CN107462319B - 一种小型电机噪声的声学识别处理方法及实验装置 - Google Patents

一种小型电机噪声的声学识别处理方法及实验装置 Download PDF

Info

Publication number
CN107462319B
CN107462319B CN201710832911.4A CN201710832911A CN107462319B CN 107462319 B CN107462319 B CN 107462319B CN 201710832911 A CN201710832911 A CN 201710832911A CN 107462319 B CN107462319 B CN 107462319B
Authority
CN
China
Prior art keywords
motor
sound
motor shell
motor rotor
noise
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.)
Active
Application number
CN201710832911.4A
Other languages
English (en)
Other versions
CN107462319A (zh
Inventor
张军
张泽宇
汤红梅
李宪华
黎俊楠
赵义
袁翔
陆俊峰
王古超
张继明
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.)
Anhui University of Science and Technology
Original Assignee
Anhui University of Science and 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 Anhui University of Science and Technology filed Critical Anhui University of Science and Technology
Priority to CN201710832911.4A priority Critical patent/CN107462319B/zh
Publication of CN107462319A publication Critical patent/CN107462319A/zh
Application granted granted Critical
Publication of CN107462319B publication Critical patent/CN107462319B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01H—MEASUREMENT OF MECHANICAL VIBRATIONS OR ULTRASONIC, SONIC OR INFRASONIC WAVES
    • G01H13/00—Measuring resonant frequency

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Measurement Of Mechanical Vibrations Or Ultrasonic Waves (AREA)

Abstract

本发明公开了一种小型电机噪声的声学识别处理方法及实验装置，其特点是：本发明的装置包括：声级计、电机转子、电机机壳、高速数据采集卡NI、电脑及其软件处理系统、小锤。本发明通过分别用小锤敲打电机转子、电机机壳,并用声级计、高速数据采集卡NI、电脑及其软件处理系统，对采集到的电机转子、电机机壳的时域信号，通过FFT变换为电机转子、电机机壳的频域信号，从而发现引起电机转子、电机机壳发生共振的频率，再通过在电机机壳焊接一定数量的辐条，可以降低电机机壳的共振频率,从而使电机机壳的共振频率不要落入电机转子的共振频带，从而克服由于电机转子、电机机壳由于共振所带来的谐振。本发明结构简单，设计合理。

