CN108020405A - 一种油膜振荡二维及三维瞬时特征提取方法及装置 - Google Patents

一种油膜振荡二维及三维瞬时特征提取方法及装置 Download PDF

Info

Publication number
CN108020405A
CN108020405A CN201711157490.6A CN201711157490A CN108020405A CN 108020405 A CN108020405 A CN 108020405A CN 201711157490 A CN201711157490 A CN 201711157490A CN 108020405 A CN108020405 A CN 108020405A
Authority
CN
China
Prior art keywords
mrow
signal
msub
binary
frequency
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
CN201711157490.6A
Other languages
English (en)
Other versions
CN108020405B (zh
Inventor
赵静
陈晓
黄传金
宋海军
周铜
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.)
Zhengzhou Institute of Technology
Original Assignee
Zhengzhou 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 Zhengzhou Institute of Technology filed Critical Zhengzhou Institute of Technology
Priority to CN201711157490.6A priority Critical patent/CN108020405B/zh
Publication of CN108020405A publication Critical patent/CN108020405A/zh
Application granted granted Critical
Publication of CN108020405B publication Critical patent/CN108020405B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
    • G01M13/00—Testing of machine parts
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01H—MEASUREMENT OF MECHANICAL VIBRATIONS OR ULTRASONIC, SONIC OR INFRASONIC WAVES
    • G01H17/00—Measuring mechanical vibrations or ultrasonic, sonic or infrasonic waves, not provided for in the preceding groups

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Complex Calculations (AREA)

Abstract

本发明涉及一种油膜振荡二维及三维瞬时特征提取方法及装置，包括：提出一种二元特征尺度分解方法——复局部特征尺度分解(Complex Local characteristic‑scale decomposition，CLCD)，采集转子同一截面两个垂直方向的油膜振荡信号，并将其组成一个复数形式的二元旋转信号；通过CLCD将该信号自适应分解成多个复数形式的二元子旋转信号，从中分离出基频和半频信号；对上述信号运用希尔伯特变换，获取油膜振荡信号的二维和三维瞬时特征。由于CLCD通过信号的自身特点自适应地对其分解，并运用双线性变换，故该方法自适应性强，瞬时特征提取全面、速度快、效率高，具有良好的技术效果。

