与图5中所示的其相应的500系列步骤的那些相同。
应当注意,在该实施例中,并不存在图5的实施例的步骤508的等同步骤,因为对于该实施例而言,在计算中并不使用啮合线幅度。在该实施例中,步骤616在步骤612之后,从而使得提供对于2X和3X啮合线的边带幅度的总和所必需的处理步骤616重复以便提供新置的步骤614,新置的步骤614执行类似于图5的实施例的步骤514的比率计算,但在这种情形下计算与相邻谐波相关联的总计的边带幅度的比率。如与图5中所示的实施例一样,可在每个频率线的两侧检测边带,即,上边带和下边带,但在这种情况下也可采用仅总计下边带或上边带,因为每个边带绕其中心频率大体上对称。
然后可在齿轮箱的寿命期间计算仅基于边带幅度的SER,并通过将所计算的SER与预定值进行比较(以与图5的实施例的步骤518中所做出的比较相同的方式)和/或预测它们随时间的趋势来评价齿轮箱劣化,如在步骤618中所示的那样。
参看图7,示出了根据本技术的机械健康监测设备700的示意图。如图所示,机械702可对应于通常在操作期间产生某种类型的振动的任何机械。在特定实施例中,该机械可包括齿轮箱并且所产生的振动可对应于由于齿轮箱内的齿轮的啮合引起的振动。
传感器704可以各种方式与机械702相关联,例如内部地安装于与机械相关联的壳体内或者安装于机械壳体的外表面上。在任一情况下,传感器是选自能产生指示特定频率范围中的机械振动的信号的可用传感器。更特定而言,传感器704可被配置成用以产生电信号,该电信号对应于由操作的机械所产生的谐波频率的幅度和相关联的边带频率。在本主题的一示例性实施例中,传感器704可对应于加速计。
传感器704被配置成用以供给电信号至处理器706以用于评估。处理器706可从电源708接收操作动力,并且可在显示器710上提供输出(其指示从传感器704的信号评估所得到的结果)。处理器706可经由控制装置712而控制以便取决于操作者的目的提供变化的评估。控制装置712可被配置成经由手动控制装置或经由其它外部处理器来进行手动或自动调整。
在示例性布置中,操作者可选择特定的谐波频率和/或其相关联的边带以用于评估。显示器710可被配置成用以显示图1至图4所示的那些图像,或者可简单地对应于例如LED显示器,其基于由处理器706所执行的分析来指示齿轮损坏的相对水平。
更进一步,在另外的实施例中,可考虑在不同类型的齿轮箱中产生的调制方案。举例而言,可考虑由行星齿轮箱中的行星齿轮传递、太阳齿轮旋转、行星齿轮旋转、载体旋转和环旋转所产生的调制。
该书面描述用示例来公开包括最佳模式的本发明,并且还使本领域技术人员能实施本发明,包括制造和使用任何装置或系统以及执行任何包括在内的方法。本发明的可专利范围由所附权利要求所限定,并且可包括本领域技术人员想到的其它示例。如果这种其它示例具有与所附权利要求的字面语言没有不同的结构元件,或者如果它们包括与所附权利要求的字面语言无实质差别的等同结构元件,则这种其它示例意图在所附权利要求的范围内。
Claims (15)
1.一种用于评价齿轮箱中的劣化的方法,包括:
计算在操作的所述齿轮箱中产生的总计的边带幅度与其中心谐波频率幅度的比率;以及,
将所述比率与预定值进行比较和/或根据所述比率随时间的趋势来评价所述齿轮箱中的劣化。
2.根据权利要求1所述的方法,其特征在于,所述中心谐波频率对应于第一谐波齿轮啮合频率。
3.根据权利要求1所述的方法,其特征在于,所述中心谐波频率对应于第二谐波齿轮啮合频率。
4.根据权利要求1所述的方法,其特征在于,所述中心谐波频率对应于第三谐波齿轮啮合频率。
5.根据权利要求1所述的方法,其特征在于,所述中心谐波频率为第一预定谐波频率,所述方法还包括:
在与所述第一预定谐波频率相邻的谐波频率处计算在操作的所述齿轮箱中产生的总计的边带幅度与其中心谐波频率幅度的比率;
通过将使用所述第一预定谐波频率计算的比率除以使用与所述第一预定谐波频率相邻的谐波频率计算的比率来计算第二比率;以及,
将所述第二比率与预定水平比较和/或根据所述第二比率随时间的趋势来评价所述齿轮箱的劣化。
6.根据权利要求5所述的方法,其特征在于,所述第一预定谐波频率对应于操作的齿轮箱的第一谐波频率,并且,其中,与所述第一预定谐波频率相邻的谐波频率对应于所述操作的齿轮箱的第二谐波频率。
7.根据权利要求5所述的方法,其特征在于,所述第一预定谐波频率对应于所述操作的齿轮箱的第二谐波频率,并且,其中,与所述第一预定谐波频率相邻的谐波频率对应于所述操作的齿轮箱的第三谐波频率。
8.根据权利要求1所述的方法,其特征在于,还包括:
获得传感器时基波形;以及,
对于所述传感器时基波形计算快速傅立叶变换。
9.根据权利要求1所述的方法,其特征在于,总计的边带幅度包括在其中心谐波频率的两侧上的边带幅度的总和。
10.根据权利要求1所述的方法,其特征在于,还包括:
在预定时段内监测所述比率。
11.根据权利要求1所述的方法,其特征在于,还包括:
在预定时段内监测所述比率;以及,
比较所述比率的变化率与预定值。
12.一种用于评价齿轮箱中的劣化的系统,包括:
用于计算与操作的所述齿轮箱中所产生的第一预定啮合谐波和与所述第一预定啮合谐波相邻的第二预定啮合谐波相关联的总计边带幅度的比率的装置;
将所述比率与预定值进行比较和/或根据所述比率随时间的趋势来评价所述齿轮箱中的劣化;以及,
用于显示所述评价的结果的装置。
13.根据权利要求12所述的系统,其特征在于,所述第一预定啮合谐波是第一啮合谐波,所述第二预定啮合谐波是第二啮合谐波。
14.根据权利要求12所述的系统,其特征在于,所述第一预定啮合谐波是第二啮合谐波,所述预定第二啮合谐波是第三啮合谐波。
15.根据权利要求12所述的系统,其特征在于,所述总计的边带幅度包括在其相关联的啮合谐波的两侧上的边带的总和。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US12/888842 | 2010-09-23 | ||
US12/888,842 US8171797B2 (en) | 2010-09-23 | 2010-09-23 | Sideband energy ratio method for gear mesh fault detection |
Publications (2)
Publication Number | Publication Date |
---|---|
CN102539142A CN102539142A (zh) | 2012-07-04 |
CN102539142B true CN102539142B (zh) | 2015-05-13 |
Family
ID=44651274