Description

一种小型电机噪声的声学识别处理方法及实验装置
技术领域
本发明涉及电机振动噪声识别技术领域，尤其涉及一种小型电机噪声的声学识别处理方法及实验装置。
背景技术
电机作为机械电子产品的驱动件，其振动和噪声大小反映了产品的性能好坏，电机噪声也是衡量一个电机生产厂家的产品技术水平、质量水平的重要指标之一。作为电机生产厂家要满足客户对电机噪声小的要求，如何解决电机噪声问题就自然成为电机制造行业特别关注的问题。电机振动分为电磁振动和机械振动。其中,机械振动主要包括由转子不平衡引起的离心力所产生的机械振动和噪声，轴承振动噪声，电刷与换向器滑动接触振动，受轴承振动激发的端盖轴向、径向振动等；另外在电机的通风系统中存在风扇旋转以及转子旋转形成的气体、涡流噪声，风扇旋转使冷却气体周期性脉动或气体撞击障碍物产生的单频噪声；转子和定子间如发生共振，也将产生巨大的噪声。如何发现并克服由于转子和定子间共振所带来的噪声一直是科研工作者追求的目标。
发明内容
本发明的目的是为了克服现有技术的不足，提供了一种小型电机噪声的声学识别处理方法及实验装置。
本发明是通过以下技术方案实现：
一种小型电机噪声的声学识别处理方法，所述方法使用的实验装置包括，声级计(1)、电机转子(2)、电机机壳(3)、高速数据采集卡NI(4)、电脑及其软件处理系统(5)、小锤(6)，其特征在于：所述声级计(1)与高速数据采集卡NI(4)电性连接；所述高速数据采集卡NI(4)与电脑及其软件处理系统(5)电性连接。
作为本发明的优选技术方案，所述一种小型电机噪声的声学识别处理方法，其特征在于：消除电机共振噪声的方法包括，对于会发生，在电机壳体(17)外焊接如干条条装物，使电机壳体(3)的共振频率降低，使电机机壳(3)阻抗频谱图的有效共振峰值Qi的不会落入电机转子(2)阻抗频谱图的有效共振峰值Ri的带宽fi(1±10％)。
作为本发明的优选技术方案，所述一种小型电机噪声的声学识别处理方法，其特征在于：所述电机转子(2)的激振是通过小锤敲击获得，电机机壳(3)的激振是通过小锤敲击获得。
本发明通过分别用小锤(6)敲打电机转子(2)、电机机壳(3),并用声级计(1)、高速数据采集卡NI(4)、电脑及其软件处理系统(5)，对采集到的电机转子(2)、电机机壳(3)的时域信号，通过FFT变换为电机转子(2)、电机机壳(3)的频域信号，从而发现引起电机转子(2)、电机机壳(3)发生共振的频率，再通过在电机机壳(3)焊接一定数量的辐条，可以降低电机机壳(3)的共振频率,从而使电机机壳(3)的共振频率不落入电机转子(2)的共振频带，从而克服由于电机转子(2)、电机机壳(3)间由于共振所带来的谐振。
附图说明
图1为本发明的结构示意图，图2为某型电机机壳经过FFT变换的噪声频域图实例，图3为某型电机转子经过FFT变换的噪声频域图实例。
1、声级计；2、电机转子；3、电机机壳；4、高速数据采集卡NI；5、电脑及其软件处理系统；5、小锤
通过图2、图3可以看出，在8200Hz附近，当电机工作时，该型电机会发出由于电机转子和电机机壳共振而引起的噪声。
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，仅仅用以解释本发明，并不用于限定本发明。
请参阅图1、图2、图3。
一种小型电机噪声的声学识别处理方法，所述方法使用的实验装置包括，声级计(1)、电机转子(2)、电机机壳(3)、高速数据采集卡NI(4)、电脑及其软件处理系统(5)、小锤(6)，其特征在于：所述声级计(1)与高速数据采集卡NI(4)电性连接；所述高速数据采集卡NI(4)与电脑及其软件处理系统(5)电性连接。
所述一种小型电机噪声的声学识别处理方法，其特征在于：所述电机转子(2)的噪声频谱图的获取方法包括，
1)用小锤(6)轻轻敲击电机转子(2)，用声级计(1)采集小锤(6)敲击电机转子(2)的电机转子(2)声音，并将电机转子(2)声音通过高速数据采集卡NI(4)保存到电脑及其软件处理系统(5)中，得到电机转子(2)声音的第一时域图，再通过电脑及其软件处理系统(5)中快速傅里叶变换，将电机转子(2)声音的时域图转换成电机转子(2)声音的第一频域图；
2)重复用小锤(6)轻轻敲击电机转子(2)，用声级计(1)采集小锤(6)敲击电机转子(2)的电机转子(2)声音，并将电机转子(2)声音通过高速数据采集卡NI(4)保存到电脑及其软件处理系统(5)中，得到电机转子(2)声音的第二时域图，再通过电脑及其软件处理系统(5)中快速傅里叶变换，将电机转子(2)声音的时域图转换成电机转子(2)声音的第二频域图；
3)重复用小锤(6)轻轻敲击电机转子(2)，用声级计(1)采集小锤(6)敲击电机转子(2)的电机转子(2)声音，并将电机转子(2)声音通过高速数据采集卡NI(4)保存到电脑及其软件处理系统(5)中，得到电机转子(2)声音的第三时域图，再通过电脑及其软件处理系统(5)中快速傅里叶变换，将电机转子(2)声音的时域图转换成电机转子(2)声音的第三频域图；
