CN106092567A - 旋转机械故障振动同步测量方法 - Google Patents

旋转机械故障振动同步测量方法 Download PDF

Info

Publication number
CN106092567A
CN106092567A CN201610518405.3A CN201610518405A CN106092567A CN 106092567 A CN106092567 A CN 106092567A CN 201610518405 A CN201610518405 A CN 201610518405A CN 106092567 A CN106092567 A CN 106092567A
Authority
CN
China
Prior art keywords
gear
fault
axle
bearing
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.)
Pending
Application number
CN201610518405.3A
Other languages
English (en)
Inventor
于刚
周羽佳
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.)
Shenzhen Graduate School Harbin Institute of Technology
Original Assignee
Shenzhen Graduate School Harbin Institute of Technology
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 Shenzhen Graduate School Harbin Institute of Technology filed Critical Shenzhen Graduate School Harbin Institute of Technology
Priority to CN201610518405.3A priority Critical patent/CN106092567A/zh
Publication of CN106092567A publication Critical patent/CN106092567A/zh
Pending legal-status Critical Current

Links

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01MTESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
    • G01M13/00Testing of machine parts
    • G01M13/02Gearings; Transmission mechanisms
    • G01M13/021Gearings
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01MTESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
    • G01M13/00Testing of machine parts
    • G01M13/02Gearings; Transmission mechanisms
    • G01M13/028Acoustic or vibration analysis
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01MTESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
    • G01M13/00Testing of machine parts
    • G01M13/04Bearings
    • G01M13/045Acoustic or vibration analysis

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Acoustics & Sound (AREA)
  • Testing Of Devices, Machine Parts, Or Other Structures Thereof (AREA)
  • Measurement Of Mechanical Vibrations Or Ultrasonic Waves (AREA)

Abstract

本发明提供了一种旋转机械故障振动同步测量方法,步骤1):明确待测齿轮的安装位置,了解到该齿轮以及其啮合齿轮齿数;步骤2):将无线振动传感器安装在与A轴上待测齿轮相啮合的B轴齿轮的轴上,在轴旋转后采集B轴上的齿轮啮合产生的轴向振动信号、径向振动信号;步骤3):对采集到的齿轮径向振动信号进行小波分析滤波、包络变换,得到径向振动信号频谱图;步骤4):在频谱图中观察是否出现明显的故障特征频率峰值,若出现该特征频率峰值则证明该齿轮存在故障。用本发明这种检测方法,由于更加贴近故障源,故可以在相同的故障条件下采集到更强的振动信号,从而更准确的更早的确定旋转机械内部齿轮以及轴承内圈的故障。