Description

一种油膜振荡二维及三维瞬时特征提取方法及装置
技术领域
本发明涉及一种油膜振荡二维及三维瞬时特征提取方法及装置，属于机械振动技术领域。
背景技术
近年来，旋转机械故障诊断成为研究的热点，如何从故障振动信号中准确提取振动信号特征则是研究旋转机械故障的关键。旋转机械在不同时刻、不同方向呈现的振动强度不同，基于单通道信息的故障诊断方法会割裂转子不同方向振动信号的特征信息，不能全面反映故障特征。考虑到稳态时转子同一截面互相垂直方向上各谐波的振荡轨迹为椭圆，人们提出了基于同源信息技术的故障特征提取方法，如全频谱、全息谱和全矢谱。同源信息技术能把两个正交通道的振动信号很好的融合，更全面、准确地反映故障特征。但同源信息技术以傅立叶变换为基础而提取信息，适用于平稳信号的分析。
为了分析非线性、非平稳的机械故障振动信号，与同源信息技术相结合的各种方法相继被提出。如经验模态分解(EMD)和局部均值分解(LMD)方法，这两种方法均可将任一复杂信号自适应地分解为若干瞬时频率具有物理意义的相互独立的单分量信号，适用于分析非线性、非平稳的信号，但是它们处理双通道的二元振动信号时却采用一元信号处理方法，效率低，并会出现分解结果数目不统一等问题，而且EMD还存在过包络及欠包络问题、LMD也存在着信号突变问题。复局部均值分解(CLMD)和全矢谱相结合的CLMD全矢包络技术虽然解决了分解尺度不统一的问题，但是仍难以提取旋转机械的瞬时特征。二元经验模态分解(BEMD)虽然可以实现二元信号的自适应分解，并有效提取旋转机械的瞬时特征，但作为EMD的扩展，BEMD仍存在模态混叠、端点效应和计算量大、运行时间长等缺点。
2012年，程军圣等人提出了一种新的自适应信号分解方法——局部特征尺度分解(Local characteristic-scale decomposition,LCD)，由于采用线性变换的形式对相邻两个极值点之间的信号进行处理，和EMD和LMD相比，LCD在时频局部化、运算速度和包络拟合精度等方面表现出良好的优越性。
本发明在LCD的基础上，提出了一种二元特征尺度分解方法——CLCD，并将其用于油膜振荡二维瞬时特征和三维瞬时特征的提取中。通过提出的CLCD提取复数形式的油膜振荡瞬时特征信息，完整的获取了油膜振荡在x方向、y方向和同一截面上的瞬时特征信息。由于CLCD通过信号的自身特点自适应地对其分解，而且运用了双线性变换，所以该方法具有较强的自适应性，瞬时特征提取全面、速度快、效率高，具有良好的技术效果。
发明内容
本发明的目的是提供一种油膜振荡二维及三维瞬时特征提取方法及装置，以解决目前油膜振荡故障识别过程中存在的运行时间长、效率低、分解尺度不统一、难以提取瞬时特征等问题。
为解决上述技术问题，本发明提供了一种油膜振荡二维及三维瞬时特征提取方法，包括以下步骤：
步骤1，提出一种二元特征尺度分解方法——复局部特征尺度分解(ComplexLocal characteristic-scale decomposition，CLCD)；
步骤2，采集转子同一截面水平方向及垂直方向上的油膜振荡信号，并将其组成一个复数形式的二元旋转信号；
步骤3，通过复局部特征尺度分解将复数形式的二元旋转信号自适应分解成多个复数形式单分量的二元子旋转信号与一个最终残留信号之和，进而分离出基频对应的二元子旋转信号和半频对应的二元子旋转信号；
步骤4，分别对复数形式的二元旋转信号的实部和虚部进行傅立叶变换，得到各自的频谱；
步骤5，根据傅立叶变换结果确定基频和半频对应的二元子旋转信号，再分别对其运用希尔伯特变换，得到相应的瞬时幅值特性和瞬时频率特性；
步骤6，根据得到的二元子旋转信号的瞬时幅值特性和瞬时频率特性，获取油膜振荡信号的二维瞬时时-幅、时-频、幅-频特征和三维时-幅-频特征。
进一步的，步骤1提出了一种二元特征尺度分解方法——复局部特征尺度分解(CLCD)，具体实现步骤为：
步骤1-1，将复数信号z(t)分别投影到0方向和π/2方向，
z0(t)＝Re(e-j0·z(t))
zπ/2(t)＝Re(e-jπ/2·z(t))；
步骤1-2，利用局部特征尺度分解分别计算z0(t)和zπ/2(t)的基线信号；
步骤1-3，将步骤1-2中得到的z0(t)和zπ/2(t)的基线信号分别从z0(t)和zπ/2(t)中分离出来，得到剩余信号I0(i,k)(t)和I(π/2)(i,k)(t)，
I0(i,k)(t)＝z0(t)-p0(i,k)(t)
I(π/2)(i,k)(t)＝zπ/2(t)-p(π/2)(i,k)(t)
其中，p0(i,k)(t)为z0(t)的基线信号，p(π/2)(i,k)(t)为zπ/2(t)的基线信号，i为ISC分量的个数，ISC为内禀尺度分量，k为剩余信号满足ISC条件的最大迭代次数；
步骤1-4，根据步骤1-3中得到的实轴方向的剩余信号I0(i,k)(t)和虚轴方向的剩余信号I(π/2)(i,k)(t)，计算复数信号的剩余信号I(i,k)(t)，
I(i,k)(t)＝e-j0·I0(i,k)(t)+e-jπ/2·I(π/2)(i,k)(t)
步骤1-5，根据步骤1-4得到的复数信号的剩余信号I(i,k)(t)，可得到复ISC分量ci(t)，
ci(t)＝I(i,k)(t)
步骤1-6，将所有复内禀尺度分量和最终残留信号相加，得到复数信号的复局部特征尺度分解的完整表达式为：
其中，n为最大迭代次数，r(t)为最终残留信号。
进一步的，步骤1-3中满足的ISC条件为，
