CN108204897B - 一种轴承参数正确性判断及多参数自动诊断匹配的方法 - Google Patents
一种轴承参数正确性判断及多参数自动诊断匹配的方法 Download PDFInfo
- Publication number
- CN108204897B CN108204897B CN201611166179.3A CN201611166179A CN108204897B CN 108204897 B CN108204897 B CN 108204897B CN 201611166179 A CN201611166179 A CN 201611166179A CN 108204897 B CN108204897 B CN 108204897B
- Authority
- CN
- China
- Prior art keywords
- fault
- bearing
- parameters
- spectrum
- characteristic
- 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 description 26
- 238000003745 diagnosis Methods 0.000 claims abstract description 23
- 238000001228 spectrum Methods 0.000 claims description 89
- 230000003595 spectral effect Effects 0.000 claims description 10
- 238000005096 rolling process Methods 0.000 claims description 4
- 238000012544 monitoring process Methods 0.000 abstract description 11
- 238000012423 maintenance Methods 0.000 abstract description 3
- 238000005070 sampling Methods 0.000 description 15
- 230000003137 locomotive effect Effects 0.000 description 14
- 238000001514 detection method Methods 0.000 description 6
- 238000005516 engineering process Methods 0.000 description 5
- 230000005540 biological transmission Effects 0.000 description 3
- 238000004451 qualitative analysis Methods 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 238000007711 solidification Methods 0.000 description 1
- 230000008023 solidification Effects 0.000 description 1
Images
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
- G01M13/04—Bearings
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Testing Of Devices, Machine Parts, Or Other Structures Thereof (AREA)
- Measurement Of Mechanical Vibrations Or Ultrasonic Waves (AREA)
Abstract
一种轴承参数正确性判断及多参数自动诊断匹配的方法，在轴承故障在线监测时，针对一个测点同时包括多套不同类型的轴承，或某测点位置虽只有单套轴承但存在多种型号或多个厂家提供的参数不同轴承的可能性，由专家系统实现对默认轴承参数正确与否的判断，并根据轴承参数库对故障轴承实际参数进行自动识别，从而防止因参数配置不当导致的误诊、漏诊，提高监测设备的适用性，引导正确维修。
Description
技术领域
本发明属于轨道交通车辆故障诊断、安全保护与可靠性设计技术领域，涉及一种轴承参数正确性判断及多参数自动诊断匹配的方法。
背景技术