Description

旋转机械故障振动同步测量方法
技术领域
本发明涉及一种测量方法,尤其涉及旋转机械故障振动同步测量方法。
背景技术
机械故障诊断的目的是“保证可靠地、高效地发挥设备应有的功能”,由于机械设备的运行过程是一个动态随机过程,在不同时刻设备的运行状态数据是随机、不可重复的,同时不同机械设备零部件也有着不同的故障特征。故设备故障诊断是一个从随机过程理论出发的融合各种分析工具的综合性学科。
机械设备故障诊断的一般步骤:(1)设备工况信息获取,设备运行过程中,会产生振动、噪声、力、热以及流量等参数的变化,寻找针对性强、有代表性的参数进行测量,得到能够表征设备工作状态的信号。(2)特征提取,将采集到的驳杂的工况参数进行信号处理,获得能够表征工况的特征值,其特征提取方式不同,得到的特征值也不同。(3)特征值状态识别,即故障诊断,采用一定的诊断模式、诊断策略对特征值进行模式识别,确定设备是否出现故障以及得到设备故障的类型。(4)故障解决方案,根据故障诊断的结果,提出合理的解决方案,对设备发生故障的零件进行修复或者更换。(请参见:时献江,王桂荣,司峻山.机械故障诊断及典型案例解析[M].北京:化学工业出版社,2013:19-27。)
现有的针对旋转机械设备的振动监测系统大多采用有线连接的方式,主要监测诊断目标为齿轮、轴承以及轴不对中等问题。将传感器安装在旋转机械外表面以及轴承盖上,对于比较复杂的旋转机械,内部有大量的旋转部件,这样的安装方式存在连线复杂、不易维护以及采集到的振动信号内容复杂的问题,无法对内部振动进行测量,有线的方式无法满足测量要求。
如何研发一款能够安装在旋转机械内部旋转或可移动零件上,并能够检测到故障早期的微弱振动信号并发出至上位机上的传感器,并建立以转 轴上振动为基础的故障测量方法,是设备监测领域尚未解决的难题。
对设备故障检测的准确度取决于两点,第一是特征提取及特征状态识别方法,第二则是信号的准确度以及精度,在检测旋转机械的故障时,即使利用三向加速度传感器或安装多个振动传感器,也只能将加速度计布置在箱体表面、轴承盖上或其他外侧安装点,故障零件产生的振动信号通过箱体内部一系列的零部件的传播耦合才能传到传感器上,振动信号在传播过程中将不可避免的产生衰减及噪声。在故障的初期,冲击故障特征信号十分微弱,常常湮没在强的背景噪声中。在信号处理的过程中,极有可能将设备的早期故障产生的振动信号当作噪声过滤掉,导致故障诊断无效或不及时。同时这样的安装方式存在连线复杂、不易维护以及采集到的振动信号内容复杂的问题,无法对内部振动进行测量,有线的方式无法满足测量要求。同时,由于旋转机械内部零件众多,外部传感器采集到的信号众多,增加振动信号的分离与目标振动信号的提取难度。
发明内容
为了解决现有技术中问题,本发明提供了一种旋转机械故障振动同步测量方法,
步骤1):明确待测齿轮的安装位置,了解到该齿轮以及其啮合齿轮齿数;
步骤2):将无线振动传感器安装在与A轴上待测齿轮相啮合的B轴齿轮的轴上,在轴旋转后采集B轴上的齿轮啮合产生的轴向振动信号、径向振动信号;
步骤3):对采集到的齿轮径向振动信号进行小波分析滤波、包络变换,得到径向振动信号频谱图;
步骤4):在频谱图中观察是否出现明显的故障特征频率峰值,若出现该特征频率峰值则证明该齿轮存在故障。
作为本发明的进一步改进,所述步骤4)中,齿轮故障特征频率满足以下公式:
fGfault=fC±nfZ±mfW
其中:fGfault为齿轮故障特征频率,单位Hz;fC为齿轮啮合频率,单位Hz;n、m≥1,为频率倍数,为整数;fZ为故障齿轮所在轴的转频,单位Hz;fW为传感器安装轴的转频,单位Hz。
作为本发明的进一步改进,还包括如下步骤:
步骤5):明确被检测轴承的滚动体个数、轴承节径D、滚动体直径d,轴承中滚动体个数Z,并将传感器安装在被测轴承的安装位置附近;
步骤6):令轴与传感器旋转,并采集传感器径向方向的振动信号;
步骤7):对采集到的轴承径向振动信号进行小波分析滤波、包络变换,得到径向振动信号频谱图;
步骤8):在频谱图中观察是否出现故障特征频率峰值,若出现该特征频率峰值则证明该轴承内圈存在故障。
作为本发明的进一步改进,所述步骤8)中,轴承故障特征频率峰值满足以下公式:
f I f a u l t = Z 2 ( 1 + d D c o s α ) f Z
其中:fIfault为轴承内圈故障特征频率,单位Hz;轴承节径D,单位mm、滚动体直径d,单位mm,轴承中滚动体个数Z。
作为本发明的进一步改进,步骤2):至少采样一个工作周期。