设定变动量△，当|Lk+1|≤△时迭代结束；其中，Xk为每一个ISC分量在整个数据段内极值点，τk为各个极值点对应的时刻(k＝1,2,...,M，其中，M为极值点的个数)，设定常数a∈(0,1)，典型地，a＝0.5，Lk为均值点。
进一步的，步骤1-6中判断循环停止的条件是残留信号呈现单调变化特性或者是一常数。
进一步的，步骤2中组成的二元旋转信号z(t)为：
z(t)＝x(t)+jy(t)
其中，x(t)为水平方向上的油膜振荡信号，y(t)为垂直方向上的油膜振荡信号，ij＝i2＝j2＝-1。
本发明还提供了一种油膜振荡二维及三维瞬时特征提取装置，包括检测单元、分解单元和转换单元；
所述检测单元用于采集转子同一截面水平方向和垂直方向的油膜振荡信号，并将其组成一个复数形式的二元旋转信号；
所述分解单元用于将所述复数形式的二元旋转信号自适应分解成多个复数形式单分量的二元子旋转信号与一个最终残留信号之和；
所述转换单元用于将复数形式的二元旋转信号从时域变换到频域，并对基频对应的二元子旋转信号和半频对应的二元子旋转信号运算，得到相应的瞬时幅值特性和瞬时频率特性，从而提取油膜振荡信号的二维瞬时时-幅、时-频、幅-频特征和三维时-幅-频特征。
进一步的，所述检测单元所组成的复数形式的二元旋转信号z(t)为：
z(t)＝x(t)+jy(t)
其中，x(t)为水平方向上的油膜振荡信号，y(t)为垂直方向上的油膜振荡信号，ij＝i2＝j2＝-1。
进一步的，所述分解单元运用复局部特征尺度分解将所述复数形式的二元旋转信号自适应分解成多个复数形式单分量的二元子旋转信号与一个最终残留信号之和，具体步骤包括：
(1)将复数形式的二元旋转信号信号z(t)分别投影到0方向和π/2方向，
z0(t)＝Re(e-j0·z(t))
zπ/2(t)＝Re(e-jπ/2·z(t))；
(2)利用局部特征尺度分解分别计算z0(t)和zπ/2(t)的基线信号；
(3)将步骤(2)中得到的z0(t)和zπ/2(t)的基线信号分别从z0(t)和zπ/2(t)中分离出来，得到剩余信号I0(i,k)(t)和I(π/2)(i,k)(t)，
I0(i,k)(t)＝z0(t)-p0(i,k)(t)
I(π/2)(i,k)(t)＝zπ/2(t)-p(π/2)(i,k)(t)
其中，p0(i,k)(t)为z0(t)的基线信号，p(π/2)(i,k)(t)为zπ/2(t)的基线信号，i为ISC分量的个数，ISC为内禀尺度分量，k为剩余信号满足ISC条件的最大迭代次数；
(4)根据步骤(3)中得到的实轴方向的剩余信号I0(i,k)(t)和虚轴方向的剩余信号I(π/2)(i,k)(t)，计算复数信号的剩余信号I(i,k)(t)，
I(i,k)(t)＝e-j0·I0(i,k)(t)+e-jπ/2·I(π/2)(i,k)(t)
(5)根据步骤(4)得到的复数信号的剩余信号I(i,k)(t)，可得到复ISC分量ci(t)，
ci(t)＝I(i,k)(t)
(6)将所有复内禀尺度分量和最终残留信号相加，得到复数信号的复局部特征尺度分解的完整表达式为：
其中，n为最大迭代次数，r(t)为最终残留信号。
进一步的，所述步骤(3)中满足的ISC条件为，
设定变动量△，当|Lk+1|≤△时迭代结束，其中，Xk为每一个ISC分量在整个数据段内极值点，τk为各个极值点对应的时刻(k＝1,2,...,M，其中，M为极值点的个数)，设定常数a∈(0,1)，典型地，a＝0.5，Lk为均值点。
进一步的，所述步骤(6)中通过循环处理得到最终残留信号，判断循环停止的条件是残留信号呈现单调变化特性或者是一常数。
进一步的，所述转换单元运用傅立叶变换将复数形式的二元旋转信号从时域变换到频域，运用希尔伯特变换对基频对应的二元子旋转信号和半频对应的二元子旋转信号运算，得到相应的瞬时幅值特性和瞬时频率特性，从而提取油膜振荡信号的二维瞬时时-幅、时-频、幅-频特征和三维时-幅-频特征。
本发明的有益效果是：本发明首先提出一种二元特征尺度分解方法——复局部特征尺度分解(CLCD)，并将它应用于油膜振荡二维瞬时特征和三维瞬时特征的提取；采集转子同一截面上水平及垂直方向的油膜振荡信号，并将两个通道的油膜振荡信号组成一个复数形式的二元旋转信号；通过复局部特征尺度分解将复数形式的二元旋转信号自适应地分解成多个复数形式单分量的二元子旋转信号与一个最终残留信号之和，进而分离出基频对应的二元子旋转信号和半频对应的二元子旋转信号；分别对复数形式的二元旋转信号的实部和虚部进行傅立叶变换，得到各自的频谱；根据傅立叶变换结果确定基频和半频对应的二元子旋转信号，再分别对其运用希尔伯特变换，得到相应的瞬时幅值特性和瞬时频率特性；在此基础上，从而获取油膜振荡信号的二维瞬时时-幅、时-频、幅-频特征和三维时-幅-频特征。
本发明提出的一种二元特征尺度分解方法——复局部特征尺度分解(CLCD)及提取装置，通过融合两个通道的油膜振荡信息，利用CLCD直接处理复数形式的二元旋转信号，运用希尔伯特变换分析基频对应的二元子旋转信号和半频对应的二元子旋转信号，从而有效地提取油膜振荡二维及三维瞬时特征，自适应程度高、速度快、效率高，瞬时特征提取效果好。
附图说明
图1-a为水平方向的油膜振荡位移信号；
图1-b为垂直方向的油膜振荡位移信号；
图1-c为二元旋转信号z(t)平面图；
图1-d为二元旋转信号z(t)三维图；
图2-a为二元子旋转信号c1(t)；
图2-b为二元子旋转信号c2(t)；
图2-c为二元子旋转信号c3(t)；
图2-d为二元子旋转信号c4(t)；
图2-e为最终残留信号r(t)；