目前在轴承的在线故障监测领域，我国的基于广义共振/共振解调故障诊断技术居于国际前列。但在长期的应用过程中也出现了新的挑战。
轴承在线故障监测的实现主要涉及有两个方面的工作：故障定性分析和故障定量计算，其中故障定性分析是根据轴承的机械结构和运动规律对故障源进行精确定位，是对轴承进行精密诊断的手段。它对轴承部件的几何结构以及运动规律的依赖程度很高；而故障定量计算则以定性分析为基础。但是在工程应用中，多种因素都会导致监测系统中的轴承参数与实际应用情况不一致，从而引起误诊、漏诊现象。
首先，对于机车制造厂而言，轴承属于外购部件，其准确的几何参数只有轴承厂家掌握。监测系统需要获得这些参数必须通过监测系统的终端用户(即机车应用部门)向机车制造厂索取，机车制造厂再向轴承厂家索取。如果是电机轴承，则机车制造厂还必须通过电机厂再向轴承厂家索取，参数信息在这些传递过程中，由于人为等因素难免存在出错的可能。
第二，基于某些方面的原因考虑，现有机车、地铁车辆的轴承在设计选型时，会同时选用多个轴承厂商的轴承，这就导致同一车型同一位置可能出现有多种轴承参数的现象，而且在不拆解的情况下，即便是机车、车辆制造厂也无法确定实际使用的是哪一种参数，因此对于监测诊断系统而言就增加了不确定性。
第三，为满足不同功能需要，机车在设计时可能会在同一位置同时安装多套不同类型的轴承。例如，驱动电机在非传动端同时安装一套圆柱轴承和一套球轴承，以同时满足径向载荷和轴向载荷要求，这就使得传感器所在测点的故障信息源不具有唯一性。
第四，现有机车对轴承的参数不存在匹配设计要求，只要轴承的内径、外径和轴承宽度符合安装要求即可，因此大修厂在维修过程中，在保证内径、外径和轴承宽度相同的情况下，很可能将原装轴承更换成其它品牌或型号的轴承，这就导致轴承参数很可能发生改变(如滚径、滚子数等)，但监测系统的轴承参数配置库又没有同步更新，从而导致监测系统的轴承参数不正确。
虽然我国的轴承在线监测技术已经走在了世界的前列，但对于上述问题，还没有一种成熟的、有效的在线技术实现工程化应用。更不能指望有他人提出的解决此问题的技术作为参考。
发明内容
为了解决上述现状中存在的技术问题，本发明的目的是，提出一种轴承参数正确性判断及多参数自动诊断匹配的方法，该方法能够自动判断出当前使用的默认轴承参数是否错误，并从轴承参数库中备案的该测点所有可能用到的轴承中匹配出正确的轴承参数。
一种轴承参数正确性判断及多参数自动诊断匹配的方法，利用现有广义共振/共振解调方法和现有转速跟踪检测方法检测轴承的故障冲击信号样本为S(i)，其采样方法为对应测速传感器所安装的转轴的每一个转动周期产生I(跟踪采样点数)个均匀分布的跟踪采样脉冲(其他轴的轴承监测共用该跟踪采样脉冲)，对上述测速传感器所安装的转轴的故障冲击信号的每周均匀采样次数为I；跟踪采样频率fc为测速传感器所安装的转轴的转动频率fn的I倍，即fc＝I×fn，例如I＝200点/转、400点/转，信号样本为S(i)的样本长度N0则为任意长度，例如2n，其中n值工程习惯设置为整数，由于采用了跟踪采样，特征频率等效为相应的特征谱号。则所述一种轴承参数正确性判断及多参数自动诊断匹配的方法按下述步骤：
步骤1，对故障冲击信号样本S(i)进行傅里叶变换得到频谱F(i)，根据故障冲击共振解调频谱的多阶性原则，以及轴承滚动部件的信号幅度调制特征，对F(i)进行搜索，判断样本数据中是否存在故障冲击以及故障冲击谱的特征谱号P，并根据故障冲击谱的特征谱号P及当前转轴的特征谱号Pn判定故障所属类型。
例如，对于外环固定、内环转动的轴承，其保持架故障和外环故障存在与故障特征谱号成倍数关系的多阶谱，但一般不存在边频谱和调制谱，且保持架故障特征谱低于转轴特征谱号Pn(在同一跟踪采样模式下，转轴特征谱号Pn是固定的。例如当样本数据中转轴的采样周期数为10时，转轴特征谱号Pn＝10)，而外环的故障特征谱则远高于Pn；其内环故障除了有多阶谱外，还有受当前转轴调制的调制谱和边频谱；其滚子故障除了有多阶谱外，还有受保持架调制的调制谱和边频谱。
判断样本数据中是否存在故障冲击以及故障冲击谱的特征谱号P的方法是：
如果某根谱号为X的谱线在1*X、2*X、3*X处均存在突出谱线，则样本中存在故障冲击，其故障冲击谱的特征谱号P＝X。
根据故障冲击谱的特征谱号P及当前转轴的特征谱号Pn判定故障所属类型的方法是：
若P<Pn且P左右等间距等于Pn的位置上均没有突出谱线(即没有边频谱和调制谱)，则P所属故障类为保持架故障；若P>Pn且P没有边频谱和调制谱，则P所属故障类为外环故障；若P>Pn且P在左右间距等于Pn的位置上存在突出谱线，则P所属故障类为内环故障；若P>Pn且P在左右间距小于Pn的位置上存在突出谱线，则P所属故障类为滚子故障。