作为本发明的进一步改进,步骤6):至少采样一个工作周期。
本发明的有益效果是:
由于齿轮或者轴承故障振动所包含的振动频率很高,通过零件的界面传递一次,其能量损失约为80%,以齿轮为例,齿轮故障冲击振动需要通过齿轮--轴--轴承内圈--轴承滚动体--轴承外圈--轴承座--传感器,需要通过6个零件界面,冲击振动变为原来的(1-80%)6,对振动故障信号分析十分不利,而若利用本发明将传感器安装在轴上振动同步测量方式,冲击振动通过齿轮—轴—传感器,冲击振动仅需通过2个零件界面,冲击振动为原来的(1-80%)2,极大程度上增加了传感器捕获到由于故障产生的齿轮冲击振动几率;以轴承内圈为例,轴承内圈故障冲击振动会通过轴承内圈--轴承 滚动体--轴承外圈--轴承座--传感器,而利用本发明将传感器安装在轴上振动同步测量方式,轴承内圈故障冲击振动通过轴承内圈--轴--传感器,同样减少了振动通过的零件界面个数,有益于故障诊断分析中信噪比的增大。
通过本发明的旋转机械故障振动同步测量方式,可以使得由故障引起的冲击振动在传播到传感器的过程中衰减更少,从而检测到更强烈的故障振动信号,但由于将传感器安装在轴上的时候,传感器随轴旋转,传感器灵敏轴方向是在空间中不断变换的,而现有的传感器灵敏轴在空间上是静止的,故必须采用本发明的振动同步测量方式。
附图说明
图1是本发明齿轮箱动态模拟系统的系统总体示意图;
图2是检测齿轮故障时传感器安装位置示意图;
图3为齿根裂纹故障实验结果;
图4为齿轮表面磨损故障实验结果;
图5是齿轮表面磨损故障频谱图;
图6是滚动轴承内圈点蚀故障频谱图。
具体实施方式
下面结合附图对本发明做进一步说明。
本申请设计的旋转机械故障振动同步测量方法,通过将传感器放置在旋转机械内部的轴上,传感器与被测内部零件具有相同或相似的运动形式,传感器采集到的振动信号与被测零件上的振动相似。传感器安装位置可以很靠近故障源,故方便测量故障早期的微弱振动信号,同时由于传感器安装位置与故障源接近,目标振动信号与其他噪声信号之间的信噪比有了很大的提高,保持了信号的准确性的同时,增加故障诊断的准确性,降低了后期信号处理的难度。
旋转机械故障振动同步测量方法,包括如下步骤:
对于检测齿轮故障,采用A-B轴的测量方法:
步骤1):明确待测齿轮的安装位置,了解到该齿轮以及其啮合齿轮齿数;
步骤2):将无线振动传感器安装在与A轴上待测齿轮相啮合的B轴齿轮的轴上,在轴旋转后采集B轴上的齿轮啮合产生的轴向振动信号、径向振动信号,至少采样一个工作周期;其中A轴为目标待测齿轮安装轴,B轴为与待测齿轮相啮合齿轮的安装轴。
步骤3):对采集到的齿轮径向振动信号进行小波分析滤波、包络变换,得到径向振动信号频谱图;
步骤4):在频谱图中观察是否出现明显的本发明中提出的故障特征频率峰值,若出现该特征频率峰值则证明该齿轮存在故障;
进一步的,所述步骤4)中,齿轮故障特征频率满足以下公式:
fGfault=fC±nfZ±mfW
其中:fGfault为齿轮故障特征频率(Hz);fC为齿轮啮合频率(Hz);n、m≥1,为频率倍数(整数);fZ为故障齿轮所在轴的转频(Hz);fW为传感器安装轴的转频(Hz)。
对于检测轴承内圈故障:
步骤5):明确被检测轴承的滚动体个数、轴承节径D、滚动体直径d,轴承中滚动体个数Z,并将传感器安装在被测轴承的安装位置附近;
步骤6):令轴与传感器旋转,并采集传感器径向方向的振动信号,至少采样一个工作周期;
步骤7):对采集到的轴承径向振动信号进行小波分析滤波、包络变换,得到径向振动信号频谱图;
步骤8):在频谱图中观察是否出现明显的本发明中提出的故障特征频率峰值,若出现该特征频率峰值则证明该轴承内圈存在故障。
进一步的,所述步骤8)中,轴承故障特征频率峰值满足以下公式:
f I f a u l t = Z 2 ( 1 + d D c o s α ) f Z
其中:fIfault为轴承内圈故障特征频率(Hz);轴承节径D(mm)、滚动体直径d(mm),轴承中滚动体个数Z。
用本发明这种检测方法,由于更加贴近故障源,故可以在相同的故障条件下采集到更强的振动信号,从而更准确的更早的确定旋转机械内部齿轮以及轴承内圈的故障。
本发明的旋转机械振动同步测量方法具体实现如下:
实验选用Spectra Quest公司生产的齿轮箱动态模拟系统,转速为60rpm至3600rpm,由工控机控制电机可调,系统总体示意图如附图1所示:
由于齿轮故障与轴承故障的多样性,在实际应用中可能会出现多种齿轮故障或轴承故障,故在本实验中选取齿轮故障以及轴承内圈故障作为研究对象。在齿轮故障中,由于齿轮断齿、缺齿故障过于明显,研究价值较低,故在本实验中选用齿轮表面磨损与齿根裂纹作为研究对象,但保护范围仍包括齿轮各种局部异常、磨损、齿距误差等故障。故障齿轮选择输入轴29齿齿轮,将传感器安装在中间轴上,传感器与故障轴承安装在同一根轴上。采样频率选用800Hz。为保证每次采样能够采集到充分的样本数据,设置采样数为8k,即采样时间为10s。考虑到传感器采样频率为800Hz,而齿轮故障频率峰值主要出现在齿轮啮合频率附近,由采样定理可知齿轮啮合频率应在400Hz以下,故障齿轮齿数为29,电机转速设定为780rpm。
(1)对于齿轮局部异常故障以及齿轮表面磨损故障A-B轴测量方法:
首先根据已知条件得到小齿轮齿数为29齿,大齿轮齿数为100齿。小齿轮具有齿根裂纹故障(齿轮局部异常故障),齿轮表面磨损故障。将传感器与100齿大齿轮安装在B轴上,29齿小齿轮安装在A轴上,其中A轴为目标测量轴,B轴为直接测量轴。如附图2所示,将电机转速调至780rpm,即输入轴转速为780rpm。在传感器上采集到齿数100齿轮的轴径向振动,由信号处理收发装置传输至上位机中。得到一组包含8000个振动信号的数据。对采集到的数据首先进行小波包分解,得到滤波之后的振动信号,随后对振动信号进行包络变换,得到传感器安装轴径向振动频谱图,主要研究齿轮故障出现的目标频率区,得到时频图如附图3以及附图4所示,附图3以及附图4上半部分为时域图,截取2000到4000点部分,下半部分为频域图,截取齿轮故障出现的目标频率区。附图3为齿根裂纹故障实验结果,附图4为齿轮表面磨损故障实验结果。
在传感器检测方向为轴径向方向上采集到的数据显示,在时域图主要出现以重力对传感器的影响的一系列简谐波。
齿轮齿根裂纹故障频谱图(附图4)上出现了一系列的特征频率峰值,首先根据齿轮啮合频率fC为375.4Hz,
求出fZ=fC/29=12.94Hz,fW=fC/100=3.754Hz
出现了以中间轴转速为间隔的多个调制频率,例如364.2Hz、367.9Hz、371.7Hz、379.1Hz,其出现原因是传感器旋转调制导致,为fC±mfw,其频率与啮合频率的差值为传感器所在轴转速fw=3.754Hz的倍数。体现了小齿轮故障的是频率为366.2Hz的峰值,该频率与啮合频率的差频为9.2Hz,应用本发明的齿轮故障判断公式计算结果为fGfault=fC-fZ+fW=375.4-12.9+2.7=366.2Hz。证明小齿轮出现了故障。
齿轮表面磨损故障频谱图(附图5)上,齿轮啮合频率fC为375.5Hz,fZ=fC/29=12.94Hz,fW=fC/100=3.754Hz出现了以中间轴转速为间隔的多个调制频率,例如371.8Hz、379.3Hz等,其出现原因是传感器旋转调制导致,为fC±mfw,其频率与啮合频率的差值为传感器所在轴转速fw=3.754Hz的倍数。体现故障的频率峰值为381Hz以及384.7Hz,分别对应着fGfault1=fC-fZ+2fW=375.5+12.94-2×3.754=381Hz,fGfault2=fC-fZ+fW=375.5+12.94-3.754=384.7Hz,证明啮合中小齿轮出现了故障。
(2)对于轴承内圈故障测量方法:
首先根据已知条件得到轴承节径D为38.5mm、滚动体直径d为7.9375mm,轴承中滚动体个数Z为34。根据公式计算得到
由于对于轴承内圈故障来说,振动信号在空间上是旋转的,利用在旋转机械外部固定的传感器采集的情况下,采集的振动信号是受到旋转影响的,本发明中将传感器直接放置在轴上进行测量,传感器与轴承内圈振动保持旋转同步,将内圈故障轴承安装在输入轴上,并将无线振动传感装置安装于输入轴,单独检测轴承内圈故障,传感器安装及故障轴承示意图如附图5所示,设定输入轴转速为480rpm,利用传感器采集轴径向振动信号,每秒钟采集800个振动信号,采集时间为10s,共采集8000个数据。利用MATLAB将振动信号画出时域图并取从2000到4000的振动信号。 对时域信号进行小波变换,以及求包络分析后得到频域图,得到振动信号如附图6所示。在传感器Y轴的频谱图中,发现了43.6Hz的振动频率峰值。证明该轴承内圈出现故障。
以上内容是结合具体的优选实施方式对本发明所作的进一步详细说明,不能认定本发明的具体实施只局限于这些说明。对于本发明所属技术领域的普通技术人员来说,在不脱离本发明构思的前提下,还可以做出若干简单推演或替换,都应当视为属于本发明的保护范围。