图3-a为二元旋转信号z(t)实部傅立叶谱；
图3-b为二元旋转信号z(t)虚部傅立叶谱；
图3-c为基频和半频对应的二元子旋转信号的平面图；
图4-a为基频对应二元子旋转信号的瞬时幅-频曲线；
图4-b为基频对应二元子旋转信号的瞬时幅值曲线；
图4-c为基频对应二元子旋转信号水平和垂直方向的瞬时振动幅值；
图4-d为基频对应的二元子旋转信号的瞬时特征曲线；
图4-e为半频对应二元子旋转信号的瞬时幅-频曲线；
图4-f为半频对应二元子旋转信号的瞬时幅值曲线；
图4-g为半频对应二元子旋转信号水平和垂直方向的瞬时振动幅值；
图4-h为半频对应的二元子旋转信号的瞬时特征曲线。
具体实施方式
下面结合附图以及具体的实施例对本发明的具体实施方式作进一步详细说明。
本发明针对现有技术的不足，提出了一种二元特征尺度分解方法——复局部特征尺度分解(Complex Local characteristic-scale decomposition，CLCD)，通过融合两个通道的油膜振荡信息，利用复局部特征尺度分解直接处理复数形式的二元旋转信号，对基频对应的二元子旋转信号和半频对应的二元子旋转信号运用希尔伯特变换，得到相应的瞬时幅值特性和瞬时频率特性；在此基础上，从而获取油膜振荡信号的二维瞬时时-幅、时-频、幅-频特征和三维时-幅-频特征。由于采用双线性变换的CLCD通过信号的自身特点自适应地对其分解，自适应程度高、速度快、瞬时特征提取效果好。该油膜振荡二维及三维瞬时特征提取方法的具体实施过程如下。
第一步，提出一种二元特征尺度分解方法——复局部特征尺度分解(CLCD)，具体实现步骤为：
1)将复数信号z(t)投影到0方向，
z0(t)＝Re(e-j0·z(t)) (1)
2)利用局部特征尺度分解计算z0(t)的基线信号；
3)将z0(t)的基线信号从z0(t)中分离出来，得到剩余信号I0(i,k)(t)；
I0(i,k)(t)＝z0(t)-p0(i,k)(t) (2)
其中，p0(i,k)(t)为z0(t)的基线信号，i为ISC分量的个数，ISC为内禀尺度分量，k为剩余信号满足ISC条件的最大迭代次数。
4)剩余信号满足的ISC条件为，
设定变动量△，当|Lk+1|≤△时迭代结束，其中，Xk为每一个ISC分量在整个数据段内极值点，τk为各个极值点对应的时刻(k＝1,2,...,M，其中，M为极值点的个数)，设定常数a∈(0,1)，典型地，a＝0.5，Lk为均值点；
5)采用同样方法，将复数信号z(t)投影到π/2方向，
zπ/2(t)＝Re(e-jπ/2·z(t)) (3)
6)利用局部特征尺度分解计算zπ/2(t)的基线信号p(π/2)(i,k)(t)；
7)将zπ/2(t)的基线信号p(π/2)(i,k)(t)从zπ/2(t)中分离出来，得到剩余信号I(π/2)(i,k)(t)，
I(π/2)(i,k)(t)＝zπ/2(t)-p(π/2)(i,k)(t) (4)
8)复数信号的剩余信号I(i,k)(t)可通过下式求取，
I(i,k)(t)＝e-j0·I0(i,k)(t)+e-jπ/2·I(π/2)(i,k)(t) (5)
9)复ISC分量ci(t)为，
ci(t)＝I(i,k)(t) (6)
10)残留信号ri(t)可表示为，
ri(t)＝z(t)-ci(t) (7)
11)判断残留信号ri(t)是否呈现单调变化特性或者是一常数，通过循环处理直至残留信号呈现单调变化特性或者是一常数，最终残留信号用r(t)表示。将所有复内禀尺度分量和最终残留信号相加，得到复数信号的复局部特征尺度分解的完整表达式为：
12)步骤2)和步骤6)采用局部特征尺度分解计算基线信号的分解过程如下(以z0(t)的局部特征尺度分解过程为例说明)。
A.确定信号z0(t)的所有极值点Ni及对应的时刻τi(i＝1,2,3,…,n)，并构造时间序列。由于该序列不包含端点的数值，因此采用两端各增加一个极值点的方法进行延拓：
B.根据式(9)和(10)计算基线信号控制点的纵坐标Pi，其中，i＝1,2,…,n；
C.求原始信号的第i个(i＝1,2,…,n-1)区间的基线信号段Pi(t)。采用式(11)所示的分段线性的方法：
其中，t∈(τi,τi+1]。
D.依次连接所求的各个基线信号段，得到基线信号p0(t)。
第二步，采集转子同一截面水平方向及垂直方向上的油膜振荡信号，本实施例中利用电涡流传感器检测转子外表面同一截面水平方向的油膜振荡信号x(t)、垂直方向的油膜振荡信号y(t)(采样频率为2048Hz，采样时长为0.5s，转子转速6522转/s)，水平方向的油膜振荡位移信号如图1-a所示，垂直方向的油膜振荡位移信号如图1-b所示，可见，两个方向的油膜振荡信号具有明显的调幅特征。
第三步，将两个方向的油膜振荡信号直接组成一个复数形式的二元旋转信号z(t)，z(t)＝x(t)+jy(t)，其中，ij＝i2＝j2＝-1，如图1-c所示为二元旋转信号平面图，图1-d是二元旋转信号的三维图。由图1-c和图1-d可知，转子发生了大圆套小圆的现象，这是典型油膜振荡征兆。
第四步，通过本发明提出的复局部特征尺度分解将复数形式的二元旋转信号z(t)按照旋转速度的高低自适应分解成多个二元子旋转信号和一个最终残留信号之和，在本实施例中，复局部特征尺度分解将二元旋转信号z(t)自适应分解为4个复数形式单分量的二元子旋转信号和一个最终残留信号，各信号的分布情况如图2-a至2-e所示。其中，图2-a为二元子旋转信号c1(t)；图2-b为二元子旋转信号c2(t)；图2-c为二元子旋转信号c3(t)；图2-d为二元子旋转信号c4(t)；图2-e为最终残留信号r(t)。
