CN107449508A - 汽车振动故障检测系统及检测数据分析方法 - Google Patents

汽车振动故障检测系统及检测数据分析方法 Download PDF

Info

Publication number
CN107449508A
CN107449508A CN201710654993.8A CN201710654993A CN107449508A CN 107449508 A CN107449508 A CN 107449508A CN 201710654993 A CN201710654993 A CN 201710654993A CN 107449508 A CN107449508 A CN 107449508A
Authority
CN
China
Prior art keywords
vibration signal
vibration
mrow
data
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.)
Granted
Application number
CN201710654993.8A
Other languages
English (en)
Other versions
CN107449508B (zh
Inventor
李华青
袁野
吕庆国
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.)
Southwest University
Original Assignee
Southwest 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 Southwest University filed Critical Southwest University
Priority to CN201710654993.8A priority Critical patent/CN107449508B/zh
Publication of CN107449508A publication Critical patent/CN107449508A/zh
Application granted granted Critical
Publication of CN107449508B publication Critical patent/CN107449508B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01HMEASUREMENT OF MECHANICAL VIBRATIONS OR ULTRASONIC, SONIC OR INFRASONIC WAVES
    • G01H17/00Measuring mechanical vibrations or ultrasonic, sonic or infrasonic waves, not provided for in the preceding groups
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01MTESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
    • G01M17/00Testing of vehicles
    • G01M17/007Wheeled or endless-tracked vehicles

Abstract

本发明公开了一种汽车振动故障检测系统及检测数据分析方法,包括振动信号采集装置和振动信号处理装置;振动信号采集装置设置在汽车上,振动信号采集装置包括至少一个加速度传感器,加速度传感器与控制器的振动信号输入端连接,在控制器的无线发送端连接有无线发送器;振动信号处理装置包括无线传输装置,无线传输装置用于接收无线发送器发送的振动信号,无线传输装置与处理器连接,处理器还连接有数据分析仪和数据存储器,数据分析仪用于对振动信号进行数据分析,数据存储器用于对振动信号进行存储。有益效果:汽车运行安全系数好、振动信号检测精度高,振动信号处理速度快,维护速度快。