Claims (6)

1.一种旋转机械故障振动同步测量方法,其特征在于:
步骤1):明确待测齿轮的安装位置,了解到该齿轮以及其啮合齿轮齿数;
步骤2):将无线振动传感器安装在与A轴上待测齿轮相啮合的B轴齿轮的轴上,在轴旋转后采集B轴上的齿轮啮合产生的轴向振动信号、径向振动信号;
步骤3):对采集到的齿轮径向振动信号进行小波分析滤波、包络变换,得到径向振动信号频谱图;
步骤4):在频谱图中观察是否出现明显的故障特征频率峰值,若出现该特征频率峰值则证明该齿轮存在故障。
2.根据权利要求1所述的旋转机械故障振动同步测量方法,其特征在于:
所述步骤4)中,齿轮故障特征频率满足以下公式:
fGfault=fC±nfZ±mfW
其中:fGfault为齿轮故障特征频率,单位Hz;fC为齿轮啮合频率,单位Hz;n、m≥1,为频率倍数,为整数;fZ为故障齿轮所在轴的转频,单位Hz;fW为传感器安装轴的转频,单位Hz。
3.根据权利要求1所述的旋转机械故障振动同步测量方法,其特征在于:
还包括如下步骤:
步骤5):明确被检测轴承的滚动体个数、轴承节径D、滚动体直径d,轴承中滚动体个数Z,并将传感器安装在被测轴承的安装位置附近;
步骤6):令轴与传感器旋转,并采集传感器径向方向的振动信号;
步骤7):对采集到的轴承径向振动信号进行小波分析滤波、包络变换,得到径向振动信号频谱图;
步骤8):在频谱图中观察是否出现故障特征频率峰值,若出现该特征频率峰值则证明该轴承内圈存在故障。
4.根据权利要求1所述的旋转机械故障振动同步测量方法,其特征在于:
所述步骤8)中,轴承故障特征频率峰值满足以下公式:
f I f a u l t = Z 2 ( 1 + d D c o s α ) f Z
其中:fIfault为轴承内圈故障特征频率,单位Hz;轴承节径D,单位mm、滚动体直径d,单位mm,轴承中滚动体个数Z。
5.根据权利要求1所述的旋转机械故障振动同步测量方法,其特征在于:
步骤2):至少采样一个工作周期。
6.根据权利要求3所述的旋转机械故障振动同步测量方法,其特征在于:
步骤6):至少采样一个工作周期。
CN201610518405.3A 2016-07-02 2016-07-02 旋转机械故障振动同步测量方法 Pending CN106092567A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201610518405.3A CN106092567A (zh) 2016-07-02 2016-07-02 旋转机械故障振动同步测量方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201610518405.3A CN106092567A (zh) 2016-07-02 2016-07-02 旋转机械故障振动同步测量方法

