CN107643182B - 基于欠采样信号的轴承故障诊断方法及无线网络节点装置 - Google Patents
基于欠采样信号的轴承故障诊断方法及无线网络节点装置 Download PDFInfo
- Publication number
- CN107643182B CN107643182B CN201710803204.2A CN201710803204A CN107643182B CN 107643182 B CN107643182 B CN 107643182B CN 201710803204 A CN201710803204 A CN 201710803204A CN 107643182 B CN107643182 B CN 107643182B
- Authority
- CN
- China
- Prior art keywords
- signal
- frequency
- filter
- bearing fault
- bearing
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 52
- 238000003745 diagnosis Methods 0.000 title claims abstract description 19
- 238000005070 sampling Methods 0.000 claims abstract description 53
- 238000001228 spectrum Methods 0.000 claims description 21
- 238000004458 analytical method Methods 0.000 claims description 5
- 230000001133 acceleration Effects 0.000 claims description 2
- 230000005540 biological transmission Effects 0.000 abstract description 7
- 230000003595 spectral effect Effects 0.000 abstract description 3
- 230000008569 process Effects 0.000 description 12
- 238000012544 monitoring process Methods 0.000 description 8
- 238000005516 engineering process Methods 0.000 description 5
- 230000009466 transformation Effects 0.000 description 5
- 238000007796 conventional method Methods 0.000 description 4
- 238000010586 diagram Methods 0.000 description 3
- 238000006243 chemical reaction Methods 0.000 description 2
- 230000007423 decrease Effects 0.000 description 2
- 238000001914 filtration Methods 0.000 description 2
- 230000009467 reduction Effects 0.000 description 2
- 230000008054 signal transmission Effects 0.000 description 2
- 238000012935 Averaging Methods 0.000 description 1
- 241001269238 Data Species 0.000 description 1
- 230000006978 adaptation Effects 0.000 description 1
- 239000000654 additive Substances 0.000 description 1
- 230000000996 additive effect Effects 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 238000009412 basement excavation Methods 0.000 description 1
- 210000004556 brain Anatomy 0.000 description 1
- 230000006835 compression Effects 0.000 description 1
- 238000007906 compression Methods 0.000 description 1