步骤2，根据当前测点配置的默认轴承(几何)参数，以及当前转轴的特征谱号Pn，计算轴承部件主要的6类故障特征谱号：
保持架碰外环故障特征谱号
保持架碰内环故障特征谱号
外环滚道故障特征谱号
内环滚道故障特征谱号
滚子端面故障特征谱号
滚子圆周故障特征谱号
其中，D0为轴承的公称中径，d为轴承的滚子公称直径，Z为轴承的滚子个数，α为接触角度；
步骤3，将步骤1搜索到的故障冲击谱的特征谱号P与步骤2计算出的6类故障特征谱号中的同类故障特征谱号进行比较，如果误差小于1％，则判定默认轴承参数正确，否则判定默认轴承参数不正确；若默认轴承参数判定为正确，则将正确的默认轴承参数所对应的轴承判定为故障轴承，并将故障轴承的故障类型确定为步骤1所判定的故障所属类型。
步骤4，若默认轴承参数不正确，则根据轴承参数库中当前测点可能存在的其它轴承参数，逐一将它们作为待更新的默认轴承参数，重复步骤2和步骤3，匹配出谱号误差最小且谱号误差小于1％的一组轴承参数确认为当前测点实际使用的更新的默认轴承参数，并将实际使用的更新的默认轴承参数判定为正确的默认轴承参数，然后将正确的默认轴承参数所对应的轴承判定为故障轴承，并将故障轴承的故障类型确定为步骤1所判定的故障所属类型。
为免除此后诊断该测点时因原设默认轴承参数不正确而重复进行参数匹配，当发生用更新的默认轴承参数取代原设的默认轴承参数后，将当前测点的轴承参数库的轴承默认轴承参数，更改为更新的默认轴承参数。
轴承参数库中备案有所有可能用到的轴承参数。
上述自动诊断匹配的流程如附图1所示。
所述转速跟踪检测方法为现有技术，具体可参见专利《变速机械故障诊断的转速跟踪采样及谱号固化分析方法》(CN201010169783.8)。
采用本发明的上述技术方案所产生的有益效果在于：
在工程应用中，同一传感器测点可能存在多种型号轴承参数的现象不可避免。基于现有的应用广义共振/共振解调技术的轴承故障检测装置检测运转机器所输出的包含轴承故障冲击的信息，和通过转速跟踪采样技术获取的包含轴承故障冲击信息的样本，通过本发明描述的方法，可以有效降低误诊、漏诊发生的概率，即可达到防止引发事故的目的，又能减少不必要的维修。
附图说明
附图1为自动诊断匹配的流程图；
附图2为某动车组齿轮箱输入端轴承冲击信号及参数匹配结果；
附图3为内环故障的示意图；
附图4为某HX型机车轴箱轴承冲击信号及参数匹配结果；
附图5为外环故障的示意图；
附图6为某HX型机车抱轴轴承冲击信号及参数匹配结果；
附图7为外环故障的示意图。
具体实施方式
下面结合附图和具体实施例对本发明进行详细的描述。
实施例1，传感器测点同时安装多套不同类型轴承的自动匹配
某动车组齿轮箱输入端同时安装有四套不同型号的轴承，附图2为该测点位置利用广义共振/共振解调方法和转速跟踪检测方法检测轴承的冲击信号样本，测速传感器所安装的转轴采样周期数M＝20.48，此测点为非测速传感器所安装的转轴，当前轴的采样周期数Mn需乘以传动比η＝ZD/ZX＝60/27＝2.22，即Mn＝M*η＝45.51，因此当前轴的特征谱号为Pn＝45.51。其中ZD为大齿轮齿数60、ZX为小齿轮齿数27。
在附图2的频谱中，搜索到存在明显的P＝298的故障冲击特征谱号及其高阶，同时有Pn＝45.51的调制谱及其在P左右对应的边频谱，所属故障类型为内环故障；根据上述方法设计的自动匹配软件在对该测点所含的4种轴承进行各类故障的特征谱号的计算和与P＝298匹配中，在进行到按参数3的具体参数：D0＝125、d＝29、Z＝11、α＝35°计算得到，内环滚道故障特征谱号
计算与P的误差：298/297.88-1＝0.0004，小于允许的误差0.01，于是自动匹配成功的结论是：确认当前测点数据所反映的故障信息是参数3的轴承的内环故障信息，并自动计算该故障的级差为59dB。并在附图2的自动诊断报表中，以深底色参数标签显示所命中的故障轴承，并在其下方的表格中列出了该轴承的参数，还在“类型”、“诊断dB”和“诊断结论”栏显示“内环59dB内部预警”的诊断结果；根据该诊断结论对该轴承拆解维修，拆解后确认为球轴承内环剥离故障，如附图3。
实施例2，传感器测点可能存在不同型号轴承的自动匹配
某段HX型机车轴箱位置安装有一套双列轴承，但该位置的轴承存在两种可能的型号，在不拆解的情况下，即便是机车制造厂也无法确定实际使用的是哪一种。附图4是该测点位置利用广义共振/共振解调方法和转速跟踪检测方法检测轴承的冲击信号样本，测速传感器所安装的转轴采样周期数M＝10.24，此传感器测点为测速传感器所安装的转轴，因此当前轴的特征谱号为Pn＝10.24。