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201110296586.7A Expired - Fee Related CN102539142B (zh) | 2010-09-23 | 2011-09-23 | 用于齿轮啮合故障检测的边带能量比方法 |
Country Status (5)
Country | Link |
---|---|
US (1) | US8171797B2 (zh) |
EP (1) | EP2434266B1 (zh) |
JP (1) | JP5216903B2 (zh) |
CN (1) | CN102539142B (zh) |
DK (1) | DK2434266T3 (zh) |
Families Citing this family (26)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP2864750B1 (en) * | 2012-06-26 | 2016-04-27 | Atlas Copco Industrial Technique AB | Method and apparatus for combining torque and angle representations |
US8988238B2 (en) | 2012-08-21 | 2015-03-24 | General Electric Company | Change detection system using frequency analysis and method |
CN102914432A (zh) * | 2012-10-24 | 2013-02-06 | 宣化钢铁集团有限责任公司 | 一种检测机械故障的振动和声发射信号调理仪 |
JP6190343B2 (ja) * | 2014-09-12 | 2017-08-30 | 株式会社神戸製鋼所 | 回転機の異常診断装置、回転機の異常診断方法、及び、回転機 |
GB2543521A (en) * | 2015-10-20 | 2017-04-26 | Skf Ab | Method and data processing device for severity assessment of bearing defects using vibration energy |
US20170145852A1 (en) * | 2015-11-23 | 2017-05-25 | United Technologies Corporation | Systems and methods for monitoring gearbox health by vibration |
CN105277362B (zh) * | 2015-11-23 | 2017-09-12 | 西安交通大学 | 基于编码器多位转角信号的齿轮故障检测方法 |
DE102016202176A1 (de) * | 2016-02-12 | 2017-08-17 | Bestsens Ag | Verzahnungsanordnung und Verfahren zum Bestimmen von Eigenschaften einer Verzahnungsanordnung |
JP2017151233A (ja) * | 2016-02-24 | 2017-08-31 | 富士ゼロックス株式会社 | 画像形成装置、サーバ装置およびプログラム |
CN109416298A (zh) * | 2016-05-04 | 2019-03-01 | 维斯塔斯风力系统集团公司 | 识别风力涡轮机中的齿轮系统中的故障的方法 |
WO2017190745A1 (en) * | 2016-05-04 | 2017-11-09 | Vestas Wind Systems A/S | Method of identifying a fault in a system of gears in a wind turbine |
GB201609531D0 (en) * | 2016-05-31 | 2016-07-13 | Romax Technology Ltd | Planetary gearsets |
JP6293388B1 (ja) * | 2016-06-21 | 2018-03-14 | 三菱電機株式会社 | 負荷の異常検出装置 |
US10655607B2 (en) | 2017-06-02 | 2020-05-19 | General Electric Company | Systems and methods for detecting damage in wind turbine bearings |
US10488372B2 (en) * | 2017-08-16 | 2019-11-26 | General Electric Company | Systems and methods for detecting damage in rotary machines |
KR102045823B1 (ko) * | 2018-10-18 | 2019-12-02 | 모루기술 주식회사 | 미분기 고장 진단 모니터링 방법 및 시스템 |
CN110332129A (zh) * | 2019-03-08 | 2019-10-15 | 辽宁红沿河核电有限公司 | 一种离心泵叶轮裂纹故障在线监测方法和系统 |
EP3951167B1 (en) * | 2019-03-28 | 2024-01-31 | NTN Corporation | Condition monitoring system |
CN110044610B (zh) * | 2019-05-17 | 2021-09-07 | 苏州德姆斯信息技术有限公司 | 齿轮故障诊断方法 |
CN114061952B (zh) * | 2020-08-04 | 2024-05-14 | 陕西汉德车桥有限公司 | 一种基于armed与边带能量的驱动桥齿轮轴承故障监测方法 |
CN112067297B (zh) * | 2020-09-23 | 2021-06-22 | 昆明理工大学 | 一种轴承故障特征提取方法 |
CN112345238B (zh) * | 2020-10-29 | 2023-07-25 | 上海电气风电集团股份有限公司 | 齿轮箱振动监控方法及其系统及计算机可读存储介质 |
CN112345250B (zh) * | 2020-10-29 | 2023-07-25 | 上海电气风电集团股份有限公司 | 轴承振动监控方法及其系统及计算机可读存储介质 |
