CN104792523B - 基于行星齿轮结构等效轴承模型的振动频谱特征分析方法 - Google Patents
基于行星齿轮结构等效轴承模型的振动频谱特征分析方法 Download PDFInfo
- Publication number
- CN104792523B CN104792523B CN201510195069.9A CN201510195069A CN104792523B CN 104792523 B CN104792523 B CN 104792523B CN 201510195069 A CN201510195069 A CN 201510195069A CN 104792523 B CN104792523 B CN 104792523B
- Authority
- CN
- China
- Prior art keywords
- planetary gear
- rumble spectrum
- frequency
- analysis method
- fault vibration
- 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
Abstract
本发明公开了一种基于行星齿轮结构等效轴承模型的振动频谱特征分析方法;其具体包括以下步骤:输入原始振动信号并利用提升小波包变换方法进行分解,计算分解得到的每层分解频带信号的峭度值、得到峭度分析图并选取最大峭度值,获取对应的分解频带信号并利用希尔伯特包络解调分析方法进行分析得到振动频谱图,建立基于行星齿轮结构等效轴承模型的振动频谱特征理论计算模型,对行星齿轮传动系统各部件故障振动频率进行精确定量分析。本发明具有精度高、简单可靠的优点,实现了理论计算的故障频率峰值和实际故障频率的峰值直接对应,从而精确表征了行星齿轮箱传动系统各部件的故障特征频率。
Description
技术领域
本发明属于旋转机械装备故障诊断与预示技术领域,尤其涉及一种基于行星齿轮结构等效轴承模型的行星齿轮箱传动系统中各部件故障振动频谱特征分析方法。
背景技术
行星齿轮传动系统是机械传动系统中的关键部分,其广泛应用于航空航天、船舶、风力发电、工程机械等领域。行星齿轮传动系统通常工作在大功率、高转速、高负载的工作环境下,行星齿轮系极容易发生齿面磨损、齿面接触疲劳、轮齿弯曲疲劳、乃至断齿或轴断裂等失效现象,最终导致整个系统的完全失效,造成严重的经济损失,甚至人员伤亡和灾难性的损失。列如:行星齿轮传动系统是风力发电系统的关键装置之一,长期在无规律变向变载荷的风力作用以及强阵风的瞬时冲击下工作,导致其故障频率极高。但由于传统的监测手段无法及时发现故障,造成了严重的经济损失,成为了制约风力发电技术发展和推广的棘手难题。2007年5月,美国军方在对UH-60A“黑鹰”直升机的一次常规检测中,意外发现了未被监测装置探测出的行星齿轮传动系统中行星架的严重裂纹,而这种故障将导致机毁人亡,为此美军下令停飞和检测所有在役直升机。
目前行星齿轮传动系统由于特殊的物理结构和复合运动形式导致了故障振动机理比与普通的平行齿轮传动系统更为复杂,其振动信号具有复杂时变调制特点。而现有的行星齿轮振动频谱特征研究模型较复杂,主要对啮合频率的边频带分析,理论计算和实际故障频率的峰值之间存在偏差,而且观测到的故障边频带太多,对于故障位置判断可能产生误判。
发明内容
本发明的发明目的是:为了解决现有技术中行星齿轮振动频谱特征研究模型复杂且对故障位置可能产生误判等问题,本发明提出了一种基于行星齿轮结构等效轴承模型的振动频谱特征分析方法。
本发明的技术方案是:一种基于行星齿轮结构等效轴承模型的振动频谱特征分析方法,包括以下步骤:
A、输入行星齿轮的原始振动信号,利用提升小波包变换方法对原始振动信号进行分解;
B、对步骤A中分解得到的每层分解频带信号计算其峭度值,得到峭度分析图,选取最大峭度值;
C、根据步骤B中得到的最大峭度值获取其对应的分解频带信号,利用希尔伯特包络解调分析方法进行分析,得到振动频谱图;
D、建立基于行星齿轮结构等效轴承模型的振动频谱特征理论计算模型;
E、通过步骤D中建立的基于行星齿轮结构等效轴承模型的振动频谱特征理论计算模型计算振动频谱特征,并对步骤C中得到的振动频谱图中的振动频谱特征进行精确定量分析。
进一步地,所述步骤A中利用提升小波包变换方法对原始振动信号进行分解,具体为:设定行星齿轮的原始振动信号为X(t),利用提升小波包变换方法将原始振动信号进行m层分解,得到每层2m分解频带。
进一步地,所述m的取值为3或4。
进一步地,所述步骤B中峭度的表达式具体为:
其中,E[·]为求期望符号,x为采集样本,μ为样本均值,σ为样本标准差。