第五步，分别对复数形式的二元旋转信号z(t)的实部和虚部进行傅立叶变换，得到各自的频谱，如图3-a和3-b所示。由图3-a和图3-b可知，二元旋转信号实部和虚部傅立叶谱大致相同，含有比较明显的半频和基频，但无法反应油膜振荡的瞬时特征。
根据傅立叶变换结果确定基频和半频对应的二元子旋转信号，其平面图如图3-c所示，由图3-c可知，本发明提出的CLCD可成功分离出油膜振荡的基频和半频，基频的运动轨迹是较为稳定的椭圆，半频则由幅值变化较大的椭圆组成，振荡明显。
第六步，为了进一步提取油膜振荡的瞬时特征，采用希尔伯特变换对基频和半频所对应的二元子旋转信号进行运算，得到基频和半频二元子旋转信号的二维及三维瞬时特征，各特性曲线分布如图4-a至图4-h所示。其中，图4-a为基频对应二元子旋转信号的瞬时幅-频曲线；图4-b为基频对应二元子旋转信号的瞬时幅值曲线；图4-c为基频对应二元子旋转信号水平和垂直方向的瞬时振动幅值；图4-d为基频对应的二元子旋转信号的瞬时特征曲线；图4-e为半频对应二元子旋转信号的瞬时幅-频曲线；图4-f为半频对应二元子旋转信号的瞬时幅值曲线；图4-g为半频对应二元子旋转信号水平和垂直方向的瞬时振动幅值；图4-h为半频对应的二元子旋转信号的瞬时特征曲线。
由图4-a至图4-h可知，基频对应的二元子旋转信号(c2)水平方向的幅值比垂直方向的略大，但两个方向的瞬时幅-频特性大致相同，进一步说明了基频是由运动轨迹较稳定的椭圆组成；半频对应的二元子旋转信号(c3)水平方向的幅值变化明显大于垂直方向，瞬时特征曲线振荡性强。
同时，本发明还提供了一种利用前述油膜振荡二维及三维瞬时特征提取方法的油膜振荡二维及三维瞬时特征提取装置，包括检测单元、分解单元和转换单元；
所述检测单元用于采集转子同一截面水平方向和垂直方向的油膜振荡信号，并将其组成一个复数形式的二元旋转信号；
所述分解单元用于将所述复数形式的二元旋转信号自适应分解成多个复数形式单分量的二元子旋转信号与一个最终残留信号之和；
所述转换单元用于将复数形式的二元旋转信号从时域变换到频域，并对基频对应的二元子旋转信号和半频对应的二元子旋转信号运算，得到相应的瞬时幅值特性和瞬时频率特性，从而提取油膜振荡信号的二维瞬时时-幅、时-频、幅-频特征和三维时-幅-频特征。
其中，所述检测单元所组成的复数形式的二元旋转信号z(t)为：
z(t)＝x(t)+jy(t)
其中，x(t)为水平方向上的油膜振荡信号，y(t)为垂直方向上的油膜振荡信号，ij＝i2＝j2＝-1。
其中，所述分解单元运用复局部特征尺度分解将所述复数形式的二元旋转信号自适应分解成多个复数形式单分量的二元子旋转信号与一个最终残留信号之和，具体步骤包括：
(1)将复数形式的二元旋转信号信号z(t)分别投影到0方向和π/2方向，
z0(t)＝Re(e-j0·z(t))
zπ/2(t)＝Re(e-jπ/2·z(t))；
(2)利用局部特征尺度分解分别计算z0(t)和zπ/2(t)的基线信号；
(3)将步骤(2)中得到的z0(t)和zπ/2(t)的基线信号分别从z0(t)和zπ/2(t)中分离出来，得到剩余信号I0(i,k)(t)和I(π/2)(i,k)(t)，
I0(i,k)(t)＝z0(t)-p0(i,k)(t)
I(π/2)(i,k)(t)＝zπ/2(t)-p(π/2)(i,k)(t)
其中，p0(i,k)(t)为z0(t)的基线信号，p(π/2)(i,k)(t)为zπ/2(t)的基线信号，i为ISC分量的个数，ISC为内禀尺度分量，k为剩余信号满足ISC条件的最大迭代次数；
(4)根据步骤(3)中得到的实轴方向的剩余信号I0(i,k)(t)和虚轴方向的剩余信号I(π/2)(i,k)(t)，计算复数信号的剩余信号I(i,k)(t)，
I(i,k)(t)＝e-j0·I0(i,k)(t)+e-jπ/2·I(π/2)(i,k)(t)
(5)根据步骤(4)得到的复数信号的剩余信号I(i,k)(t)，可得到复ISC分量ci(t)，
ci(t)＝I(i,k)(t)
(6)将所有复内禀尺度分量和最终残留信号相加，得到复数信号的复局部特征尺度分解的完整表达式为：
其中，n为最大迭代次数，r(t)为最终残留信号。
其中，所述步骤(3)中满足的ISC条件为，
设定变动量△，当|Lk+1|≤△时迭代结束，其中，Xk为每一个ISC分量在整个数据段内极值点，τk为各个极值点对应的时刻(k＝1,2,...,M，其中，M为极值点的个数)，设定常数a∈(0,1)，典型地，a＝0.5，Lk为均值点。
其中，所述步骤(6)中通过循环处理得到最终残留信号，判断循环停止的条件是残留信号呈现单调变化特性或者是一常数。
其中，所述转换单元运用傅立叶变换将复数形式的二元旋转信号从时域变换到频域，运用希尔伯特变换对基频对应的二元子旋转信号和半频对应的二元子旋转信号运算，得到相应的瞬时幅值特性和瞬时频率特性，从而提取油膜振荡信号的二维瞬时时-幅、时-频、幅-频特征和三维时-幅-频特征。
本发明提出了一种二元特征尺度分解方法——复局部特征尺度分解(CLCD)，通过融合两个通道的油膜振荡信息，利用复局部特征尺度分解直接处理二元旋转信号，采用希尔伯特变换分析各二元子旋转信号，从而有效地提取油膜振荡瞬时特征，自适应程度高、速度快、效率高，瞬时特征提取效果好。
以上所述，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应所述以权利要求的保护范围为准。