WO2023217724A1 (fr) * | 2022-05-09 | 2023-11-16 | Safran | Procédé de détection d'un défaut d'au moins un engrenage d'une turbomachine d'aéronef à partir d'un signal vibratoire de l'engrenage |
FR3141522A1 (fr) | 2022-10-26 | 2024-05-03 | Safran | Dispositif de surveillance de l’état d’endommagement d’une transmission de puissance |
KR20240092364A (ko) | 2022-12-14 | 2024-06-24 | 한국철도기술연구원 | 철도 차량용 감속기 진단 시스템 및 진단 방법 |
Family Cites Families (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US3758758A (en) | 1972-03-10 | 1973-09-11 | United Aircraft Corp | Weighting rotational statistical vibration analysis employing sidebands and/or |
GB2180377B (en) * | 1985-09-16 | 1989-02-15 | Westinghouse Brake & Signal | Method and apparatus for identifying the components of a signal |
US4931949A (en) * | 1988-03-21 | 1990-06-05 | Monitoring Technology Corporation | Method and apparatus for detecting gear defects |
JPH0733976B2 (ja) * | 1989-02-02 | 1995-04-12 | 富士電機株式会社 | 歯車の異常診断装置 |
JPH0733977B2 (ja) * | 1989-02-20 | 1995-04-12 | 富士電機株式会社 | 歯車異常診断装置 |
JPH0663916B2 (ja) * | 1989-03-14 | 1994-08-22 | 富士電機株式会社 | 歯車の異常診断装置 |
JPH03156363A (ja) * | 1989-11-14 | 1991-07-04 | Iwatsu Electric Co Ltd | 欠陥位置評定方法及び装置 |
US5804726A (en) | 1995-10-16 | 1998-09-08 | Mtd Products Inc. | Acoustic signature analysis for a noisy enviroment |
US6484109B1 (en) | 1998-05-20 | 2002-11-19 | Dli Engineering Coporation | Diagnostic vibration data collector and analyzer |
US7027953B2 (en) | 2002-12-30 | 2006-04-11 | Rsl Electronics Ltd. | Method and system for diagnostics and prognostics of a mechanical system |
JP4229823B2 (ja) * | 2003-12-16 | 2009-02-25 | パナソニック株式会社 | 歯車破損検出装置および歯車破損検出方法 |
JP2007003507A (ja) * | 2005-05-25 | 2007-01-11 | Tokyo Institute Of Technology | 歯車検査装置 |
CN100507490C (zh) * | 2006-12-29 | 2009-07-01 | 北京工业大学 | 一种大型低速重载齿轮箱故障诊断的方法 |
US8370109B2 (en) | 2008-05-20 | 2013-02-05 | Dli Engineering Corporation | Machine vibration baseline synthesizer |
CN101587017A (zh) * | 2009-06-19 | 2009-11-25 | 湖南大学 | 一种基于局部均值分解循环频率谱的齿轮故障诊断方法 |
US20120025526A1 (en) * | 2010-07-30 | 2012-02-02 | General Electric Company | System and method for monitoring wind turbine gearbox health and performance |
-
2010
- 2010-09-23 US US12/888,842 patent/US8171797B2/en active Active
-
2011
- 2011-09-09 EP EP11180666.7A patent/EP2434266B1/en active Active
- 2011-09-09 DK DK11180666.7T patent/DK2434266T3/da active
- 2011-09-22 JP JP2011206682A patent/JP5216903B2/ja not_active Expired - Fee Related
- 2011-09-23 CN CN201110296586.7A patent/CN102539142B/zh not_active Expired - Fee Related
Also Published As
Publication number | Publication date |
---|---|
DK2434266T3 (da) | 2020-05-18 |
US8171797B2 (en) | 2012-05-08 |
EP2434266A3 (en) | 2017-11-01 |
EP2434266A2 (en) | 2012-03-28 |
CN102539142A (zh) | 2012-07-04 |
EP2434266B1 (en) | 2020-03-04 |
JP2012068246A (ja) | 2012-04-05 |
US20120073364A1 (en) | 2012-03-29 |