进一步地,所述步骤B中得到峭度分析图的方法具体为:对计算得到的峭度值进行归一化处理,以各层对应的各节点信号频带为横坐标,以分解信号层数为纵坐标,得到峭度分析图。
进一步地,所述步骤D中建立基于行星齿轮结构等效轴承模型的振动频谱特征理论计算模型,具体包括以下分步骤:
D1、获取行星齿轮箱中太阳轮齿数Zs、行星轮齿数Zp、内齿圈齿数Zr、行星轮个数zp、太阳轮转动频率fns及轴承中由局部缺陷引起冲击的间隔振动频谱特征:
内圈故障振动频率fbi为:
外圈故障振动频率fbo为:
滚动体故障振动频率fbb为:
其中,f为轴的转频,α为接触角,z为滚动体数目,d为滚动体直径,D为节径、即滚动体中心到滚动轴承中心距离的两倍;
D2、利用齿轮分度圆直径定义:
df=mZ
对行星齿轮箱中太阳轮和行星轮进行处理,
其中,df为分度圆直径,m为模数,Z为齿轮齿数;
D3、将行星齿轮箱中太阳轮故障振动频率、行星轮故障振动频率、内齿圈故障振动频率、分别对应轴承中内圈故障振动频率、滚动体故障振动频率、外圈故障振动频率,得到行星齿轮传动系统各部件的故障振动频谱特征:
太阳轮故障振动频率fs为:
内齿圈故障振动频率fr为:
行星轮故障振动频率fp为:
进一步地,所述步骤E中通过步骤D建立的基于行星齿轮结构等效轴承模型的振动频谱特征理论计算模型计算振动频谱特征,具体为:先计算基于行星齿轮结构等效轴承模型的振动频谱特征理论计算模型中一个部件的故障振动频谱特征,再通过其它部件故障振动频谱特征与该部件故障振动频谱特征的比值关系得到其它部件的故障振动频谱特征。
本发明具有以下有益效果:
(1)本发明建立的基于行星齿轮结构等效轴承模型的振动频谱特征理论计算模型,实现了理论计算的故障频率峰值和实际故障频率的峰值直接对应,从而精确表征了行星齿轮箱传动系统各部件的故障特征频率。
(2)本发明实现了基于提升小波包变换、峭度、希尔伯特包络解调分析方法和行星齿轮结构等效轴承模型的振动频谱特征理论计算模型的算法上混合,具有精度高、简单可靠的优点,为精确定量提取行星齿轮传动系统故障诊断提供了一种新思路和新方法,具有广阔的工程应用前景。
附图说明
图1为本发明的基于行星齿轮结构等效轴承模型的振动频谱特征分析方法流程示意图。
图2为本发明的实施例中得到的峭度分析图示意图。
图3为本发明的行星齿轮结构等效轴承模型的振动频谱特征计算模型示意图。
图4为基于希尔伯特包络解调的太阳轮磨损故障振动频谱特征分析图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅用以解释本发明,并不用于限定本发明。
如图1所示,为本发明的基于行星齿轮结构等效轴承模型的振动频谱特征分析方法流程示意图。一种基于行星齿轮结构等效轴承模型的振动频谱特征分析方法,包括以下步骤:
A、输入行星齿轮的原始振动信号,利用提升小波包变换方法对原始振动信号进行分解;
B、对步骤A中分解得到的每层分解频带信号计算其峭度值,得到峭度分析图,选取最大峭度值;
C、根据步骤B中得到的最大峭度值获取其对应的分解频带信号,利用希尔伯特包络解调分析方法进行分析,得到振动频谱图;
D、建立基于行星齿轮结构等效轴承模型的振动频谱特征理论计算模型;
E、通过步骤D中建立的基于行星齿轮结构等效轴承模型的振动频谱特征理论计算模型计算振动频谱特征,并对步骤C中得到的振动频谱图中的振动频谱特征进行精确定量分析。
在步骤A中,输入行星齿轮的原始振动信号,设为X(t),再利用提升小波包变换方法将原始振动信号进行m层分解,得到每层2m分解频带;优选的,m的取值为3或4。这里的提升小波包变换方法为本领域技术人员常用技术手段,本发明不作赘述。
在步骤B中,对步骤A分解得到的每层分解频带信号分别计算其峭度值,从而得到峭度分析图,再根据峭度分析图选取得到最大峭度值。这里得到峭度分析图的方法具体为:对计算得到的峭度值进行归一化处理,以各层对应的各节点信号频带为横坐标,以分解信号层数为纵坐标,从而得到峭度分析图。如图2所示,为本发明的实施例中得到的峭度分析图示意图。为了更直观的对峭度进行分析,本发明采用不同的色度对应不同的峭度值;色度越接近红色,表示峭度值越大;色度越接近蓝色,表示峭度值越小。
在步骤C中,根据步骤B得到的最大峭度值获取其对应的分解频带信号,特别的,若最大峭度值对应2个及以上的分解频带信号,则返回步骤A,利用提升小波包变换方法将原始振动信号进行m+1层分解,直至选取得到最大峭度值对应的一个分解频带信号;再利用希尔伯特包络解调分析方法进行分析,得到振动频谱图。这里的希尔伯特包络解调分析方法为本领域技术人员常用技术手段,本发明不作赘述。
在步骤D中,如图3所示,为为本发明的行星齿轮结构等效轴承模型的故障振动频谱特征计算模型示意图;本发明中建立基于行星齿轮结构等效轴承模型的故障振动频谱特征理论计算模型,具体包括以下分步骤:
D1、获取行星齿轮箱中太阳轮齿数Zs、行星轮齿数Zp、内齿圈齿数Zr、行星轮个数zp、太阳轮转动频率fns及轴承中由局部缺陷引起冲击的间隔振动频谱特征:
内圈故障振动频率fbi为:
外圈故障振动频率fbo为:
滚动体故障振动频率fbb为:
其中,f为轴的转频,α为接触角,z为滚动体个数,d为滚动体直径,D为节径、即滚动体中心到滚动轴承中心距离的两倍;
D2、利用齿轮分度圆直径定义:
df=mZ
对行星齿轮箱中太阳轮和行星轮进行处理,即分别求得太阳轮和行星轮的分度圆直径,
其中,df为分度圆直径,m为模数,Z为齿轮齿数;
D3、将行星齿轮箱中太阳轮故障振动频率、行星轮故障振动频率、内齿圈故障振动频率、分别对应轴承中内圈故障振动频率、滚动体故障振动频率、外圈故障振动频率,具体为:将行星齿轮箱中齿轮的啮合等效为纯滚动,将行星齿轮箱中太阳轮转动频率fns对应为轴承中轴的转频f,将行星齿轮箱中太阳轮分度圆直径和行星轮分度圆直径分别对应为轴承中内圈直径和滚动体直径,将行星齿轮箱中行星轮个数zp对应为轴承中滚动体数目z,由于行星齿轮箱中无接触角,因此对应轴承中接触角α=0。从而得到行星齿轮传动系统各部件的故障振动频谱特征:
太阳轮故障振动频率fs为:
内齿圈故障振动频率fr为:
行星轮故障振动频率fp为:
优选地,本发明在步骤D1中也可以获取行星轮的转动频率fnc,再根据太阳轮和行星架的转动频率关系同理可以得到行星齿轮传动系统各部件的故障振动频谱特征。
在步骤E中,利用步骤D中建立的基于行星齿轮结构等效轴承模型的故障振动频谱特征理论计算模型计算振动频谱特征,具体为:先计算基于行星齿轮结构等效轴承模型的振动频谱特征理论计算模型中一个部件的故障振动频谱特征,再通过其它部件故障振动频谱特征与该部件故障振动频谱特征的比值关系得到其它部件的故障振动频谱特征;最后对步骤C中得到的振动频谱图中的振动频谱特征进行精确定量分析,具体为利用建立的基于行星齿轮结构等效轴承模型的故障振动频谱特征理论计算模型计算振动频谱特征,并在步骤C中得到的振动频谱图中进行精确定量标记,比较振动频谱图中各部件故障振动频谱特征对应幅值的变化。
下面结合具体实施例,对本发明的基于行星齿轮结构等效轴承模型的故障振动频谱特征分析方法作进一步说明。
本发明的行星齿轮传动系统故障模拟试验台由一个驱动电机,一个变频器,一个单级行星齿轮箱,一个两级平行轴齿轮箱,一个磁力制动器构成。太阳轮齿面磨损故障试验选择的工况为:驱动电机转速3000rpm,负载为54Nm。利用PCB 353B33振动加速度传感器采集行星齿轮箱水平和竖直两个方向的振动加速度信号,采样频率为30KHz,采样点数为20480。
利用本发明的基于行星齿轮结构等效轴承模型的故障振动频谱特征分析方法对行星齿轮传动系统各部件故障振动频率进行精确定量分析的流程为:
首先利用提升小波包变换方法对行星齿轮的原始振动信号进行分解,得到各层分解频带信号;再对各层分解频带信号计算其峭度值,对计算得到的峭度值进行归一化处理,以各层对应的各节点信号频带为横坐标,以分解信号层数为纵坐标,得到峭度分析图,根据峭度分析图选取得到最大峭度值;再根据最大峭度值获取其对应的分解频带信号,并利用希尔伯特包络解调分析方法进行分析,得到振动频谱图;再建立基于行星齿轮结构等效轴承模型的故障振动频谱特征理论计算模型;最后利用建立的基于行星齿轮结构等效轴承模型的故障振动频谱特征理论计算模型对行星齿轮传动系统各部件故障振动频率进行精确定量分析。如图4所示,为基于希尔伯特包络解调的太阳轮磨损故障振动频谱特征分析图,其中,横坐标为频率,纵坐标为幅值;从图中我们可以得到齿圈故障振动频率和行星轮故障振动频率fr、fp,以及齿圈故障振动频率的倍频和行星轮故障振动频率的倍频2fr、3fr、2fp、3fp,其幅值变化远小于太阳轮的故障振动频率fs以及其倍频幅值的变化,说明齿圈和行星轮没有故障发生;然而在图中可以观察到太阳轮的故障振动频率fs以及其倍频的幅值变化相当明显,以至于六倍频6fs处也出现峰值,最大的幅值出现在二倍频2fs处,因此判断是太阳轮出现故障。
本领域的普通技术人员将会意识到,这里所述的实施例是为了帮助读者理解本发明的原理,应被理解为本发明的保护范围并不局限于这样的特别陈述和实施例。本领域的普通技术人员可以根据本发明公开的这些技术启示做出各种不脱离本发明实质的其它各种具体变形和组合,这些变形和组合仍然在本发明的保护范围内。
Claims (6)
1.一种基于行星齿轮结构等效轴承模型的振动频谱特征分析方法,其特征在于,包括以下步骤:
A、输入行星齿轮的原始振动信号,利用提升小波包变换方法对原始振动信号进行分解;
B、对步骤A中分解得到的每层分解频带信号计算其峭度值,得到峭度分析图,选取最大峭度值;