Description

汽车振动故障检测系统及检测数据分析方法
技术领域
本发明涉及汽车振动故障检测技术领域,具体的说是一种汽车振动故障检测系统及检测数据分析方法。
背景技术
随着科学技术的发展,极大地促进了检测仪器的发展,机构小巧、性能优越、价格便宜、操作简便的小型便携检测仪器发展尤为迅速。
在汽车领域,汽车发生故障时,汽车运行过程中,振动信号往往发生变化。在现有技术中,人们发现汽车故障往往是在驾驶操作过程中,汽车响应存在缺陷时,才发现汽车故障,不能提前故障报警,汽车行驶过程中,安全系数低。
目前市场上,振动检测也存在以下缺陷:
第一,振动检测仪表处理器数据存储容量小、数据处理功能单一、处理数据满、实时性弱等缺点;并且处理器耗能大,性能低。
第二,携式仪器数据采集和数据传输复杂,当出现数据线断线时,容易出现连接中断的问题。
第三:现有技术常采用单片机处理器进行数据处理,无法满足当下对处理器运行与数据处理速度的要求。
第四:数据处理精确度低,不能直接得到振动原因和来源,工作人员工作量大。
发明内容
针对上述问题,本发明提供了一种汽车振动故障检测系统及检测数据分析方法,实现对现场振动信号进行实时波形显示和信号分析,操作方便、功能强大、智能可靠。
本发明采用的具体技术方案如下:
一种汽车振动故障检测系统,其特征在于:设置有振动信号采集装置和振动信号处理装置;
所述振动信号采集装置设置在汽车上,所述振动信号采集装置包括至少一个加速度传感器,所述加速度传感器与控制器的振动信号输入端连接,在所述控制器的无线发送端连接有无线发送器;
所述振动信号处理装置包括无线传输装置,所述无线传输装置用于接收所述无线发送器发送的振动信号,所述无线传输装置与处理器连接,所述处理器还连接有数据分析仪和数据存储器,所述数据分析仪用于对振动信号进行数据分析,所述数据存储器用于对振动信号进行存储。
通过上述设计,加速度传感器采集的振动信号经无线发送器发送至振动信号处理装置,该振动信号处理装置对振动信号进行分析处理得到,分析得到振动大小和振动原因,有利于工作人员解除振动故障。采用无线传输,安装方便,设置成本低,适用于安装环境复杂的工程项目。数据分析仪对振动信号进行详细分析,可远程获取到振动产生的原因,并根据振动信号,远程提出解决方案,节约故障解除时间。数据存储器对所有历史数据进行储存,存储量大,人们还可以通过振动信号与以往振动信号进行对比,寻找振动原因,高效便捷。
为了提高故障检测精度,所述控制器还与汽车ECU连接,用于获取汽车行驶情况,结合汽车行驶速度、油耗,来预测路况,从而判断汽车振动信号是否正常。
进一步描述,在所述处理器还连接有绘图模块。
采用绘图模块对采集的信号、数据分析仪分析得到的信号进行绘图,便于工作人员观察和对振动故障进行分析。
再进一步描述,在所述处理器的显示输出端上连接有液晶显示器,所述处理器的报警输出端连接有报警器。
液晶显示器实现对振动信号、数据、图形进行显示和观察。当对比分析后,得到的数据超过设定的阈值后,第一时间进行报警,提醒工作人员及时作出应急措施。
再进一步描述,所述处理器为嵌入式Linux开发板。
采用嵌入式Linux开发板作为处理器,数据存储量大,处理数据速度快,功能强大,耗能低。
再进一步描述,所述控制器还连接有GPS模块,所述GPS模块实时向手机软件发送定位信息;所述处理器的无线传输装置还与手机连接,当检测到故障振动信号时,将所述数据分析仪分析得到的分析数据传送至所述手机软件,所述手机软件将所述定位信息和所述分析数据传送给维修人员、投保公司。