Claims (10)

1.一种油膜振荡二维及三维瞬时特征提取方法，其特征在于，包括以下步骤：
步骤1，提出一种二元特征尺度分解方法——复局部特征尺度分解(CLCD)；
步骤2，采集转子同一截面水平方向及垂直方向上的油膜振荡信号，并将其组成一个复数形式的二元旋转信号；
步骤3，通过复局部特征尺度分解(CLCD)将复数形式的二元旋转信号自适应分解成多个复数形式单分量的二元子旋转信号与一个最终残留信号之和，进而分离出基频对应的二元子旋转信号和半频对应的二元子旋转信号；
步骤4，分别对复数形式的二元旋转信号的实部和虚部进行傅立叶变换，得到各自的频谱；
步骤5，根据傅立叶变换结果确定基频和半频对应的二元子旋转信号，再分别对其运用希尔伯特变换，得到相应的瞬时幅值特性和瞬时频率特性；
步骤6，根据得到的二元子旋转信号的瞬时幅值特性和瞬时频率特性，获取油膜振荡信号的二维瞬时时-幅、时-频、幅-频特征和三维时-幅-频特征。
2.根据权利要求1所述的一种油膜振荡二维及三维瞬时特征提取方法，其特征在于，步骤1提出了一种二元特征尺度分解方法——复局部特征尺度分解(CLCD)，具体实现步骤为：
步骤1-1，将复数形式的二元旋转信号z(t)分别投影到0方向和π/2方向，
z0(t)＝Re(e-j0·z(t))
<mrow> <msub> <mi>z</mi> <mrow> <mi>&amp;pi;</mi> <mo>/</mo> <mn>2</mn> </mrow> </msub> <mrow> <mo>(</mo> <mi>t</mi> <mo>)</mo> </mrow> <mo>=</mo> <mi>Re</mi> <mrow> <mo>(</mo> <msup> <mi>e</mi> <mrow> <mo>-</mo> <mi>j</mi> <mi>&amp;pi;</mi> <mo>/</mo> <mn>2</mn> </mrow> </msup> <mo>&amp;CenterDot;</mo> <mi>z</mi> <mo>(</mo> <mi>t</mi> <mo>)</mo> <mo>)</mo> </mrow> <mo>;</mo> </mrow>
步骤1-2，利用局部特征尺度分解分别计算z0(t)和zπ/2(t)的基线信号；
步骤1-3，将步骤1-2中得到的z0(t)和zπ/2(t)的基线信号分别从z0(t)和zπ/2(t)中分离出来，得到剩余信号I0(i,k)(t)和I(π/2)(i,k)(t)，
I0(i,k)(t)＝z0(t)-p0(i,k)(t)
I(π/2)(i,k)(t)＝zπ/2(t)-p(π/2)(i,k)(t)
其中，p0(i,k)(t)为z0(t)的基线信号，p(π/2)(i,k)(t)为zπ/2(t)的基线信号，i为ISC分量的个数，ISC为内禀尺度分量，k为剩余信号满足ISC条件的最大迭代次数；
步骤1-4，根据步骤1-3中得到的实轴方向的剩余信号I0(i,k)(t)和虚轴方向的剩余信号I(π/2)(i,k)(t)，计算复数信号的剩余信号I(i,k)(t)，
<mrow> <msub> <mi>I</mi> <mrow> <mo>(</mo> <mi>i</mi> <mo>,</mo> <mi>k</mi> <mo>)</mo> </mrow> </msub> <mrow> <mo>(</mo> <mi>t</mi> <mo>)</mo> </mrow> <mo>=</mo> <msup> <mi>e</mi> <mrow> <mo>-</mo> <mi>j</mi> <mn>0</mn> </mrow> </msup> <mo>&amp;CenterDot;</mo> <msub> <mi>I</mi> <mrow> <mn>0</mn> <mrow> <mo>(</mo> <mi>i</mi> <mo>,</mo> <mi>k</mi> <mo>)</mo> </mrow> </mrow> </msub> <mrow> <mo>(</mo> <mi>t</mi> <mo>)</mo> </mrow> <mo>+</mo> <msup> <mi>e</mi> <mrow> <mo>-</mo> <mi>j</mi> <mi>&amp;pi;</mi> <mo>/</mo> <mn>2</mn> </mrow> </msup> <mo>&amp;CenterDot;</mo> <msub> <mi>I</mi> <mrow> <mo>(</mo> <mi>&amp;pi;</mi> <mo>/</mo> <mn>2</mn> <mo>)</mo> <mo>(</mo> <mi>i</mi> <mo>,</mo> <mi>k</mi> <mo>)</mo> </mrow> </msub> <mrow> <mo>(</mo> <mi>t</mi> <mo>)</mo> </mrow> </mrow>
步骤1-5，根据步骤1-4得到的复数信号的剩余信号I(i,k)(t)，可得到复ISC分量ci(t)，
ci(t)＝I(i,k)(t)
步骤1-6，将所有复内禀尺度分量和最终残留信号相加，得到复数信号的复局部特征尺度分解的完整表达式为：
<mrow> <mi>z</mi> <mrow> <mo>(</mo> <mi>t</mi> <mo>)</mo> </mrow> <mo>=</mo> <munderover> <mo>&amp;Sigma;</mo> <mrow> <mi>i</mi> <mo>=</mo> <mn>1</mn> </mrow> <mi>n</mi> </munderover> <msub> <mi>c</mi> <mi>i</mi> </msub> <mrow> <mo>(</mo> <mi>t</mi> <mo>)</mo> </mrow> <mo>+</mo> <mi>r</mi> <mrow> <mo>(</mo> <mi>t</mi> <mo>)</mo> </mrow> </mrow>
其中，n为最大迭代次数，r(t)为最终残留信号。
3.根据权利要求2所述的一种油膜振荡二维及三维瞬时特征提取方法，其特征在于，所述步骤1-3中满足的ISC条件为，
<mrow> <msub> <mi>L</mi> <mrow> <mi>k</mi> <mo>+</mo> <mn>1</mn> </mrow> </msub> <mo>=</mo> <mi>a</mi> <mo>&amp;lsqb;</mo> <msub> <mi>X</mi> <mi>k</mi> </msub> <mo>+</mo> <mfrac> <mrow> <msub> <mi>&amp;tau;</mi> <mrow> <mi>k</mi> <mo>+</mo> <mn>1</mn> </mrow> </msub> <mo>-</mo> <msub> <mi>&amp;tau;</mi> <mi>k</mi> </msub> </mrow> <mrow> <msub> <mi>&amp;tau;</mi> <mrow> <mi>k</mi> <mo>+</mo> <mn>2</mn> </mrow> </msub> <mo>-</mo> <msub> <mi>&amp;tau;</mi> <mi>k</mi> </msub> </mrow> </mfrac> <mrow> <mo>(</mo> <msub> <mi>X</mi> <mrow> <mi>k</mi> <mo>+</mo> <mn>2</mn> </mrow> </msub> <mo>-</mo> <msub> <mi>X</mi> <mi>k</mi> </msub> <mo>)</mo> </mrow> <mo>&amp;rsqb;</mo> <mo>+</mo> <mrow> <mo>(</mo> <mn>1</mn> <mo>-</mo> <mi>a</mi> <mo>)</mo> </mrow> <msub> <mi>X</mi> <mrow> <mi>k</mi> <mo>+</mo> <mn>1</mn> </mrow> </msub> </mrow>
其中，Xk为每一个ISC分量在整个数据段内极值点，τk为各个极值点对应的时刻(k＝1,2,...,M，其中，M为极值点的个数)，设定常数a∈(0,1)，典型地，a＝0.5，Lk为均值点，设定变动量△，当|Lk+1|≤△时迭代结束。
4.根据权利要求2所述的一种油膜振荡二维及三维瞬时特征提取方法，其特征在于，所述步骤1-6中通过循环处理得到最终残留信号，判断循环停止的条件是残留信号呈现单调变化特性或者是一常数。
5.根据权利要求1所述的一种油膜振荡二维及三维瞬时特征提取方法，其特征在于，所述步骤2中组成的复数形式的二元旋转信号z(t)为：
z(t)＝x(t)+jy(t)
其中，x(t)为水平方向上的油膜振荡信号，y(t)为垂直方向上的油膜振荡信号，ij＝i2＝j2＝-1。
6.一种油膜振荡二维及三维瞬时特征提取装置，其特征在于，包括检测单元、分解单元和转换单元；
所述检测单元用于采集转子同一截面水平方向和垂直方向的油膜振荡信号，并将其组成一个复数形式的二元旋转信号；
所述分解单元用于将所述复数形式的二元旋转信号自适应分解成多个复数形式单分量的二元子旋转信号与一个最终残留信号之和；