- 238000013480 data collection Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 238000005265 energy consumption Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 239000004744 fabric Substances 0.000 description 1
- 230000010365 information processing Effects 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000000737 periodic effect Effects 0.000 description 1
- 230000008092 positive effect Effects 0.000 description 1
- 230000010076 replication Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
Classifications
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D30/00—Reducing energy consumption in communication networks
- Y02D30/70—Reducing energy consumption in communication networks in wireless communication networks
Landscapes
- Measurement Of Mechanical Vibrations Or Ultrasonic Waves (AREA)
Abstract
本发明公开了一种基于欠采样信号的轴承故障诊断方法及无线网络节点装置,包括:(1)加速度计安装在待测试轴承座上,将可编程滤波器配置为抗混叠低通滤波器;(2)对第一帧振动信号进行过采样,将信号通过无线模块发送至电脑,利用谱峭度方法确定振动信号的中心频率和带宽;(3)根据中心频率和带宽,将可编程滤波器配置为带通滤波器,计算容许欠采样频率,并选择最低欠采样频率;(4)从第二帧开始,对振动信号进行欠采样,将欠采样信号发送至电脑,对振动信号进行包络解调分析轴承故障。本发明具有的优点为显著减小了振动信号的采样频率和数据长度,进而降低了无线网络节点的内存占用、功耗和数据传输时间,提高了轴承故障诊断效率。
Description
技术领域
本发明涉及轴承故障诊断技术领域,具体涉及一种基于欠采样信号的轴承故障诊断方法及无线网络节点装置。
背景技术
随着无线物联网技术的不断发展,越来越多的关键设备利用无线技术将传感器采集的数据传输到信息处理中心。由于无线传感技术不需要布设电缆,因而简化了传感器的安装和更换,同时也便于布置更多的传感器来获得机器设备的多种状态信息。
采用机器学习、人工智能、大数据等现代数据挖掘和分析手段,多个传感器采集的海量数据能够提高设备状态监测和故障诊断的精度。从另一方面,海量的数据占据更大的存储空间和消耗更多的计算资源,同时也增加了信号采集和传输的功耗。特别对于一些布置在偏远地方的传感器,其电池容量有限且更换不便,因此需要优化传感器和整个无线传感网络,以降低功耗来延长工作时间。
针对此问题,数据的压缩存储和传输具有十分重要的理论和实际意义。在相等时间内,采集数据的长度和采样频率成正比。奈奎斯特采样定理表明,采样频率必须大于信号最高频率的两倍,即采用过采样技术,才能保证采集的信号能够被完全恢复。采样频率低于奈奎斯特定理要求的采样过程称为欠采样,欠采样将使得高频频率分量出现在低频区域,造成频率混叠。
轴承是机械设备里的关键部件,当轴承发生故障时,故障产生的冲击会引起机器共振,即冲击信号会被机械共振频率调制,因此轴承故障信号是典型的带通信号。传统的轴承信号采集系统中,都是把采样频率设置为轴承信号最高频率的两倍以上实现过采样,因而轴承的长时间监测数据往往数据量巨大,数据存储、传输和计算分析的成本也很高。
发明内容
为了解决现有技术中存在的问题,本发明的目的在于提供一种基于欠采样信号的轴承故障诊断方法及无线网络节点装置。
本发明采用的技术方案为:一种基于欠采样信号的轴承故障诊断方法,该方法包括如下步骤:
步骤(1)、加速度计安装在待测试轴承座上,将可编程滤波器配置为抗混叠低通滤波器;
步骤(2)、对第一帧振动信号进行过采样,将信号通过无线发射模块和无线接收模块发送至电脑,利用谱峭度方法确定振动信号的中心频率和带宽;
步骤(3)、根据振动信号的中心频率和带宽,将可编程滤波器配置为带通滤波器,计算容许的欠采样频率,并选择最低的欠采样频率;
步骤(4)、从第二帧开始,对振动信号进行欠采样,将欠采样信号发送至电脑,对振动信号进行包络解调分析轴承故障。