汽车运动过程中,位置时刻发生变化,采用GPS模块对汽车进行实时定位,当发生故障时,无线传输装置将故障振动信号发送至手机,手机软件将定位信息和分析数据分别传送给售后维修人员、投保公司,节约了维修时间,降低了投保人的最大权益。
再进一步描述,在所述手机软件上设置有保险模块和维修模块;所述保险模块设置有保险起始日期和保险终止日期,若故障振动信号发生在保险日期内,手机软件自动向投保公司发送故障振动信息;所述维修模块设置有售后保修起始时间和售后保修终止时间,若故障振动信号发生在售后保修时间内,手机软件自动向所述售后保修人员发送故障振动信息。
通过设定保险模块设置有保险起始日期、保险终止日期和售后保修起始时间、售后保修终止时间,实现故障振动信号的智能控制,无需人为参与,就可以实现保险服务和售后维修服务。
在维修模块还可以设置其他维修服务信息,当发生汽车故障时,及时通知维修人员,进行抢修,降低汽车损坏造成的损失。
再进一步描述,在所述手机软件设置有故障预判断模块,所述故障预判断模块对汽车故障提前提醒,故障预判断标准为汽车运行环境,根据汽车运行环境和以往处于该运行环境中汽车故障频率对其他汽车进行故障预知。
其中运行环境包括运行温度、运行湿度、地理位置和路况。通过以往汽车发生故障的概率和频率,对其他汽车故障发生进行预知,提醒人们及时对汽车进行保养。
一种基于汽车振动故障检测系统的检测数据分析方法,其关键在于按以下步骤实施:
S1:处理器获取连续一段时间内加速度传感器采集的振动信号:沿X轴加速度信号aX、沿Y轴加速度信号aY和沿Z轴加速度信号az
S2:处理器将采集到的振动信号发送至数据分析仪,数据分析仪分别对沿X轴、沿Y轴和沿Z轴的振动信号进行傅里叶分析,分别得到M个频谱信号;
S3:采用绘图模块对M个频谱信号进行图形绘制,分别得到M个频谱分布图,根据每个频谱分布图得到谐波分量的频率和幅值;
S4:根据得到的谐波分量的频率和幅值,与数据存储器保存的数据进行对比和分析,得出故障结果。
当获取到振动信号后,根据IIC协议,得到沿X轴、沿Y轴和沿Z轴的加速度信号。经数据分析仪分析处理后,分别得到M个频谱信号,根据频谱信号对应得到沿X轴、Y轴和Z轴谐波分量的频率和幅值,人们可以通过处理器预先设定汽车振动信号阈值,当得到的频率和幅值超出阈值时,进行自动报警,提高处理器工作效率,智能便捷,功能强大,数据处理分析速度快,能满足振动信号分析的要求。
再进一步描述,步骤S2中傅里叶分析的具体步骤为:
S21:对加速度信号进行离散傅里叶变换,实现时域到频域的转换;
其中离散傅里叶变换DFT表达式为:
k=0,1,2,3…N-1,其中W=e-j2π/N
W为蝶形因子;
S22:利用蝶形因子W的特性,采用快速傅里叶变换进行抽取,将N点序列分解为N个短序列;
S23:对N个短序列的分别进行傅里叶变换,得带短序列数据;
S24:将步骤S23得到的短序列数据组合成原序列的傅里叶变换序列数据。
其中,所述快速傅里叶变换选择按照时间抽取。
时间抽取快速傅里叶变换是将N点输入序列x(n)按照偶数项和奇数项分解为偶序列和奇序列。其中,偶序列为:x(0),x(2),x(4),…,x(N-2);奇序列为:x(1),x(3),x(5),…,x(N-1)。
则:x(n)的N点离散傅里叶变换可写成:
考虑到蝶形因子W的特性:
因此有:
或者写成:
由于Y(k)与Z(k)的周期为N/2,并且利用蝶形因子W的对称性和周期性,即:
可得:
对Y(k)与Z(k)继续以同样的方式分解下去,就可以使一个N点的离散傅里叶变换最终用一组2点的离散傅里叶变换来计算。在基数为2的快速傅里叶变换中,总共有log2(N)级运算,每级中有N/2个2点快速傅里叶变换蝶形运算。