4)重复用小锤(6)轻轻敲击电机转子(2)，用声级计(1)采集小锤(6)敲击电机转子(2)的电机转子(2)声音，并将电机转子(2)声音通过高速数据采集卡NI(4)保存到电脑及其软件处理系统(5)中，得到电机转子(2)声音的第四时域图，再通过电脑及其软件处理系统(5)中快速傅里叶变换，将电机转子(2)声音的时域图转换成电机转子(2)声音的第四频域图；
5)取电机转子(2)声音的第一频域图、电机转子(2)声音的第二频域图、电机转子(2)声音的第三频域图、电机转子(2)声音的第四频域图中幅值最大的一幅频域图为电机转子(2)声音的有效频域图。
所述一种小型电机噪声的声学识别处理方法，其特征在于：所述电机转子(2)的噪声频谱图的获取方法包括，
1)用小锤(6)轻轻敲击电机壳体(3)，用声级计(1)采集小锤(6)敲击电机壳体(3)的电机壳体(3)声音，并将电机壳体(3)声音通过高速数据采集卡NI(4)保存到电脑及其软件处理系统(5)中，用小锤(6)敲击电机壳体(3)，得到电机壳体(3)声音的第一时域图，再通过电脑及其软件处理系统(5)中快速傅里叶变换，将电机壳体(3)声音的时域图转换成电机壳体(3)声音的第一频域图；
2)重复用小锤(6)轻轻敲击电机壳体(3)，用声级计(1)采集小锤(6)敲击电机壳体(3)的电机壳体(3)声音，并将电机壳体(3)声音通过高速数据采集卡NI(4)保存到电脑及其软件处理系统(5)中，用小锤(6)敲击电机壳体(3)，得到电机壳体(3)声音的第二时域图，再通过电脑及其软件处理系统(5)中快速傅里叶变换，将电机壳体(3)声音的时域图转换成电机壳体(3)声音的第二频域图；
3)重复用小锤(6)轻轻敲击电机壳体(3)，用声级计(1)采集小锤(6)敲击电机壳体(3)的电机壳体(3)声音，并将电机壳体(3)声音通过高速数据采集卡NI(4)保存到电脑及其软件处理系统(5)中，用小锤(6)敲击电机壳体(3)，得到电机壳体(3)声音的第三时域图，再通过电脑及其软件处理系统(5)中快速傅里叶变换，将电机壳体(3)声音的时域图转换成电机壳体(3)声音的第三频域图；
4)重复用小锤(6)轻轻敲击电机壳体(3)，用声级计(1)采集小锤(6)敲击电机壳体(3)的电机壳体(3)声音，并将电机壳体(3)声音通过高速数据采集卡NI(4)保存到电脑及其软件处理系统(5)中，用小锤(6)敲击电机壳体(3)，得到电机壳体(3)声音的第四时域图，再通过电脑及其软件处理系统(5)中快速傅里叶变换，将电机壳体(3)声音的时域图转换成电机壳体(3)声音的第四频域图；
5)取电机壳体(3)声音的第一频域图、电机壳体(3)声音的第二频域图、电机壳体(3)声音的第三频域图、电机壳体(3)声音的第四频域图中幅值最大的一幅频域图为电机壳体(3)声音的有效频域图。
所述一种小型电机噪声的声学识别处理方法，其特征在于：电机噪声的阻抗评价方法包括，
1)观察电机转子(2)的噪声频谱图，记录幅值大于30mV的一组值Ri(Z，f)，i＝1～m，m表示噪声幅值Ri大于30mV的个数，噪声幅值Ri大于30mV是电机转子(2)噪声频谱图的有效共振峰值；
2)观察电机壳体(3)的噪声频谱图，记录噪声幅值大于30mV的一组值Qi(Z，f)，i＝1～m，m表示噪声幅值Qi大于30mV的个数，噪声幅值Qi大于30mV是电机壳体(3)噪声频谱图的有效共振峰值；
3)比较电机转子(2)阻抗频谱图与电机机壳(3)阻抗频谱图的有效共振峰值，找出电机机壳(3)阻抗频谱图的有效共振峰值进入电机转子(2)阻抗频谱图的有效共振峰值的带宽fi(1±20％)内的所有共振点，当阻抗增加值Ri+Qi＞60mV，表示在频率fi处，会发生强烈共振，所述电机工作时，会在fi处会产生很大的噪声；当阻抗增加值30mV＜Ri+Qi＜60mV，表示在频率fi处，会发生共振，所述电机工作时，会在fi处会产生一定的噪声；当阻抗增加值Ri+Qi＜30mV，表示在频率fi处，会发生小共振，所述电机工作时，在fi处会产生的噪声可以忽略。
所述一种小型电机噪声的声学识别处理方法，其特征在于：消除电机共振噪声的方法包括，对于会发生，在电机壳体(17)外焊接如干条条装物，使电机壳体(3)的共振频率降低，使电机机壳(3)阻抗频谱图的有效共振峰值Qi的不会落入电机转子(2)阻抗频谱图的有效共振峰值Ri的带宽fi(1±10％)。
所述一种小型电机噪声的声学识别处理方法，其特征在于：所述电机转子(2)的激振是通过小锤敲击获得，电机机壳(3)的激振是通过小锤敲击获得。
所述一种小型电机噪声的声学识别处理方法所使用的实验装置，其特征在于：所述实验装置包括，声级计(1)、电机转子(2)、电机机壳(3)、高速数据采集卡NI(4)、电脑及其软件处理系统(5)、小锤(6)，其特征在于：所述声级计(1)与高速数据采集卡NI(4)电性连接；所述高速数据采集卡NI(4)与电脑及其软件处理系统(5)电性连接。
所述一种小型电机噪声的声学识别处理装置，其特征在于：所述电机转子(2)的激振是通过小锤敲击获得，电机机壳(3)的激振是通过小锤敲击获得。
以上显示和描述了本发明的基本原理、主要特征和优点。本行业的技术人员应该了解，本发明不受上述实施例的限制，上述实施例和说明书中描述的只是说明本发明的原理，在不脱离本发明精神和范围的前提下，本发明还会有各种变化和改进，这些变化和改进都落入要求保护的本发明范围内。本发明要求保护范围由所附的权利要求书及其等效物界定。