所述转换单元用于将复数形式的二元旋转信号从时域变换到频域，并对基频对应的二元子旋转信号和半频对应的二元子旋转信号运算，得到相应的瞬时幅值特性和瞬时频率特性，从而提取油膜振荡信号的二维瞬时时-幅、时-频、幅-频特征和三维时-幅-频特征。
7.根据权利要求6所述的一种油膜振荡二维及三维瞬时特征提取装置，其特征在于，所述检测单元所组成的复数形式的二元旋转信号z(t)为：
z(t)＝x(t)+jy(t)
其中，x(t)为水平方向上的油膜振荡信号，y(t)为垂直方向上的油膜振荡信号，ij＝i2＝j2＝-1。
8.根据权利要求7所述的一种油膜振荡二维及三维瞬时特征提取装置，其特征在于，所述分解单元运用复局部特征尺度分解将所述复数形式的二元旋转信号z(t)自适应分解成多个复数形式单分量的二元子旋转信号与一个最终残留信号之和；具体步骤包括：
(1)将复数形式的二元旋转信号信号z(t)分别投影到0方向和π/2方向，
z0(t)＝Re(e-j0·z(t))
<mrow> <msub> <mi>z</mi> <mrow> <mi>&amp;pi;</mi> <mo>/</mo> <mn>2</mn> </mrow> </msub> <mrow> <mo>(</mo> <mi>t</mi> <mo>)</mo> </mrow> <mo>=</mo> <mi>Re</mi> <mrow> <mo>(</mo> <msup> <mi>e</mi> <mrow> <mo>-</mo> <mi>j</mi> <mi>&amp;pi;</mi> <mo>/</mo> <mn>2</mn> </mrow> </msup> <mo>&amp;CenterDot;</mo> <mi>z</mi> <mo>(</mo> <mi>t</mi> <mo>)</mo> <mo>)</mo> </mrow> <mo>;</mo> </mrow>
(2)利用局部特征尺度分解分别计算z0(t)和zπ/2(t)的基线信号；
(3)将步骤(2)中得到的z0(t)和zπ/2(t)的基线信号分别从z0(t)和zπ/2(t)中分离出来，得到剩余信号I0(i,k)(t)和I(π/2)(i,k)(t)，
I0(i,k)(t)＝z0(t)-p0(i,k)(t)
I(π/2)(i,k)(t)＝zπ/2(t)-p(π/2)(i,k)(t)
其中，p0(i,k)(t)为z0(t)的基线信号，p(π/2)(i,k)(t)为zπ/2(t)的基线信号，i为ISC分量的个数，ISC为内禀尺度分量，k为剩余信号满足ISC条件的最大迭代次数；
(4)根据步骤(3)中得到的实轴方向的剩余信号I0(i,k)(t)和虚轴方向的剩余信号I(π/2)(i,k)(t)，计算复数信号的剩余信号I(i,k)(t)，
<mrow> <msub> <mi>I</mi> <mrow> <mo>(</mo> <mi>i</mi> <mo>,</mo> <mi>k</mi> <mo>)</mo> </mrow> </msub> <mrow> <mo>(</mo> <mi>t</mi> <mo>)</mo> </mrow> <mo>=</mo> <msup> <mi>e</mi> <mrow> <mo>-</mo> <mi>j</mi> <mn>0</mn> </mrow> </msup> <mo>&amp;CenterDot;</mo> <msub> <mi>I</mi> <mrow> <mn>0</mn> <mrow> <mo>(</mo> <mi>i</mi> <mo>,</mo> <mi>k</mi> <mo>)</mo> </mrow> </mrow> </msub> <mrow> <mo>(</mo> <mi>t</mi> <mo>)</mo> </mrow> <mo>+</mo> <msup> <mi>e</mi> <mrow> <mo>-</mo> <mi>j</mi> <mi>&amp;pi;</mi> <mo>/</mo> <mn>2</mn> </mrow> </msup> <mo>&amp;CenterDot;</mo> <msub> <mi>I</mi> <mrow> <mo>(</mo> <mi>&amp;pi;</mi> <mo>/</mo> <mn>2</mn> <mo>)</mo> <mo>(</mo> <mi>i</mi> <mo>,</mo> <mi>k</mi> <mo>)</mo> </mrow> </msub> <mrow> <mo>(</mo> <mi>t</mi> <mo>)</mo> </mrow> </mrow>
(5)根据步骤(4)得到的复数信号的剩余信号I(i,k)(t)，可得到复ISC分量ci(t)，
ci(t)＝I(i,k)(t)
(6)将所有复内禀尺度分量和最终残留信号相加，得到复数信号的复局部特征尺度分解的完整表达式为：
<mrow> <mi>z</mi> <mrow> <mo>(</mo> <mi>t</mi> <mo>)</mo> </mrow> <mo>=</mo> <munderover> <mo>&amp;Sigma;</mo> <mrow> <mi>i</mi> <mo>=</mo> <mn>1</mn> </mrow> <mi>n</mi> </munderover> <msub> <mi>c</mi> <mi>i</mi> </msub> <mrow> <mo>(</mo> <mi>t</mi> <mo>)</mo> </mrow> <mo>+</mo> <mi>r</mi> <mrow> <mo>(</mo> <mi>t</mi> <mo>)</mo> </mrow> </mrow>
其中，n为最大迭代次数，r(t)为最终残留信号。
9.根据权利要求8所述的一种油膜振荡二维及三维瞬时特征提取装置，其特征在于，所述步骤(3)中满足的ISC条件为，
<mrow> <msub> <mi>L</mi> <mrow> <mi>k</mi> <mo>+</mo> <mn>1</mn> </mrow> </msub> <mo>=</mo> <mi>a</mi> <mo>&amp;lsqb;</mo> <msub> <mi>X</mi> <mi>k</mi> </msub> <mo>+</mo> <mfrac> <mrow> <msub> <mi>&amp;tau;</mi> <mrow> <mi>k</mi> <mo>+</mo> <mn>1</mn> </mrow> </msub> <mo>-</mo> <msub> <mi>&amp;tau;</mi> <mi>k</mi> </msub> </mrow> <mrow> <msub> <mi>&amp;tau;</mi> <mrow> <mi>k</mi> <mo>+</mo> <mn>2</mn> </mrow> </msub> <mo>-</mo> <msub> <mi>&amp;tau;</mi> <mi>k</mi> </msub> </mrow> </mfrac> <mrow> <mo>(</mo> <msub> <mi>X</mi> <mrow> <mi>k</mi> <mo>+</mo> <mn>2</mn> </mrow> </msub> <mo>-</mo> <msub> <mi>X</mi> <mi>k</mi> </msub> <mo>)</mo> </mrow> <mo>&amp;rsqb;</mo> <mo>+</mo> <mrow> <mo>(</mo> <mn>1</mn> <mo>-</mo> <mi>a</mi> <mo>)</mo> </mrow> <msub> <mi>X</mi> <mrow> <mi>k</mi> <mo>+</mo> <mn>1</mn> </mrow> </msub> </mrow>
其中，Xk为每一个ISC分量在整个数据段内极值点，τk为各个极值点对应的时刻(k＝1,2,...,M，其中，M为极值点的个数)，设定常数a∈(0,1)，典型地，a＝0.5，Lk为均值点，设定变动量△，当|Lk+1|≤△时迭代结束；
所述步骤(6)中通过循环处理得到最终残留信号，判断循环停止的条件是残留信号呈现单调变化特性或者是一常数。
10.根据权利要求6-9中任一项所述的一种油膜振荡二维及三维瞬时特征提取装置，其特征在于，所述转换单元运用傅立叶变换将复数形式的二元旋转信号从时域变换到频域，运用希尔伯特变换对基频对应的二元子旋转信号和半频对应的二元子旋转信号运算，得到相应的瞬时幅值特性和瞬时频率特性，从而提取油膜振荡信号的二维瞬时时-幅、时-频、幅-频特征和三维时-幅-频特征。
CN201711157490.6A 2017-11-20 2017-11-20 一种油膜振荡二维及三维瞬时特征提取方法及装置 Active CN108020405B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201711157490.6A CN108020405B (zh) 2017-11-20 2017-11-20 一种油膜振荡二维及三维瞬时特征提取方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201711157490.6A CN108020405B (zh) 2017-11-20 2017-11-20 一种油膜振荡二维及三维瞬时特征提取方法及装置