快速傅里叶变换是离散傅里叶变换的一种快速算法,快速傅里叶变换将离散傅里叶变换的N2步运算减少至步。
快速傅里叶变换公式:
本式计算出来的是信号f(t)的连续频谱F(ω)。
再进一步描述,所述分解信号至少包括功率谱和振动谱;
所述功率谱包括振动能量在频率坐标上的分布情况;
所述振动谱包括对应于每个频率分量所具有的振幅,每个频率分量谱线高度为该频率分量的振幅大小。
再进一步描述,所述振动信号随时间变化而变化,速度v和加速度a之间存在:
位移s和加速度a之间存在:
根据步骤S1得到的沿X轴加速度信号aX、沿Y轴加速度信号aY、沿Z轴加速度信号az,采用辛普森求积公式,求取X轴速度值集合、X轴位移值集合、Y轴速度值集合、Y轴位移值集合、Z轴速度值集合和Z轴位移值集合;
其中,辛普森求积公式为:
则速度
式中[b,c]为积分区间,a代表加速度,f(b)和f(c)为区间端点值,v为计算出的速度值;
位移
式中[a,b]为积分区间,上面计算得出的v代表速度,f(a)和f(b)为区间端点值,s为计算出的位移值。
通过速度和位移曲线,进行辅助判断故障振动信号。
本发明的有益效果:实时检测汽车振动情况,当出现异常振动时,进行报警和应急处理,安全可靠。故障振动信号处理速度快,存储数据量大。数据处理后,可初步得到振动原因,为维修人员提供技术支持,减少维修人员检测时间。
附图说明
图1是本发明的系统结构框图;
图2是本发明的无线数据传输示意图;
图3是本发明振动信号数据分析流程图;
图4是本发明傅里叶分析流程图。
具体实施方式
下面结合附图对本发明的具体实施方式以及工作原理作进一步详细说明。
从图1可以看出,一种汽车振动故障检测系统,其特征在于:包括振动信号采集装置1和振动信号处理装置2;
所述振动信号采集装置1设置在汽车上,所述振动信号采集装置1包括多个加速度传感器1a,所述加速度传感器1a与控制器1b的振动信号输入端连接,在所述控制器1b的无线发送端连接有无线发送器1c。其中每个加速度传感器1a设置在汽车不同的位置,用于检测不用设备的振动信号,例如汽车发动机、汽车电瓶、汽车转轴等。
所述振动信号处理装置2包括无线传输装置2a,所述无线传输装置2a用于接收所述无线发送器1c发送的振动信号,所述无线传输装置2a与处理器2b连接,所述处理器2b还连接有数据分析仪2c和数据存储器2d,所述数据分析仪2c用于对振动信号进行数据分析,所述数据存储器2d用于对振动信号进行存储。
从图1还可以看出,在所述处理器2b还连接有绘图模块2e;在所述处理器2b的显示输出端上连接有液晶显示器2f,所述处理器2b的报警输出端连接有报警器2g。
优选地,所述处理器2b为嵌入式Linux开发板。
优选地,无线传输装置2a、无线发送器1c均为WiFi模块。
其中无线传输装置2a、无线发送器1c还可以为蓝牙模块或者射频模块。
从图1和体2可以看出,所述控制器1b还连接有GPS模块1d,所述GPS模块1d实时向手机软件发送定位信息;所述处理器2b的无线传输装置2a还与手机连接,当检测到故障振动信号时,将所述数据分析仪2c分析得到的分析数据传送至所述手机软件,所述手机软件将所述定位信息和所述分析数据传送给售后维修人员、投保公司。
在所述手机软件上设置有保险模块和维修模块;所述保险模块设置有保险起始日期和保险终止日期,若故障振动信号发生在保险日期内,手机软件自动向投保公司发送故障振动信息;所述维修模块设置有售后保修起始时间和售后保修终止时间,若故障振动信号发生在售后保修时间内,手机软件自动向所述售后保修人员发送故障振动信息。