C、根据步骤B中得到的最大峭度值获取其对应的分解频带信号,利用希尔伯特包络解调分析方法进行分析,得到振动频谱图;
D、建立基于行星齿轮结构等效轴承模型的振动频谱特征理论计算模型,具体包括以下分步骤:
D1、获取行星齿轮箱中太阳轮齿数Zs、行星轮齿数Zp、内齿圈齿数Zr、行星轮个数zp、太阳轮转动频率fns及轴承中由局部缺陷引起冲击的间隔振动频谱特征:
内圈故障振动频率fbi为:
外圈故障振动频率fbo为:
滚动体故障振动频率fbb为:
其中,f为轴的转频,α为接触角,z为滚动体个数,d为滚动体直径,D为节径、即滚动体中心到滚动轴承中心距离的两倍;
D2、利用齿轮分度圆直径定义:
df=mZ
对行星齿轮箱中太阳轮和行星轮进行处理,
其中,df为分度圆直径,m为模数,Z为齿轮齿数;
D3、将行星齿轮箱中太阳轮故障振动频率、行星轮故障振动频率、内齿圈故障振动频率分别对应轴承中内圈故障振动频率、滚动体故障振动频率、外圈故障振动频率,得到行星齿轮传动系统各部件的故障振动频谱特征:
太阳轮故障振动频率fs为:
内齿圈故障振动频率fr为:
行星轮故障振动频率fp为:
E、通过步骤D中建立的基于行星齿轮结构等效轴承模型的振动频谱特征理论计算模型计算振动频谱特征,并对步骤C中得到的振动频谱图中的振动频谱特征进行精确定量分析。
2.如权利要求1所述的基于行星齿轮结构等效轴承模型的振动频谱特征分析方法,其特征在于,所述步骤A中利用提升小波包变换方法对原始振动信号进行分解,具体为:设定行星齿轮的原始振动信号为X(t),利用提升小波包变换方法将原始振动信号进行m层分解,得到每层2m个分解频带。
3.如权利要求2所述的基于行星齿轮结构等效轴承模型的振动频谱特征分析方法,其特征在于,所述m的取值为3或4。
4.如权利要求1所述的基于行星齿轮结构等效轴承模型的振动频谱特征分析方法,其特征在于,所述步骤B中峭度值的表达式具体为:
其中,K为峭度值,E[·]为求期望符号,x为采集样本,μ为样本均值,σ为样本标准差。
5.如权利要求4所述的基于行星齿轮结构等效轴承模型的振动频谱特征分析方法,其特征在于,所述步骤B中得到峭度分析图的方法具体为:对计算得到的峭度值进行归一化处理,以各层对应的各节点信号频带为横坐标,以分解信号层数为纵坐标,从而得到峭度分析图。
6.如权利要求1所述的基于行星齿轮结构等效轴承模型的振动频谱特征分析方法,其特征在于,所述步骤E中通过建立的基于行星齿轮结构等效轴承模型的振动频谱特征理论计算模型计算振动频谱特征,具体为:先计算基于行星齿轮结构等效轴承模型的振动频谱特征理论计算模型中一个部件的故障振动频谱特征,再通过其它部件故障振动频谱特征与该部件故障振动频谱特征的比值关系得到其它部件的故障振动频谱特征。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510195069.9A CN104792523B (zh) | 2015-04-22 | 2015-04-22 | 基于行星齿轮结构等效轴承模型的振动频谱特征分析方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510195069.9A CN104792523B (zh) | 2015-04-22 | 2015-04-22 | 基于行星齿轮结构等效轴承模型的振动频谱特征分析方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN104792523A CN104792523A (zh) | 2015-07-22 |
CN104792523B true CN104792523B (zh) | 2017-05-10 |
Family
ID=53557513
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510195069.9A Expired - Fee Related CN104792523B (zh) | 2015-04-22 | 2015-04-22 | 基于行星齿轮结构等效轴承模型的振动频谱特征分析方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN104792523B (zh) |
Families Citing this family (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105865776A (zh) * | 2016-03-23 | 2016-08-17 | 浙江理工大学 | 一种基于eemd和广义s变换的风电齿轮箱故障诊断方法 |