Publications (1)

Publication Number Publication Date
CN106092567A true CN106092567A (zh) 2016-11-09

Family

ID=57212892

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201610518405.3A Pending CN106092567A (zh) 2016-07-02 2016-07-02 旋转机械故障振动同步测量方法

Country Status (1)

Country Link
CN (1) CN106092567A (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109243234A (zh) * 2018-09-19 2019-01-18 天津工业大学 一种齿轮传动系统故障诊断实验台
CN112098106A (zh) * 2020-08-14 2020-12-18 陕西千山航空电子有限责任公司 一种涡轴发动机状态监测装置
CN112105907A (zh) * 2018-04-24 2020-12-18 赛峰集团 用于监测齿轮系统的方法和设备
CN113833476A (zh) * 2021-09-30 2021-12-24 中铁工程装备集团有限公司 一种主轴承的状态检测系统及状态检测方法

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112105907A (zh) * 2018-04-24 2020-12-18 赛峰集团 用于监测齿轮系统的方法和设备
CN109243234A (zh) * 2018-09-19 2019-01-18 天津工业大学 一种齿轮传动系统故障诊断实验台
CN112098106A (zh) * 2020-08-14 2020-12-18 陕西千山航空电子有限责任公司 一种涡轴发动机状态监测装置
CN113833476A (zh) * 2021-09-30 2021-12-24 中铁工程装备集团有限公司 一种主轴承的状态检测系统及状态检测方法
CN113833476B (zh) * 2021-09-30 2024-04-12 中铁工程装备集团有限公司 一种主轴承的状态检测系统及状态检测方法

Similar Documents

Publication Publication Date Title
Saruhan et al. Vibration analysis of rolling element bearings defects
CN104535323B (zh) 一种基于角域‑时域‑频域的机车轮对轴承故障诊断方法
KR101764540B1 (ko) 풍력발전기 진동 상태감시 및 진단 시스템
Barszcz et al. Application of spectral kurtosis for detection of a tooth crack in the planetary gear of a wind turbine
Cheng et al. Envelope deformation in computed order tracking and error in order analysis
CN106092567A (zh) 旋转机械故障振动同步测量方法
Wang et al. Multi-scale enveloping order spectrogram for rotating machine health diagnosis
Dube et al. Vibration based condition assessment of rolling element bearings with localized defects
CN106124193A (zh) 结合震动与声波监测的齿轮箱故障检测方法
CN110553844B (zh) 旋转机械的不对中故障检测方法及其检测系统
Klausen et al. Multi-band identification for enhancing bearing fault detection in variable speed conditions
CN108195584B (zh) 一种基于准确度谱图的滚动轴承故障诊断方法
CN109253244A (zh) 一种多齿轮系统大型机械齿轮箱故障检测方法
Wang et al. A two-stage method using spline-kernelled chirplet transform and angle synchronous averaging to detect faults at variable speed
CN108021064A (zh) 一种动力设备健康状况在线诊断方法
Peter et al. The sparsogram: A new and effective method for extracting bearing fault features
De Azevedo et al. Vibration monitoring, fault detection, and bearings replacement of a real wind turbine
CN105521997B (zh) 一种基于振动信号诊断轧机辊系故障的方法
CN108303465A (zh) 一种基于机床振动的故障检测方法及系统
Mones et al. Planetary gearbox fault diagnosis using an on-rotor MEMS accelerometer
CN101451882A (zh) 一种用于机械转子单截面轴振分析的短时幅值频谱阵列
Strakosch et al. Analysis and evaluation of vibration sensors for predictive maintenance of large gears with an appropriate test bench
Mones et al. Fault Diagnosis of Planetary Gearboxes via Processing the On-Rotor MEMS Accelerometer Signals
CN107525672A (zh) 一种基于基尼指标改进的SKRgram方法
Bourdon et al. Estimation of the size of a spall defect on a rolling bearing outer ring using Instantaneous Angular Speed measurements

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20161109