优选地,在所述手机软件设置有故障预判断模块,所述故障预判断模块对汽车故障提前提醒,故障预判断标准为汽车运行环境,根据汽车运行环境和以往处于该运行环境中汽车故障频率对其他汽车进行故障预知。
其中运行环境包括运行温度、运行湿度、地理位置。通过以往汽车发生故障的概率和频率,对其他汽车故障发生进行预知,提醒人们及时对汽车进行保养。
从图1可以看出,在控制器1b上连接有温度传感器1e和湿度传感器1f。一种汽车振动故障检测系统的检测数据分析方法,结合图3可以看出,按以下步骤实施:
S1:处理器2a获取连续一段时间内加速度传感器1a采集的振动信号:沿X轴加速度信号aX、沿Y轴加速度信号aY和沿Z轴加速度信号az
S2:处理器2a将采集到的振动信号发送至数据分析仪2c,数据分析仪2c分别对沿X轴、沿Y轴和沿Z轴的振动信号进行傅里叶分析,分别得到M个频谱信号;
S3:采用绘图模块2e对M个频谱信号的图形进行绘制,得到M个频谱分布图,根据每个频谱分布图得到谐波分量的频率和幅值;
S4:根据得到的谐波分量的频率和幅值,与数据存储器保存的数据进行对比和分析,得出故障结果。
其中,结合图4可以看出,步骤S2中傅里叶分析的具体步骤为:
S21:对加速度信号进行离散傅里叶变换,实现时域到频域的转换;
其中离散傅里叶变换DFT表达式为:
k=0,1,2,3…N-1,其中W=e-j2π/N
W为蝶形因子;
S22:利用蝶形因子W的特性,采用快速傅里叶变换进行抽取,将N点序列分解为N个短序列;
S23:对N个短序列的分别进行傅里叶变换,得带短序列数据;
S24:将步骤S23得到的短序列数据组合成原序列的傅里叶变换序列数据。
快速傅里叶变换选择按照时间抽取。
时间抽取快速傅里叶变换是将N点输入序列x(n)按照偶数项和奇数项分解为偶序列和奇序列。其中,偶序列为:x(0),x(2),x(4),…,x(N-2);奇序列为:x(1),x(3),x(5),…,x(N-1)。
则:x(n)的N点离散傅里叶变换可写成:
考虑到蝶形因子W的特性:
因此有:
或者写成:
由于Y(k)与Z(k)的周期为N/2,并且利用蝶形因子W的对称性和周期性,即:
可得:
对Y(k)与Z(k)继续以同样的方式分解下去,就可以使一个N点的离散傅里叶变换最终用一组2点的离散傅里叶变换来计算。在基数为2的快速傅里叶变换中,总共有log2(N)级运算,每级中有N/2个2点快速傅里叶变换蝶形运算。
快速傅里叶变换是离散傅里叶变换的一种快速算法,快速傅里叶变换将离散傅里叶变换的N2步运算减少至步。
快速傅里叶变换公式:
本式计算出来的是信号f(t)的连续频谱F(ω)。
所述分解信号包括功率谱和振动谱;所述功率谱包括振动能量在频率坐标上的分布情况;所述振动谱包括对应于每个频率分量所具有的振幅,每个频率分量谱线高度为该频率分量的振幅大小。
所述振动信号随时间变化而变化,速度v和加速度a之间存在:
位移s和加速度a之间存在:
根据步骤S1得到的沿X轴加速度信号aX、沿Y轴加速度信号aY、沿Z轴加速度信号az,采用辛普森求积公式,求取X轴速度值集合、X轴位移值集合、Y轴速度值集合、Y轴位移值集合、Z轴速度值集合和Z轴位移值集合;
其中,辛普森求积公式为:
则速度
式中[b,c]为积分区间,a代表加速度,f(b)和f(c)为区间端点值,v为计算出的速度值;
位移
式中[a,b]为积分区间,上面计算得出的v代表速度,f(a)和f(b)为区间端点值,s为计算出的位移值。
应当指出的是,上述说明并非是对本发明的限制,本发明也并不仅限于上述举例,本技术领域的普通技术人员在本发明的实质范围内所做出的变化、改性、添加或替换,也应属于本发明的保护范围。