CN106989923A (zh) * | 2017-03-28 | 2017-07-28 | 南京航空航天大学 | 基于定子电流小波包分析的永磁机轴承点蚀故障检测方法 |
CN107271181B (zh) * | 2017-06-19 | 2019-03-05 | 苏州微著设备诊断技术有限公司 | 一种行星齿轮箱弱冲击成分提取方法 |
CN111507305B (zh) * | 2020-04-30 | 2022-11-25 | 电子科技大学 | 基于wcsnr分数阶自适应随机共振轴承故障诊断方法 |
CN111562126B (zh) * | 2020-05-16 | 2022-03-18 | 西安建筑科技大学 | 一种基于三维全息差谱的旋转机械二倍频故障诊断方法 |
CN111695611B (zh) * | 2020-05-27 | 2022-05-03 | 电子科技大学 | 一种蜂群优化核极限学习和稀疏表示机械故障识别方法 |
CN112881006B (zh) * | 2021-01-12 | 2022-09-09 | 北华大学 | 一种齿轮故障诊断方法 |
CN113048220B (zh) * | 2021-03-12 | 2022-11-08 | 中煤科工集团重庆研究院有限公司 | 一种矿用提升机齿轮箱隐患识别方法及监测装置 |
CN117639395B (zh) * | 2024-01-25 | 2024-04-16 | 浙江弗尔德驱动科技有限公司 | 一种带行星机构驱动系统的永磁电机 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
SU744263A2 (ru) * | 1978-10-11 | 1980-06-30 | Предприятие П/Я Р-6194 | Стенд дл исследовани динамики транспортных машин |
CN102866010A (zh) * | 2012-09-28 | 2013-01-09 | 苏州大学 | 一种信号的谱峭度滤波方法及相关装置 |
CN104392082A (zh) * | 2014-07-10 | 2015-03-04 | 中山火炬职业技术学院 | 一种基于振动监测的风力发电机组齿轮箱早期故障诊断方法 |
-
2015
- 2015-04-22 CN CN201510195069.9A patent/CN104792523B/zh not_active Expired - Fee Related
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
SU744263A2 (ru) * | 1978-10-11 | 1980-06-30 | Предприятие П/Я Р-6194 | Стенд дл исследовани динамики транспортных машин |
CN102866010A (zh) * | 2012-09-28 | 2013-01-09 | 苏州大学 | 一种信号的谱峭度滤波方法及相关装置 |
CN104392082A (zh) * | 2014-07-10 | 2015-03-04 | 中山火炬职业技术学院 | 一种基于振动监测的风力发电机组齿轮箱早期故障诊断方法 |
Non-Patent Citations (3)
Title |
---|
A review of vibration and acoustic measurement methods for the detection of defects in rolling element bearings;N.Tandon et.al;《Tribology International》;19990831;第32卷(第8期);469-480 * |
基于CAE/CAT/CAO的齿轮箱轴承结合部等效刚度识别方法;楼江雷 等;《振动与冲击》;20141231;第33卷(第23期);81-86 * |
大型风电齿轮箱耦合固有特性仿真分析;许洪斌;《机械设计与制造》;20140531(第5期);192-194 * |
Also Published As
Publication number | Publication date |
---|---|
CN104792523A (zh) | 2015-07-22 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104792523B (zh) | 基于行星齿轮结构等效轴承模型的振动频谱特征分析方法 | |