Publications (2)

Publication Number Publication Date
CN108020405A true CN108020405A (zh) 2018-05-11
CN108020405B CN108020405B (zh) 2019-08-02

Family

ID=62079920

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201711157490.6A Active CN108020405B (zh) 2017-11-20 2017-11-20 一种油膜振荡二维及三维瞬时特征提取方法及装置

Country Status (1)

Country Link
CN (1) CN108020405B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115876511A (zh) * 2022-12-29 2023-03-31 郑州机械研究所有限公司 一种旋转机械的故障确定方法、装置及电子设备

Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPS5284783A (en) * 1976-01-07 1977-07-14 Hitachi Ltd Axial vibration detecting methods and its apparatus
JP2007286017A (ja) * 2006-04-20 2007-11-01 Toyota Motor Corp 歯車の噛合状態評価方法および装置
CN102023100A (zh) * 2010-04-19 2011-04-20 东莞市罗尔机电科技有限公司 设备故障预警系统及方法
CN103558022A (zh) * 2013-11-08 2014-02-05 国网福建晋江市供电有限公司 基于振动信号聚类的配电开关机械状态诊断方法
CN103823180A (zh) * 2014-02-27 2014-05-28 国家电网公司 一种配电开关机械故障诊断方法
CN104165686A (zh) * 2014-06-17 2014-11-26 中州大学 一种基于二元经验模态分解的转子轴心轨迹提纯方法
CN104165759A (zh) * 2014-06-17 2014-11-26 中州大学 一种基于复局部均值分解的转子碰摩故障特征提取方法
CN106053034A (zh) * 2016-05-11 2016-10-26 西安交通大学 一种基于调频信息重构的旋转机械全息诊断方法
CN106932191A (zh) * 2017-04-14 2017-07-07 中州大学 一种转子三维空间轴心轨迹提纯方法及装置
CN106989907A (zh) * 2017-04-14 2017-07-28 中州大学 一种转子故障特征提取方法及装置

Patent Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPS5284783A (en) * 1976-01-07 1977-07-14 Hitachi Ltd Axial vibration detecting methods and its apparatus
JP2007286017A (ja) * 2006-04-20 2007-11-01 Toyota Motor Corp 歯車の噛合状態評価方法および装置
CN102023100A (zh) * 2010-04-19 2011-04-20 东莞市罗尔机电科技有限公司 设备故障预警系统及方法
CN103558022A (zh) * 2013-11-08 2014-02-05 国网福建晋江市供电有限公司 基于振动信号聚类的配电开关机械状态诊断方法
CN103823180A (zh) * 2014-02-27 2014-05-28 国家电网公司 一种配电开关机械故障诊断方法
CN104165686A (zh) * 2014-06-17 2014-11-26 中州大学 一种基于二元经验模态分解的转子轴心轨迹提纯方法
CN104165759A (zh) * 2014-06-17 2014-11-26 中州大学 一种基于复局部均值分解的转子碰摩故障特征提取方法
CN106053034A (zh) * 2016-05-11 2016-10-26 西安交通大学 一种基于调频信息重构的旋转机械全息诊断方法
CN106932191A (zh) * 2017-04-14 2017-07-07 中州大学 一种转子三维空间轴心轨迹提纯方法及装置
CN106989907A (zh) * 2017-04-14 2017-07-28 中州大学 一种转子故障特征提取方法及装置

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
唐贵基 等: "基于 HHT 的旋转机械油膜涡动和油膜振荡故障特征分析", 《中国电机工程学报》 *
黄传金 等: "LCD 全矢包络谱及其在轴承故障特征提取中的应用", 《微特电机》 *

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115876511A (zh) * 2022-12-29 2023-03-31 郑州机械研究所有限公司 一种旋转机械的故障确定方法、装置及电子设备

Also Published As

Publication number Publication date
CN108020405B (zh) 2019-08-02

Similar Documents

Publication Publication Date Title
CN108051189A (zh) 一种旋转机械故障特征提取方法及装置
Huang et al. Time-frequency squeezing and generalized demodulation combined for variable speed bearing fault diagnosis
Wang et al. Generalization of deep neural networks for imbalanced fault classification of machinery using generative adversarial networks
Chen et al. High-accuracy fault feature extraction for rolling bearings under time-varying speed conditions using an iterative envelope-tracking filter
CN105115594B (zh) 基于小波熵和信息融合的齿轮箱振动信号故障特征提取方法
Tu et al. Generalized horizontal synchrosqueezing transform: Algorithm and applications
Yang et al. Fault feature extraction based on combination of envelope order tracking and cICA for rolling element bearings
CN104165686B (zh) 一种基于二元经验模态分解的转子轴心轨迹提纯方法
CN103983564B (zh) 一种表征腐蚀速度的电化学噪声处理方法
CN106872893B (zh) 一种电机转子断条故障处理方法及系统
Zhu et al. An SDP Characteristic Information Fusion‐Based CNN Vibration Fault Diagnosis Method
Hu et al. Compound fault diagnosis of rolling bearings based on improved tunable Q-factor wavelet transform
CN108376233A (zh) 一种故障检测的分离稀疏表示方法及故障周期检测方法
CN108345039A (zh) 一种消除地面核磁共振数据中邻频谐波干扰的方法
CN106895985A (zh) 高速线材轧机的故障信号降噪重构特征识别方法
Cui et al. Spectrum-based, full-band preprocessing, and two-dimensional separation of bearing and gear compound faults diagnosis
CN110174255A (zh) 一种基于径向基神经网络的变压器振动信号分离方法
Zhang et al. Faster multiscale dictionary learning method with adaptive parameter estimation for fault diagnosis of traction motor bearings
CN105352726B (zh) 一种齿轮的故障诊断方法
Liu et al. Rotating machinery fault diagnosis under time-varying speeds: A review
CN110398364A (zh) 基于共振稀疏分解和FastICA算法的行星齿轮箱故障诊断方法
Deng et al. Adaptive parametric dictionary design of sparse representation based on fault impulse matching for rotating machinery weak fault detection
Roberts et al. A test of the frozen-flux approximation using a new geodynamo model
CN108020405A (zh) 一种油膜振荡二维及三维瞬时特征提取方法及装置
Liu et al. Two-step adaptive chirp mode decomposition for time-varying bearing fault diagnosis

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