Claims (10)

1.一种汽车振动故障检测系统,其特征在于:包括振动信号采集装置(1)和振动信号处理装置(2);
所述振动信号采集装置(1)设置在汽车上,所述振动信号采集装置(1)包括至少一个加速度传感器(1a),所述加速度传感器(1a)与控制器(1b)的振动信号输入端连接,在所述控制器(1b)的无线发送端连接有无线发送器(1c);
所述振动信号处理装置(2)包括无线传输装置(2a),所述无线传输装置(2a)用于接收所述无线发送器(1c)发送的振动信号,所述无线传输装置(2a)与处理器(2b)连接,所述处理器(2b)还连接有数据分析仪(2c)和数据存储器(2d),所述数据分析仪(2c)用于对振动信号进行数据分析,所述数据存储器(2d)用于对振动信号进行存储。
2.根据权利要求1所述的汽车振动故障检测系统,其特征在于:在所述处理器(2b)还连接有绘图模块(2e);
在所述处理器(2b)的显示输出端上连接有液晶显示器(2f),所述处理器(2b)的报警输出端连接有报警器(2g)所述处理器(2b)为嵌入式Linux开发板。
3.根据权利要求1所述的汽车振动故障检测系统,其特征在于:所述控制器(1b)还连接有GPS模块(1d),所述GPS模块(1d)实时向手机软件发送定位信息;
所述处理器(2b)的无线传输装置(2a)还与手机连接,当检测到故障振动信号时,将所述数据分析仪(2c)分析得到的分析数据传送至所述手机软件,所述手机软件将所述定位信息和所述分析数据传送给售后维修人员、投保公司。
4.根据权利要求3所述的汽车振动故障检测系统,其特征在于:在所述手机软件上设置有保险模块和维修模块;
所述保险模块设置有保险起始日期和保险终止日期,若故障振动信号发生在保险日期内,手机软件自动向投保公司发送故障振动信息;
所述维修模块设置有售后保修起始时间和售后保修终止时间,若故障振动信号发生在售后保修时间内,手机软件自动向所述售后保修人员发送故障振动信息。
5.根据权利要求3所述的汽车振动故障检测系统,其特征在于:在所述手机软件设置有故障预判断模块,所述故障预判断模块对汽车故障提前提醒,故障预判断标准为汽车运行环境,根据汽车运行环境和以往处于该运行环境中汽车故障频率对其他汽车进行故障预知。
6.一种基于权利要求1-5任意一项所述的汽车振动故障检测系统的检测数据分析方法,其特征在于按以下步骤实施:
S1:处理器(2a)获取连续一段时间内加速度传感器(1a)采集的振动信号:沿X轴加速度信号aX、沿Y轴加速度信号aY和沿Z轴加速度信号az
S2:处理器(2a)将采集到的振动信号发送至数据分析仪(2c),数据分析仪(2c)分别对沿X轴、沿Y轴和沿Z轴的振动信号进行傅里叶分析,分别得到M个频谱信号;
S3:采用绘图模块(2e)对M个频谱信号的图形进行绘制,得到M个频谱分布图,根据每个频谱分布图得到谐波分量的频率和幅值;
S4:根据得到的谐波分量的频率和幅值,与数据存储器保存的数据进行对比和分析,得出故障结果。
7.根据权利要求5所述的汽车振动故障检测系统的检测数据分析方法,其特征在于步骤S2中傅里叶分析的具体步骤为:
S21:对加速度信号进行离散傅里叶变换,实现时域到频域的转换;
其中离散傅里叶变换DFT表达式为:
其中W=e-j2π/N
W为蝶形因子;
S22:利用蝶形因子W的特性,采用快速傅里叶变换进行抽取,将N点序列分解为N个短序列;
S23:对N个短序列的分别进行傅里叶变换,得带短序列数据;
S24:将步骤S23得到的短序列数据组合成原序列的傅里叶变换序列数据。
8.根据权利要求6所述的汽车振动故障检测系统的检测数据分析方法,其特征在于,所述快速傅里叶变换选择按照时间抽取。
9.根据权利要求6所述的汽车振动故障检测系统的检测数据分析方法,其特征在于,所述分解信号至少包括功率谱和振动谱;
所述功率谱包括振动能量在频率坐标上的分布情况;
所述振动谱包括对应于每个频率分量所具有的振幅,每个频率分量谱线高度为该频率分量的振幅大小。
10.根据权利要求6所述的汽车振动故障检测系统的检测数据分析方法,其特征在于,所述振动信号随时间变化而变化,速度v和加速度a之间存在:
<mrow> <mi>v</mi> <mo>=</mo> <mo>&amp;Integral;</mo> <mrow> <mo>(</mo> <mover> <mi>a</mi> <mo>&amp;RightArrow;</mo> </mover> <mo>)</mo> </mrow> <mi>d</mi> <mi>t</mi> <mo>;</mo> </mrow>
位移s和加速度a之间存在:
根据步骤S1得到的沿X轴加速度信号aX、沿Y轴加速度信号aY、沿Z轴加速度信号az,采用辛普森求积公式,求取X轴速度值集合、X轴位移值集合、Y轴速度值集合、Y轴位移值集合、Z轴速度值集合和Z轴位移值集合;
其中,辛普森求积公式为:
<mrow> <msubsup> <mo>&amp;Integral;</mo> <mi>a</mi> <mi>b</mi> </msubsup> <mi>f</mi> <mrow> <mo>(</mo> <mi>x</mi> <mo>)</mo> </mrow> <mi>d</mi> <mi>x</mi> <mo>&amp;ap;</mo> <mi>s</mi> <mo>=</mo> <mfrac> <mrow> <mi>b</mi> <mo>-</mo> <mi>a</mi> </mrow> <mn>6</mn> </mfrac> <mo>&amp;lsqb;</mo> <mi>f</mi> <mrow> <mo>(</mo> <mi>a</mi> <mo>)</mo> </mrow> <mo>+</mo> <mn>4</mn> <mi>f</mi> <mrow> <mo>(</mo> <mfrac> <mrow> <mi>a</mi> <mo>+</mo> <mi>b</mi> </mrow> <mn>2</mn> </mfrac> <mo>)</mo> </mrow> <mo>+</mo> <mi>f</mi> <mrow> <mo>(</mo> <mi>b</mi> <mo>)</mo> </mrow> <mo>&amp;rsqb;</mo> <mo>;</mo> </mrow>
则速度
式中[b,c]为积分区间,a代表加速度,f(b)和f(c)为区间端点值,v为计算出的速度值;
位移
式中[a,b]为积分区间,上面计算得出的v代表速度,f(a)和f(b)为区间端点值,s为计算出的位移值。
CN201710654993.8A 2017-08-03 2017-08-03 基于汽车振动故障检测系统的检测数据分析方法 Expired - Fee Related CN107449508B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710654993.8A CN107449508B (zh) 2017-08-03 2017-08-03 基于汽车振动故障检测系统的检测数据分析方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710654993.8A CN107449508B (zh) 2017-08-03 2017-08-03 基于汽车振动故障检测系统的检测数据分析方法