Claims (7)

1.一种小型电机噪声的声学识别处理方法，所述方法使用的实验装置包括，声级计(1)、电机转子(2)、电机机壳(3)、高速数据采集卡NI(4)、电脑及其软件处理系统(5)、小锤(6)，其特征在于：所述声级计(1)与高速数据采集卡NI(4)电性连接；所述高速数据采集卡NI(4)与电脑及其软件处理系统(5)电性连接；
所述一种小型电机噪声的声学识别处理方法，其特征在于：电机噪声的阻抗评价方法包括，
1)观察电机转子(2)的噪声频谱图，记录幅值大于30mV的一组值Ri(Z，f)，i＝1～m，m表示噪声幅值Ri大于30mV的个数，噪声幅值Ri大于30mV是电机转子(2)噪声频谱图的有效共振峰值；
2)观察电机壳体(3)的噪声频谱图，记录噪声幅值大于30mV的一组值Qi(Z，f)，i＝1～m，m表示噪声幅值Qi大于30mV的个数，噪声幅值Qi大于30mV是电机壳体(3)噪声频谱图的有效共振峰值；
3)比较电机转子(2)阻抗频谱图与电机机壳(3)阻抗频谱图的有效共振峰值，找出电机机壳(3)阻抗频谱图的有效共振峰值进入电机转子(2)阻抗频谱图的有效共振峰值的带宽fi(1±20％)内的所有共振点，当阻抗增加值Ri+Qi＞60mV，表示在频率fi处，会发生强烈共振，所述电机工作时，会在fi处会产生很大的噪声；当阻抗增加值30mV＜Ri+Qi＜60mV，表示在频率fi处，会发生共振，所述电机工作时，会在fi处会产生一定的噪声；当阻抗增加值Ri+Qi＜30mV，表示在频率fi处，会发生小共振，所述电机工作时，在fi处会产生的噪声可以忽略。
2.根据权利要求1所述一种小型电机噪声的声学识别处理方法，其特征在于：所述电机转子(2)的噪声频谱图的获取方法包括，
1)用小锤(6)轻轻敲击电机转子(2)，用声级计(1)采集小锤(6)敲击电机转子(2)的电机转子(2)声音，并将电机转子(2)声音通过高速数据采集卡NI(4)保存到电脑及其软件处理系统(5)中，得到电机转子(2)声音的第一时域图，再通过电脑及其软件处理系统(5)中快速傅里叶变换，将电机转子(2)声音的时域图转换成电机转子(2)声音的第一频域图；
2)重复用小锤(6)轻轻敲击电机转子(2)，用声级计(1)采集小锤(6)敲击电机转子(2)的电机转子(2)声音，并将电机转子(2)声音通过高速数据采集卡NI(4)保存到电脑及其软件处理系统(5)中，得到电机转子(2)声音的第二时域图，再通过电脑及其软件处理系统(5)中快速傅里叶变换，将电机转子(2)声音的时域图转换成电机转子(2)声音的第二频域图；
3)重复用小锤(6)轻轻敲击电机转子(2)，用声级计(1)采集小锤(6)敲击电机转子(2)的电机转子(2)声音，并将电机转子(2)声音通过高速数据采集卡NI(4)保存到电脑及其软件处理系统(5)中，得到电机转子(2)声音的第三时域图，再通过电脑及其软件处理系统(5)中快速傅里叶变换，将电机转子(2)声音的时域图转换成电机转子(2)声音的第三频域图；
4)重复用小锤(6)轻轻敲击电机转子(2)，用声级计(1)采集小锤(6)敲击电机转子(2)的电机转子(2)声音，并将电机转子(2)声音通过高速数据采集卡NI(4)保存到电脑及其软件处理系统(5)中，得到电机转子(2)声音的第四时域图，再通过电脑及其软件处理系统(5)中快速傅里叶变换，将电机转子(2)声音的时域图转换成电机转子(2)声音的第四频域图；
5)取电机转子(2)声音的第一频域图、电机转子(2)声音的第二频域图、电机转子(2)声音的第三频域图、电机转子(2)声音的第四频域图中幅值最大的一幅频域图为电机转子(2)声音的有效频域图。
3.根据权利要求1所述一种小型电机噪声的声学识别处理方法，其特征在于：所述电机机壳(3)的噪声频谱图的获取方法包括，