JP5216903B2 (ja) | 2013-06-19 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN102539142B (zh) | 用于齿轮啮合故障检测的边带能量比方法 | |
Feng et al. | Use of cyclostationary properties of vibration signals to identify gear wear mechanisms and track wear evolution | |
Dhamande et al. | Compound gear-bearing fault feature extraction using statistical features based on time-frequency method | |
Sheng | Wind turbine gearbox condition monitoring round robin study-vibration analysis | |
Villa et al. | Statistical fault diagnosis based on vibration analysis for gear test-bench under non-stationary conditions of speed and load | |
US10495693B2 (en) | Wind turbine fault detection using acoustic, vibration, and electrical signals | |
Feng et al. | Fault diagnosis of wind turbine planetary gearbox under nonstationary conditions via adaptive optimal kernel time–frequency analysis | |
Assaad et al. | Vibration based condition monitoring of a multistage epicyclic gearbox in lifting cranes | |
US10436672B2 (en) | Method and a system for the purpose of condition monitoring of gearboxes | |
Mauricio et al. | Vibration-based condition monitoring of wind turbine gearboxes based on cyclostationary analysis | |
US11333131B2 (en) | Method of identifying a fault in a system of gears in a wind turbine | |
Feng et al. | A novel cyclic-correntropy based indicator for gear wear monitoring | |
US11047364B2 (en) | Method of identifying a fault in a system of gears in a wind turbine | |
Márquez et al. | An overview of wind turbine maintenance management | |
Kirankumar et al. | Review on Condition Monitoring of Bearings using vibration analysis techniques. | |
Zhao et al. | Baseline model based structural health monitoring method under varying environment | |
Qu et al. | Gearbox Fault Diagnostics using AE Sensors with Low Sampling Rate. | |
Koukoura et al. | Investigating parallel multi-step vibration processing pipelines for planetary stage fault detection in wind turbine drivetrains | |
de da González-Carrato et al. | Vibration-based tools for the optimisation of large-scale industrial wind turbine devices | |
Gryllias et al. | Advanced cyclostationary-based analysis for condition monitoring of complex systems | |
Liu | A Systematic Framework for Unsupervised Feature Mining and Fault Detection for Wind Turbine Drivetrain Systems | |
Sannellappanavar | Early Gear Failure Detection in Fatigue Testing of Driveline Components | |
Skrimpas et al. | Diagnosis of bearing creep in wind turbine gearboxes | |
Vass et al. | Vibration-based approach to lifetime prediction of electric motors for reuse | |
Coronado et al. | Condition Monitoring of Wind Turbines: Status quo, user experience, recommendations |
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: 20150513 Termination date: 20160923 |
|
CF01 | Termination of patent right due to non-payment of annual fee |