在附图4的频谱中，搜索到存在明显的P＝78.5的故障冲击特征谱号及其高阶谱，而且没有调制谱及边频谱信息，因P>Pn，所属故障类型为外环。根据上述方法设计的自动匹配软件在对该测点所含的2种轴承进行各类故障的特征谱号的计算和与P＝78.5匹配中，在进行到按默认参数1的具体参数：D0＝212、d＝30、Z＝18、α＝0计算得到，外环滚道故障特征谱号
计算与P的误差：79.12/78.5-1＝0.007898，小于允许的误差0.01，于是自动匹配成功的结论是：默认轴承参数正确；并自动计算该故障的级差为60dB。在附图4的自动诊断报表中，以深底色参数标签显示所命中的故障轴承，并在其下方的表格中列出了该轴承的参数，还在“类型”、“诊断dB”和“诊断结论”栏显示“外环60dB一级报警”的诊断结果；据该诊断结论对该轴承拆解维修，拆解后确认为圆柱滚子轴承外环剥离故障，如附图5。
实施例3，传感器测点可能存在不同型号轴承的自动匹配
某段HX型机车抱轴承位置安装有一套单列轴承，但该位置的轴承存在两种可能的型号，在不拆解的情况下，即便是机车制造厂也无法确定实际使用的是哪一种。附图6是该测点位置利用广义共振/共振解调方法和转速跟踪检测方法检测轴承的冲击信号样本，测速传感器所安装的转轴采样周期数M＝10.24，此传感器测点为测速传感器所安装的转轴，因此当前轴的特征谱号为Pn＝10.24。
在附图6的频谱中，自动诊断软件搜索到存在明显的P＝135.2的故障冲击特征谱号及其高阶谱，而且没有调制谱及边频谱信息，根据上述方法设计的自动匹配软件在对该测点所含的2种轴承进行各类故障的特征谱号的计算和与P＝135.2匹配中，在进行到按参数2的具体参数：D0＝305.5、d＝26.1、Z＝29、α＝12.5计算得到，外环滚道故障特征谱号
计算与P的误差：136.09/135.2-1＝0.006582，小于允许的误差0.01，于是自动匹配成功的结论是：确认当前测点数据所反映的故障信息是参数2的轴承的外环故障信息，并自动计算该故障的级差为65dB。在附图6的自动诊断报表中，以深底色参数标签显示所命中的故障轴承，并在其下方的表格中列出了该轴承的参数，还在“类型”、“诊断dB”和“诊断结论”栏显示“外环65dB二级报警”的诊断结果；据该诊断结论对该轴承拆解维修，拆解后确认为轴承外环剥离故障，如附图7。
Claims (2)
1.一种轴承参数正确性判断及多参数自动诊断匹配的方法，利用广义共振/共振解调方法和转速跟踪检测方法检测轴承的故障冲击信号样本为S(i)，其特征在于，判断轴承参数正确性及多参数自动诊断匹配的方法按下述步骤：
步骤1，对故障冲击信号样本S(i)进行傅里叶变换得到频谱F(i)，根据故障冲击共振解调频谱的多阶性原则，以及轴承滚动部件的信号幅度调制特征，对F(i)进行搜索，判断样本数据中是否存在故障冲击，以及故障冲击谱的特征谱号P，并根据故障冲击谱的特征谱号P及当前转轴的特征谱号Pn判定故障所属类型；
步骤2，根据当前测点配置的轴承的默认轴承参数，以及当前转轴的特征谱号Pn，计算轴承部件主要的6类故障特征谱号：
保持架碰外环故障特征谱号
保持架碰内环故障特征谱号
外环滚道故障特征谱号
内环滚道故障特征谱号
滚子端面故障特征谱号
滚子圆周故障特征谱号
其中，D0为轴承的公称中径，d为轴承的滚子公称直径，Z为轴承的滚子个数，α为接触角度；
步骤3，将步骤1搜索到的故障冲击谱的特征谱号P与步骤2计算出的6类故障特征谱号中的同类故障特征谱号进行比较，如果谱号误差小于1％，则判定默认轴承参数正确，并按照默认轴承参数进行故障诊断，否则判定默认轴承参数不正确；若默认轴承参数判定为正确，则将正确的默认轴承参数所对应的轴承判定为故障轴承，并将故障轴承的故障类型确定为步骤1所判定的故障所属类型；
步骤4，若默认轴承参数不正确，则根据轴承参数库中当前测点存在的其它轴承参数，逐一将它们作为待更新的默认轴承参数，重复步骤2和步骤3，匹配出谱号误差最小且谱号误差小于1％的一组轴承参数确认为当前测点的实际使用的更新的默认轴承参数，并将实际使用的更新的默认轴承参数判定为正确的默认轴承参数，然后将正确的默认轴承参数所对应的轴承判定为故障轴承，并将故障轴承的故障类型确定为步骤1所判定的故障所属类型；
为免除此后诊断该测点时因原设默认轴承参数不正确而重复进行参数匹配，当发生用更新的默认轴承参数取代原设的默认轴承参数后，将当前测点的轴承参数库的默认轴承参数，更改为更新的默认轴承参数。
2.根据权利要求1所述的一种轴承参数正确性判断及多参数自动诊断匹配的方法，其特征在于，步骤1中，判断样本数据中是否存在故障冲击以及故障冲击谱的特征谱号P的方法是：
如果某根谱号为X的谱线在1*X、2*X、3*X处均存在突出谱线，则样本中存在故障冲击，其故障冲击谱的特征谱号P＝X；
步骤1中，根据故障冲击谱的特征谱号P及当前转轴的特征谱号Pn判定故障所属类型的方法是：