US10570887B2 (en) | Vibration monitoring and diagnosing system for wind power generator | |
Tian et al. | A robust detector for rolling element bearing condition monitoring based on the modulation signal bispectrum and its performance evaluation against the Kurtogram | |
CN103048137B (zh) | 一种变工况下的滚动轴承故障诊断方法 | |
CN105510023B (zh) | 基于散度指标的变工况风电行星齿轮箱故障诊断方法 | |
CN105424359B (zh) | 一种基于稀疏分解的齿轮和轴承混合故障特征提取方法 | |
CN106338385A (zh) | 一种基于奇异谱分解的旋转机械故障诊断方法 | |
EP3029449A1 (en) | Bearing-device vibration analysis method, bearing-device vibration analysis device, and rolling-bearing status-monitoring device | |
CN103234748B (zh) | 一种基于敏感imf的克林根贝尔格锥齿轮故障诊断方法 | |
CN105806613A (zh) | 一种基于阶比复杂度的行星齿轮箱故障诊断方法 | |
CN104596766B (zh) | 一种轴承早期故障确定方法及装置 | |
CN107976304A (zh) | 基于对信号的周期性信息进行分析的机器故障预测 | |
CN106908241A (zh) | 一种基于lmd与小波去噪相结合的轴承故障判别方法 | |
CN110231166B (zh) | 一种变转速工况下三级传动齿轮箱的智能诊断方法 | |
CN109253244B (zh) | 一种多齿轮系统大型机械齿轮箱故障检测方法 | |
CN108444698A (zh) | 基于teo解调和随机共振的行星齿轮箱早期故障诊断方法 | |
CN104330258A (zh) | 一种基于特征参量的滚动轴承故障灰色关联度辨识方法 | |
CN107831012A (zh) | 一种基于Walsh变换与Teager能量算子的轴承故障诊断方法 | |
CN106568597A (zh) | 圆柱齿轮齿面综合啮合刚度的高精度测量方法 | |
CN106777611A (zh) | 复杂周转轮系微弱故障识别与性能退化监测系统及方法 | |
CN111413095A (zh) | 基于瞬时角速度的行星轴承分布式故障诊断分析方法 | |
Wang et al. | A two-stage method using spline-kernelled chirplet transform and angle synchronous averaging to detect faults at variable speed | |
Liu et al. | Fault diagnosis of wind turbines under nonstationary conditions based on a novel tacho-less generalized demodulation | |
Shi et al. | Instantaneous frequency synchronized generalized stepwise demodulation transform for bearing fault diagnosis | |
Zhou et al. | A novel blind deconvolution method with adaptive period estimation technique and its application to fault feature enhancement of bearing |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
EXSB | Decision made by sipo to initiate substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20170510 Termination date: 20200422 |
|
CF01 | Termination of patent right due to non-payment of annual fee |