另外,为了实现上述欠采样信号的轴承故障诊断方法,本发明提供一种基于欠采样信号的轴承故障诊断无线网络节点装置,该装置包含两个模块;第一个模块是布置于工业现场的无线网络节点,包括加速度计,可编程滤波器,运算放大器,模数转换器,微控制器,无线发射模块;第二个模块为数据收集与处理中心模块,包括无线接收模块,接口适配器,电脑;
其中加速度计安装在待检测轴承座上,其输出与可编程滤波器的输入相连;可编程滤波器的输出和运算放大器的输入相连;模数转换器将运算放大器的模拟输出信号转化为数字信号并传输到微控制器;微控制器将信号转发到无线发射模块;无线接收模块接收来自无线网络节点采集发送的信号,通过接口适配器进行协议转换,最后将信号输出到电脑进行分析。
其中,所述的加速度计为集成了前置放大器并具有电压输出接口的压电型加速度传感器。
其中,所述的可编程滤波器为滤波器类型低通、带通、高通、带阻可调并且滤波器中心频率和带宽可调的模拟滤波器。
其中,所述的无线发射模块和无线接收模块为配对的无线数据收发模块,模块对可工作在433MHz、915MHz或者2.4GHz频段。
本发明的优点和积极效果为:
(1)本发明方法利用轴承故障信号为带通信号的特点,根据带通信号的中心频率和带宽,采用欠采样技术将位于高频区的带通信号复制到基频区,即可从基频区获得轴承故障信息,该技术降低了采样频率,因而减小了单位采集时间的数据长度。
(2)为了实现以上欠采样方法,本发明提供了相应的无线传感节点装置,由于降低了采样频率,因而能够相应地降低无线传感节点的内存占用,能量消耗,无线信号的传输时间等。同时,本发明装置的可编程滤波器可以通过程序配置为低通或者带通滤波器,并可以实现远程自动配置。
(3)本发明的方法和装置具有数据量少、低功耗、高效率、延长电池使用寿命等特点,因而适用于工业现场的轴承状态监测和故障诊断,特别适用于离岸风力发电机,舰船,列车等距离数据分析中心较远、需要发送大量远程数据的重要设备的监测诊断。
附图说明
图1为本发明方法实现流程图;
图2为本发明装置结构图,图中标号名称:1为加速度计,2为可编程滤波器,3为运算放大器,4为模数转换器,5为微控制器,6为无线发射模块,7为无线接收模块,8为接口适配器,9为电脑;
图3为带通信号欠采样过程的高频频带复制到基频频带的示意图;
图4为对轴承外圈故障信号进行过采样得到的波形,频谱和包络谱;
图5为对轴承外圈故障信号进行欠采样得到的波形,频谱和包络谱。
具体实施方式
下面结合附图以及具体实施方式进一步说明本发明。
本发明提供一种基于欠采样信号的轴承故障诊断方法,具体的包括如下步骤:
步骤(1)、加速度计1安装在待测试轴承座上,将可编程滤波器2配置为抗混叠低通滤波器,滤波器的截止频率为采样频率的二分之一,采样频率需满足奈奎斯特采样定理,为了获得足够宽的可分析频谱,将采样频率设置为加速度计1最高线性响应频率的2到3倍,即过采样模式。
步骤(2)、对第一帧振动信号进行过采样,将信号通过无线发射模块6和无线接收模块7发送至电脑9,利用谱峭度方法确定振动信号的中心频率和带宽,具体过程如下:一个零均值非平稳随机过程x[n],n∈Z可以表示为:
式中dZx(f)为频谱增量,H(n,f)为x(n)在频率f处的复包络。则谱峭度Kx(f)可以定义为:
式中尖括号代表时间平均算子,因为H(n,f)为复数,因而引入常数-2,进一步考虑平稳加性噪声y(n),则谱峭度可以重写为:
式中ρ(f)为关于频率f的噪声信号比,进一步地,用于振动信号滤波的最优滤波器参数的中心频率fC和带宽B可以通过下式确定:
{fC,B}=argmax{K(f,△f)}
式中Δf为频率分辨率,通过采用最优滤波器对振动信号进行滤波,可以保留振动信号的主要频带能量并滤除带外噪声。
步骤(3)、根据振动信号的中心频率fC和带宽B,将可编程滤波器2配置为带通滤波器,带通滤波器的下截止频率fL和上截止频率fH可以根据下式配置:
式中Q=fC/B为品质因子,B=fH–fL为-3dB带宽;
随后,根据中心频率fC和带宽B,计算容许的欠采样频率,过程如下:
对于一个连续时间信号ga(t),其连续时间傅里叶变换Ga(jΩ)可以表示为:
随后,对ga(t)根据时间序列t=nT进行均匀采样,其中T为采样周期,则采样信号可以表示为:
gp(t)=ga(t)p(t)
其中p(t)为周期冲击链:
gp(t)的连续时间傅里叶变换可以表示为:
式中ΩS=2π/T为角采样频率,从上式可见,对连续时间信号ga(t)的采样过程将产生原始频谱Ga(jΩ)的一系列副本,对于下截止角频率ΩL=0的低通信号,为了避免频谱混叠,根据奈奎斯特采样定理,角采样频率ΩS需要大于上截止角频率ΩH的两倍,
实际的轴承故障信号为带通信号,即ΩL大于零,假设上截止角频率ΩH为角频率带宽BΩ的整数倍,即ΩH=M·BΩ,M为大于1的正整数,如果选用采样频率ΩS满足:
则采样信号gp(t)的连续时间傅里叶变换为:
由上式可见,原来的带通的高频带被复制到了基频带,该过程即为欠采样过程,在这种情况下,ΩS=2ΩH/M小于奈奎斯特定理要求的采样率2ΩH,即利用低的采样频率从基频带中获得了原来位于高频带的轴承故障信息;更一般地,根据带通信号的中心频率和带宽,欠采样的采样频率可以根据下式选择:
式中n为正整数并满足其中表示“不大于”;最后,选择最低的容许欠采样频率2fH/n作为后续振动信号的采样频率。
步骤(4)、从第二帧开始,对振动信号进行欠采样,将欠采样信号发送至电脑9,带通滤波后的欠采样过程将原振动信号的高频共振带搬移到基频,因而降低了采样频率;最后,对欠采样的轴承故障信号进行包络解调,通过查看轴承故障特征频率来判断轴承是否存在故障或者存在何种故障。
实施例一:
该实施例为了清楚地说明欠采样过程的频带复制过程。一个连续时间信号ga(t)的连续时间傅里叶变换Ga(jΩ)如图3上所示,该信号是一个典型的带通信号。设置采样频率ΩS=2·B=2ΩH/4,得到采样信号gp(t)的连续时间傅里叶变换为:
Gp(jΩ)得频谱如图3下所示,可见,原来带有竖直虚线的带通频带在频率轴上被复制,其中一个被复制到了带有水平虚线的基频带。该过程即为信号混叠,通过充分利用信号混叠原理,可以采用低于奈奎斯特采样率的采样频率对高频带通信号进行欠采样,再从基带信号中分析原来带通信号的信息。
实施例二:
该实施例以一个带有外圈故障的电机轴承说明本发明的实用性和优越性。测试轴承型号为NSK-6002Z,电机的转速为3200rpm,可以计算出轴承的外圈故障特征频率fBPFO为190Hz。利用图1所示本发明提出的无线网络节点装置,根据本发明方法步骤1,将本发明装置中的无线网络节点模块安装在待测试的轴承座上。采样频率设置为25kHz,采样时间为1秒,将可编程滤波器2设置为低通抗混叠滤波器,滤波器截止频率为12.5kHz。
根据本发明方法步骤2,对第一帧轴承信号进行过采样,将过采样的轴承数据通过无线发射模块6和无线接收模块7发送至电脑9。外圈故障轴承的波形、频谱和包络谱如图4所示,从轴承信号的频谱可见,轴承的共振带分布在8.5kHz附近,从包络谱中可见轴承的故障特征频率fBPFO及其2倍频。采用步骤2中的谱峭度方法可以得到具体的故障轴承共振带信息为:中心频率fC=8594Hz,下截止频率fL=7812.5Hz,上截止频率fH=9375Hz,带宽B=1562.5Hz。
根据中心频率和带宽,将可编程滤波器2配置为带通滤波器。随后,根据步骤3中的方法计算出容许欠采样频率如表1所示,可见最低的容许欠采样频率为3.125kHz。选择3.125kHz作为采样频率,根据步骤4,对第二帧及以后的振动信号进行欠采样,并将信号发送至电脑9。欠采样信号的波形,频谱及包络谱如图5所示。对比图4上和图5上的波形可见,由于采用了欠采样,在相等的采样时间下,信号长度由25k点变成了3.125k点,内存和存储空间需求也随之降低。对比图4中和图5中的频谱可见,故障轴承的共振带由8.5kHz附近复制到了0.45kHz附近,该结果说明欠采样过程有效地实现了频谱搬移。从图5下的包络谱可见,虽然采用了欠采样,但轴承的故障特征频率fBPFO及其2倍频仍可以清晰地看到,证实了轴承存在外圈故障。
表1根据图4信号的中心频率和带宽确定的容许欠采样频率
以上结果表明,本发明方法和装置在确保轴承故障诊断能够实现的前提下,大大降低了轴承故障信号的采样频率和采样点数。
为了进一步说明本发明的优越性,同时采用本发明方法和传统过采样方法对故障轴承进行24小时监测,结果如表2所示。对于传统方法,采样频率为25kHz,每次采样1秒钟,采样间隔为20分钟,因此信号的帧数为72帧。对于本发明方法,第一帧的过采样频率为25kHz,采样间隔为20分钟,随后的71帧的欠采样频率为3.125kHz。模数转换器4为16位转换器,每个采样数据点为2字节。传统方法和本发明方法的数据总长度分别为3600千字节和493.75千字节,可见本发明方法有效地降低了信号的长度和存储空间。同时,信号通过本发明装置的无线发送模块6和无线接收模块7发送至电脑9。传统方法和本发明方法的传输时间分别为4051.9秒和451.8秒,可见本发明方法明显地减少了信号传输的时间,因而也降低了系统功耗。
表2本发明方法和传统方法对轴承监测24小时的数据长度和传输时间对比
综上所述,本发明的欠采样方法和无线网络节点装置在满足轴承状态监测和故障诊断的前提下,能够明显降低采样频率、数据长度、信号传输时间和功耗。对于提高轴承诊断效率、延长无线网络节点监测模块的工作使用寿命、减少能源消耗和减少电池更换次数、减少污染保护环境具有重要的意义,同时该方法也能应用到其他关键机械部件的状态监测和故障诊断中。
本发明说明书中未作详细描述的内容属于本领域专业技术人员公知的现有技术。
尽管为说明目的公开了本发明的实施例和附图,但是本领域的技术人员可以理解:在不脱离本发明及所附的权利要求的精神和范围内,各种替换、变化和修改都是可能的。因此,本发明不应局限于本发明实施例和附图所公开的内容。
Claims (4)
1.一种基于欠采样信号的轴承故障诊断方法,其特征在于,该方法包含如下步骤:
步骤(1)、加速度计(1)安装在待测试轴承座上,将可编程滤波器(2)配置为抗混叠低通滤波器;
步骤(2)、对第一帧振动信号进行过采样,将信号通过无线发射模块(6)和无线接收模块(7)发送至电脑(9),利用谱峭度方法确定振动信号的中心频率和带宽;
步骤(3)、根据振动信号的中心频率和带宽,将可编程滤波器(2)配置为带通滤波器,计算容许的欠采样频率,并选择最低的欠采样频率;
步骤(4)、从第二帧开始,对振动信号进行欠采样,将欠采样信号发送至电脑(9),对振动信号进行包络解调分析轴承故障。
2.根据权利要求1所述的基于欠采样信号的轴承故障诊断方法,其特征在于,所述的加速度计(1)为集成了前置放大器并具有电压输出接口的压电型加速度传感器。
3.根据权利要求1所述的基于欠采样信号的轴承故障诊断方法,其特征在于,所述的可编程滤波器(2)为滤波器类型低通、带通、高通、带阻可调并且滤波器中心频率和带宽可调的模拟滤波器。
4.根据权利要求1所述的基于欠采样信号的轴承故障诊断方法,其特征在于,所述的无线发射模块(6)和无线接收模块(7)为配对的无线数据收发模块,模块对可工作在433MHz、915MHz或者2.4GHz频段。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710803204.2A CN107643182B (zh) | 2017-09-08 | 2017-09-08 | 基于欠采样信号的轴承故障诊断方法及无线网络节点装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710803204.2A CN107643182B (zh) | 2017-09-08 | 2017-09-08 | 基于欠采样信号的轴承故障诊断方法及无线网络节点装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107643182A CN107643182A (zh) | 2018-01-30 |
CN107643182B true CN107643182B (zh) | 2018-09-25 |
Family
ID=61110012
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710803204.2A Active CN107643182B (zh) | 2017-09-08 | 2017-09-08 | 基于欠采样信号的轴承故障诊断方法及无线网络节点装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107643182B (zh) |
Families Citing this family (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108776031A (zh) * | 2018-03-21 | 2018-11-09 | 南京航空航天大学 | 一种基于改进的同步挤压变换的旋转机械故障诊断方法 |
FR3079976B1 (fr) * | 2018-04-09 | 2020-04-17 | Safran | Module d'acquisition pour un systeme de surveillance d'une machine tournante, systeme et procede de surveillance |
CN110070060B (zh) * | 2019-04-26 | 2021-06-04 | 天津开发区精诺瀚海数据科技有限公司 | 一种轴承设备的故障诊断方法 |
CN110426220A (zh) * | 2019-05-23 | 2019-11-08 | 中国航空工业集团公司上海航空测控技术研究所 | 基于自适应滤波电路的机械故障监测系统 |
CN111855210A (zh) * | 2020-07-30 | 2020-10-30 | 安徽大学 | 一种基于信号增强与压缩边缘计算的电机轴承故障诊断方法及装置 |
CN112817250A (zh) * | 2020-12-28 | 2021-05-18 | 深圳市翌日科技有限公司 | 传感器数据采集方法及电路 |
US20240053225A1 (en) | 2021-01-06 | 2024-02-15 | Robert Bosch Gmbh | Method and Apparatus for Identifying an Abnormality in Mechanical Apparatus or Mechanical Component |
CN113884877A (zh) * | 2021-09-14 | 2022-01-04 | 江伟 | 一种适用于电机变速运行模式下的电机故障数据采集模块 |