若P<Pn且P左右等间距等于Pn的位置上均没有突出谱线，即没有边频谱和调制谱，则P所属故障类为保持架故障；若P>Pn且P没有边频谱和调制谱，则P所属故障类为外环故障；若P>Pn且P在左右间距等于Pn的位置上存在突出谱线，则P所属故障类为内环故障；若P>Pn且P在左右间距小于Pn的位置上存在突出谱线，则P所属故障类为滚子故障。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201611166179.3A CN108204897B (zh) | 2016-12-16 | 2016-12-16 | 一种轴承参数正确性判断及多参数自动诊断匹配的方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201611166179.3A CN108204897B (zh) | 2016-12-16 | 2016-12-16 | 一种轴承参数正确性判断及多参数自动诊断匹配的方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN108204897A CN108204897A (zh) | 2018-06-26 |
| CN108204897B true CN108204897B (zh) | 2020-05-22 |
Family
ID=62601570
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201611166179.3A Active CN108204897B (zh) | 2016-12-16 | 2016-12-16 | 一种轴承参数正确性判断及多参数自动诊断匹配的方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN108204897B (zh) |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113567123B (zh) * | 2021-05-29 | 2023-09-29 | 湖南科技大学 | 旋转机械冲击类故障自动诊断方法 |
Family Cites Families (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| DE102006010847A1 (de) * | 2006-03-09 | 2007-09-13 | Schaeffler Kg | Verfahren zum Untersuchen von Lagerschäden |
| CN1825082B (zh) * | 2006-03-31 | 2010-04-14 | 洛阳轴研科技股份有限公司 | 滚动轴承故障自动诊断系统 |
| DE102006025626A1 (de) * | 2006-06-01 | 2007-12-06 | Schaeffler Kg | Verfahren zur Wälzlagerdiagnose |
| CN102607848A (zh) * | 2012-03-27 | 2012-07-25 | 天津市启轩电子有限公司 | 铁路列车轴承故障的检测方法 |
| CN103575535B (zh) * | 2013-11-26 | 2015-09-09 | 南车株洲电力机车研究所有限公司 | 风电用双馈发电机滚动轴承故障判别方法及装置 |
| CN107356432B (zh) * | 2017-07-12 | 2019-05-07 | 石家庄铁道大学 | 基于频域窗经验小波共振解调的滚动轴承故障诊断方法 |
-
2016
- 2016-12-16 CN CN201611166179.3A patent/CN108204897B/zh active Active
Also Published As
| Publication number | Publication date |
|---|---|
| CN108204897A (zh) | 2018-06-26 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN107271187B (zh) | 一种对汽车变速器轴承故障进行定量诊断的方法 | |
| US9423290B2 (en) | Abnormality diagnostic device for rolling bearing, wind turbine generation apparatus and abnormality diagnostic system | |