Publications (2)

Publication Number Publication Date
CN107449508A true CN107449508A (zh) 2017-12-08
CN107449508B CN107449508B (zh) 2020-01-10

Family

ID=60489867

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710654993.8A Expired - Fee Related CN107449508B (zh) 2017-08-03 2017-08-03 基于汽车振动故障检测系统的检测数据分析方法

Country Status (1)

Country Link
CN (1) CN107449508B (zh)

Cited By (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108801619A (zh) * 2018-06-29 2018-11-13 哈尔滨理工大学 时域振动测试中组合辛普森数值积分方法
CN109683561A (zh) * 2018-11-16 2019-04-26 中车齐齐哈尔车辆有限公司大连研发中心 数据分析系统、方法以及装置
CN109934404A (zh) * 2019-03-13 2019-06-25 中交广州航道局有限公司 船机轴承箱的状态预测方法、装置及计算机设备
CN109928123A (zh) * 2017-12-18 2019-06-25 株式会社大福 物品容纳设备
CN110261137A (zh) * 2019-07-09 2019-09-20 河南工学院 一种基于人工智能的车辆异常振动检测方法及系统
CN110488042A (zh) * 2019-07-22 2019-11-22 中车青岛四方机车车辆股份有限公司 一种列车加速度检测方法、系统、电子设备及存储介质
CN111104721A (zh) * 2018-10-09 2020-05-05 汉科系统科技股份有限公司 即时分析设备振动信息的智慧管理系统及方法
CN112556826A (zh) * 2020-12-17 2021-03-26 泉州市名咨科迅信息科技有限公司 一种基于计算机的发动机现场实时检测方法及其料架
CN112710446A (zh) * 2020-12-21 2021-04-27 北京和中普方新能源科技有限公司 电动车电池系统振动试验的判断方法、系统及存储介质
CN113272659A (zh) * 2018-12-07 2021-08-17 Itt制造企业有限责任公司 用于振动检测和分析的嵌入式系统
CN114034480A (zh) * 2021-11-08 2022-02-11 北京泓慧国际能源技术发展有限公司 飞轮振动信号采集处理装置、方法及电子设备
CN114152326A (zh) * 2021-11-25 2022-03-08 国网重庆市电力公司电力科学研究院 一种配电房开关柜振动测量方法及贴片式数字化传感器

Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1161304A (zh) * 1995-09-23 1997-10-08 Lg产电株式会社 电梯耐久性评估装置及其方法
US6301572B1 (en) * 1998-12-02 2001-10-09 Lockheed Martin Corporation Neural network based analysis system for vibration analysis and condition monitoring
CN2477496Y (zh) * 2001-02-16 2002-02-20 武民利 机车、车辆运行稳定性检测装置
CN101029855A (zh) * 2007-04-05 2007-09-05 童军 机动车即时故障检测方法及装置
CN101064025A (zh) * 2006-04-30 2007-10-31 吴志成 汽车信息预警与零件寿命预测系统与方法
CN101221066A (zh) * 2008-01-25 2008-07-16 太原理工大学 工程非线性振动检测方法
CN101804932A (zh) * 2009-02-17 2010-08-18 株式会社日立制作所 异常诊断装置以及异常诊断方法
CN101853478A (zh) * 2009-04-01 2010-10-06 杭州信雅达科技有限公司 一种基于本体论及移动网络的汽车故障诊断系统的发明
CN202274921U (zh) * 2011-08-24 2012-06-13 上海理工大学 磨床地基振动测量装置
CN105511450A (zh) * 2015-12-30 2016-04-20 福建工程学院 叉装车远程故障监控及预测的方法

Patent Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1161304A (zh) * 1995-09-23 1997-10-08 Lg产电株式会社 电梯耐久性评估装置及其方法
US6301572B1 (en) * 1998-12-02 2001-10-09 Lockheed Martin Corporation Neural network based analysis system for vibration analysis and condition monitoring
CN2477496Y (zh) * 2001-02-16 2002-02-20 武民利 机车、车辆运行稳定性检测装置
CN101064025A (zh) * 2006-04-30 2007-10-31 吴志成 汽车信息预警与零件寿命预测系统与方法
CN101029855A (zh) * 2007-04-05 2007-09-05 童军 机动车即时故障检测方法及装置
CN101221066A (zh) * 2008-01-25 2008-07-16 太原理工大学 工程非线性振动检测方法
CN101804932A (zh) * 2009-02-17 2010-08-18 株式会社日立制作所 异常诊断装置以及异常诊断方法
CN101853478A (zh) * 2009-04-01 2010-10-06 杭州信雅达科技有限公司 一种基于本体论及移动网络的汽车故障诊断系统的发明
CN202274921U (zh) * 2011-08-24 2012-06-13 上海理工大学 磨床地基振动测量装置
CN105511450A (zh) * 2015-12-30 2016-04-20 福建工程学院 叉装车远程故障监控及预测的方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
王珍 等: "振动检测系统在港口叉车故障诊断中的应用", 《工程机械》 *