Family Cites Families (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN2663986Y (zh) * | 2003-12-26 | 2004-12-15 | 湖南科技大学 | 一种用于列车轮对运行状态的智能型监测装置 |
CN102449445B (zh) * | 2009-05-05 | 2014-12-17 | S.P.M.仪器公司 | 用于分析具有旋转部件的机器振动的设备和方法 |
US8788069B2 (en) * | 2011-09-27 | 2014-07-22 | Fisher-Rosemount Systems, Inc. | Method and apparatus for eliminating aliasing |
US8958170B1 (en) * | 2014-02-17 | 2015-02-17 | International Business Machines Corporation | Management of tape drive quality using discrete fourier transform analysis |
CN103884506B (zh) * | 2014-03-25 | 2019-07-23 | 福建省工业设备安装有限公司 | 基于无线网的生产设备在线监测及故障诊断系统及方法 |
CN104019917A (zh) * | 2014-05-15 | 2014-09-03 | 哈尔滨工业大学 | 一种风电机组齿轮箱远程监测装置 |
CN106706117A (zh) * | 2015-11-16 | 2017-05-24 | 四川航达机电技术开发服务中心 | 便携式汽车变速箱轴振动检测仪 |
-
2017
- 2017-09-08 CN CN201710803204.2A patent/CN107643182B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN107643182A (zh) | 2018-01-30 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107643182B (zh) | 基于欠采样信号的轴承故障诊断方法及无线网络节点装置 | |
CN101436046B (zh) | 一体化多通道同步振动数据采集及监视与分析诊断装置 | |
CN201277910Y (zh) | 一种航空发动机试车参数测量系统 | |
CN106292626B (zh) | 用于新能源汽车测试评价的数据采集装置和方法 | |
CN109693679A (zh) | 一种列车运行品质的监测系统 | |
CN107255758A (zh) | 一种宽带多频电气量统一测量分析系统及实现方法 | |
CN108827454A (zh) | 一种汽轮机轴系振动数据采集和处理方法 | |
CN102914432A (zh) | 一种检测机械故障的振动和声发射信号调理仪 | |
CN212276236U (zh) | 一种便携式实车网络自动化测试系统 | |
CN109443719A (zh) | 一种钻头振动信号在线虚拟测试方法及其系统 | |
CN105628189A (zh) | 一种直升机机体振动信号的自适应处理方法 | |
CN113295445A (zh) | 一种旋转机械的振动信号采集及故障实时监测系统及方法 | |
CN2890860Y (zh) | 一种船舶轴系扭振实时检测与诊断系统 | |
CN104237816A (zh) | 一种用于磁共振成像系统的多通道数据接收模块 | |
CN106959686A (zh) | 一种智能远程诊断系统及方法 | |
CN104677486B (zh) | 基于转速脉冲重构的航空发动机振动信号相位测量方法 | |
CN100585366C (zh) | 一种同步齿轮箱初始故障的在线监测与诊断装置 | |
CN203535205U (zh) | 一种用于磁共振成像系统的多通道数据接收模块 | |
CN205388488U (zh) | 基于嵌入式双服务器的火电厂旋转机械状态监测系统 | |
CN210626979U (zh) | 一种用于电机及其拖动设备的在线故障诊断系统 | |
CN102932077A (zh) | 一种频谱占用度的测量方法 | |
CN112270209A (zh) | 一种联合收割机脱粒滚筒振动信号特征提取方法 | |
CN107462318A (zh) | 测振系统及其振动信号时域波形的分析方法 | |
CN201690447U (zh) | 一种小型化多通道旋转设备微弱信号无线采集系统 | |
CN103884285B (zh) | 一种动部件位移量的测试方法 |
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 |