1)用小锤(6)轻轻敲击电机壳体(3)，用声级计(1)采集小锤(6)敲击电机壳体(3)的电机壳体(3)声音，并将电机壳体(3)声音通过高速数据采集卡NI(4)保存到电脑及其软件处理系统(5)中，用小锤(6)敲击电机壳体(3)，得到电机壳体(3)声音的第一时域图，再通过电脑及其软件处理系统(5)中快速傅里叶变换，将电机壳体(3)声音的时域图转换成电机壳体(3)声音的第一频域图；
2)重复用小锤(6)轻轻敲击电机壳体(3)，用声级计(1)采集小锤(6)敲击电机壳体(3)的电机壳体(3)声音，并将电机壳体(3)声音通过高速数据采集卡NI(4)保存到电脑及其软件处理系统(5)中，用小锤(6)敲击电机壳体(3)，得到电机壳体(3)声音的第二时域图，再通过电脑及其软件处理系统(5)中快速傅里叶变换，将电机壳体(3)声音的时域图转换成电机壳体(3)声音的第二频域图；
3)重复用小锤(6)轻轻敲击电机壳体(3)，用声级计(1)采集小锤(6)敲击电机壳体(3)的电机壳体(3)声音，并将电机壳体(3)声音通过高速数据采集卡NI(4)保存到电脑及其软件处理系统(5)中，用小锤(6)敲击电机壳体(3)，得到电机壳体(3)声音的第三时域图，再通过电脑及其软件处理系统(5)中快速傅里叶变换，将电机壳体(3)声音的时域图转换成电机壳体(3)声音的第三频域图；
4)重复用小锤(6)轻轻敲击电机壳体(3)，用声级计(1)采集小锤(6)敲击电机壳体(3)的电机壳体(3)声音，并将电机壳体(3)声音通过高速数据采集卡NI(4)保存到电脑及其软件处理系统(5)中，用小锤(6)敲击电机壳体(3)，得到电机壳体(3)声音的第四时域图，再通过电脑及其软件处理系统(5)中快速傅里叶变换，将电机壳体(3)声音的时域图转换成电机壳体(3)声音的第四频域图；
5)取电机壳体(3)声音的第一频域图、电机壳体(3)声音的第二频域图、电机壳体(3)声音的第三频域图、电机壳体(3)声音的第四频域图中幅值最大的一幅频域图为电机壳体(3)声音的有效频域图。
4.根据权利要求1所述一种小型电机噪声的声学识别处理方法，其特征在于：消除电机共振噪声的方法包括，对于会发生，在电机壳体(17)外焊接如干条条装物，使电机壳体(3)的共振频率降低，使电机机壳(3)阻抗频谱图的有效共振峰值Qi的不会落入电机转子(2)阻抗频谱图的有效共振峰值Ri的带宽fi(1±10％)。
5.根据权利要求1所述一种小型电机噪声的声学识别处理方法，其特征在于：所述电机转子(2)的激振是通过小锤敲击获得，电机机壳(3)的激振是通过小锤敲击获得。
6.根据权利要求1所述一种小型电机噪声的声学识别处理方法所使用的实验装置，其特征在于：所述实验装置包括，声级计(1)、电机转子(2)、电机机壳(3)、高速数据采集卡NI(4)、电脑及其软件处理系统(5)、小锤(6)，其特征在于：所述声级计(1)与高速数据采集卡NI(4)电性连接；所述高速数据采集卡NI(4)与电脑及其软件处理系统(5)电性连接。
7.根据权利要求1所述一种小型电机噪声的声学识别处理方法，其特征在于：所述电机转子(2)的激振是通过小锤敲击获得，电机机壳(3)的激振是通过小锤敲击获得。
CN201710832911.4A 2017-09-15 2017-09-15 一种小型电机噪声的声学识别处理方法及实验装置 Active CN107462319B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710832911.4A CN107462319B (zh) 2017-09-15 2017-09-15 一种小型电机噪声的声学识别处理方法及实验装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710832911.4A CN107462319B (zh) 2017-09-15 2017-09-15 一种小型电机噪声的声学识别处理方法及实验装置