Cited By (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109928123A (zh) * 2017-12-18 2019-06-25 株式会社大福 物品容纳设备
CN108801619B (zh) * 2018-06-29 2020-12-29 哈尔滨理工大学 时域振动测试中组合辛普森数值积分方法
CN108801619A (zh) * 2018-06-29 2018-11-13 哈尔滨理工大学 时域振动测试中组合辛普森数值积分方法
CN111104721A (zh) * 2018-10-09 2020-05-05 汉科系统科技股份有限公司 即时分析设备振动信息的智慧管理系统及方法
CN109683561A (zh) * 2018-11-16 2019-04-26 中车齐齐哈尔车辆有限公司大连研发中心 数据分析系统、方法以及装置
CN113272659A (zh) * 2018-12-07 2021-08-17 Itt制造企业有限责任公司 用于振动检测和分析的嵌入式系统
CN109934404A (zh) * 2019-03-13 2019-06-25 中交广州航道局有限公司 船机轴承箱的状态预测方法、装置及计算机设备
CN109934404B (zh) * 2019-03-13 2023-05-05 中交广州航道局有限公司 船机轴承箱的状态预测方法、装置及计算机设备
CN110261137A (zh) * 2019-07-09 2019-09-20 河南工学院 一种基于人工智能的车辆异常振动检测方法及系统
CN110488042A (zh) * 2019-07-22 2019-11-22 中车青岛四方机车车辆股份有限公司 一种列车加速度检测方法、系统、电子设备及存储介质
CN110488042B (zh) * 2019-07-22 2021-12-07 中车青岛四方机车车辆股份有限公司 一种列车加速度检测方法、系统、电子设备及存储介质
CN112556826A (zh) * 2020-12-17 2021-03-26 泉州市名咨科迅信息科技有限公司 一种基于计算机的发动机现场实时检测方法及其料架
CN112710446A (zh) * 2020-12-21 2021-04-27 北京和中普方新能源科技有限公司 电动车电池系统振动试验的判断方法、系统及存储介质
CN114034480A (zh) * 2021-11-08 2022-02-11 北京泓慧国际能源技术发展有限公司 飞轮振动信号采集处理装置、方法及电子设备
CN114152326A (zh) * 2021-11-25 2022-03-08 国网重庆市电力公司电力科学研究院 一种配电房开关柜振动测量方法及贴片式数字化传感器

Also Published As

Publication number Publication date
CN107449508B (zh) 2020-01-10

Similar Documents

Publication Publication Date Title
CN107449508A (zh) 汽车振动故障检测系统及检测数据分析方法
CN102730571B (zh) 一种起重机在线监测与故障诊断系统
CN102881057B (zh) 基于iOBD的车辆管理系统及其车辆管理方法
CN204719530U (zh) 一种集成的obd车联网应用系统
WO2016074600A1 (zh) 车辆运行监控、监视、数据处理、超载监控的方法及系统
CN110260152B (zh) 一种液化天然气车辆车用气瓶智慧监测系统
CN103455026A (zh) 一种车辆故障诊断和预警方法及装置
CN101007616A (zh) 通用移动起重机械工作状态远程在线监控系统
CN103455020A (zh) 一种智能车况云检测服务系统及方法
CN211374073U (zh) 一种汽车故障远程诊断系统
CN112130540A (zh) 一种新能源电动汽车多功能数据采集与智能分析系统
CN202472410U (zh) 一种基于无线技术的汽车obd故障诊断仪
CN109765879A (zh) 一种新能源汽车的远程监控系统
CN102331760A (zh) 一种车辆故障远程实时诊断方法及系统
CN101857028A (zh) 车辆性能远程监控系统
CN102681514A (zh) 燃油监控系统及方法、工程车辆
CN203133605U (zh) 一种基于汽车经销商管理系统的远程诊断系统装置
CN103472802A (zh) 风力发电机组智能状态监测终端及其数据处理方法
CN103253189A (zh) 一种基于云服务的车辆保养提醒方法及其车载终端装置
CN102506016A (zh) 风电场设备状态巡检装置
CN203465578U (zh) 一种纯电动车车载数据采集终端
CN201726428U (zh) 基于无线通讯技术的汽车远程服务与监控系统
US20190184824A1 (en) On-Board Monitoring and Event Detection System for a Machine with Rotating Components
CN202870931U (zh) 远程伺服行车管理装置
CN202938877U (zh) 基于油箱油量传感器的油量监控系统

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for 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
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20200110

Termination date: 20200803