Publications (2)

Publication Number Publication Date
CN107462319A CN107462319A (zh) 2017-12-12
CN107462319B true CN107462319B (zh) 2023-03-14

Family

ID=60551348

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710832911.4A Active CN107462319B (zh) 2017-09-15 2017-09-15 一种小型电机噪声的声学识别处理方法及实验装置

Country Status (1)

Country Link
CN (1) CN107462319B (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111521259B (zh) * 2020-04-30 2022-02-18 中国恩菲工程技术有限公司 磨机检测方法、装置与设备
CH718128B1 (fr) * 2020-12-04 2024-08-15 Haute Ecole Arc Procédé et dispositif de test pour équipements de protection.

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
FR2854483B1 (fr) * 2003-05-02 2005-12-09 Miriad Technologies Procede d'identification de sons specifiques
CN104089699B (zh) * 2014-06-20 2016-08-24 国家电网公司 一种变电站设备声音重建算法

Also Published As

Publication number Publication date
CN107462319A (zh) 2017-12-12

Similar Documents

Publication Publication Date Title
CN102840907B (zh) 早期故障状态下滚动轴承振动信号特征提取和分析方法
CN107462319B (zh) 一种小型电机噪声的声学识别处理方法及实验装置
JP5565120B2 (ja) 転がり軸受部振動データの高周波電磁振動成分除去方法および高周波電磁振動成分除去装置、回転機械の転がりの軸受診断方法および軸受診断装置
US20170097323A1 (en) System and method for detecting defects in stationary components of rotary machines
CN113009334A (zh) 一种基于小波包能量分析的电机故障检测方法及系统
Ogidi et al. Detection of static eccentricities in axial-flux permanent-magnet machines with concentrated windings using vibration analysis
Zhao et al. Detection of interturn short-circuit faults in DFIGs based on external leakage flux sensing and the VMD-RCMDE analytical method
Zhu et al. A detection method for bearing faults using null space pursuit and S transform
Samanta et al. Minimum distance-based detection of incipient induction motor faults using Rayleigh quotient spectrum of conditioned vibration signal
Varanis et al. Statements on wavelet packet energy–entropy signatures and filter influence in fault diagnosis of induction motor in non-stationary operations
Chen et al. A novel method for identifying rotor-stator rubbing positions using the cepstrum analysis technique
Hu et al. Frequency loss and recovery in rolling bearing fault detection
Gyftakis et al. Induction motors torque analysis via frequency extraction for reliable broken rotor bar detection
Zwanenburg et al. A Combination of Fourier Transform and Machine Learning for Fault Detection and Diagnosis of Induction Motors
Cho et al. Extraction of significant features using empirical mode decomposition and its application
Liu et al. A new motor fault detection method using multiple window S-method time-frequency analysis
CN110537082B (zh) 振动检测装置及异常判定系统
Desheng et al. Time-frequency analysis based on BLDC motor fault detection using Hermite S-method
Ma et al. Sound‐quality diagnosis method of permanent magnet synchronous motor for electric vehicles based on critical band analysis
WO2020264503A1 (en) Health monitor circuit for an electric machine
CN107453527A (zh) 一种基于阻抗技术的小型电机噪声识别处理方法及实验装置
Yu et al. Calculation of circumferential modal frequencies of permanent magnet synchronous motor
Minemura et al. Acoustic feature representation based on timbre for fault detection of rotary machines
Hu et al. Analysis of radial electromagnetic force in permanent magnet machine with manufacturing tolerance
Alham et al. Detection of unbalanced voltage supply and static eccentricity on three-phase induction motor using discrete wavelet transform

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