| US7865333B2 (en) | Process and device for monitoring a machine | |
| JP6553970B2 (ja) | 異常診断装置およびセンサ外れ検知方法 | |
| US20240053225A1 (en) | Method and Apparatus for Identifying an Abnormality in Mechanical Apparatus or Mechanical Component | |
| CN105527104A (zh) | 一种轴承跑合异音检测系统 | |
| CN110108487A (zh) | 轴承滚滑行为检测用的保持架转速检测结构及检测方法 | |
| CN110887679A (zh) | 一种轨道交通车辆健康管理方法、装置和系统 | |
| CN113776760B (zh) | 基于整轴振动分析的列车轮对失圆故障监测方法和系统 | |
| CN108204897B (zh) | 一种轴承参数正确性判断及多参数自动诊断匹配的方法 | |
| CN111521399A (zh) | 一种基于峭度指标与包络谱的空间轴承早期故障诊断方法 | |
| CN113464458A (zh) | 一种凝结水泵健康状态检测系统及方法 | |
| CN112964470A (zh) | 一种基于轴承健康指标检测滚动轴承早期故障的方法 | |
| CN116007930B (zh) | 一种汽车传动性能的测试方法及系统 | |
| CN203011694U (zh) | 一种滚动轴承故障检测装置 | |
| CN116609061A (zh) | 一种大型转机轴承全寿命周期管理方法 | |
| US20150178663A1 (en) | Method and Apparatus For Vehicle Service System Operator Guidance and Performance Tracking | |
| EP3953580B1 (en) | A method for computer-implemented monitoring of a component of a wind turbine | |
| CN215296211U (zh) | 用于齿轮箱的监测系统 | |
| KR102172012B1 (ko) | 철도차량 안전부품 진단장치 | |
| CN112699490A (zh) | 一种车辆维修结果验证方法和装置 | |
| Murčinko et al. | On-line monitoring system applied to explosive conditions of printing machine dryers | |
| KR102500883B1 (ko) | 머신러닝을 이용한 실시간 진동 신호 기반 회전기계의 건전성 관리 시스템 및 방법 | |
| CN111337255A (zh) | 一种滚动轴承剥落位置判定方法 | |
| CN116888450A (zh) | 一种用于监测机械装置或机械部件的健康状态的方法及装置 |
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 | ||
| TR01 | Transfer of patent right | ||
| TR01 | Transfer of patent right |
Effective date of registration: 20240322 Address after: 410116 No. 32, Xianling South Road, Yuhua District Economic Development Zone, Changsha, Hunan Patentee after: TANGZHI SCIENCE & TECHNOLOGY HUNAN DEVELOPMENT Co.,Ltd. Country or region after: China Patentee after: BEIJING TANGZHI SCIENCE & TECHNOLOGY DEVELOPMENT CO.,LTD. Address before: 410116 No. 32, Xianling South Road, Yuhua District Economic Development Zone, Changsha, Hunan Patentee before: TANGZHI SCIENCE & TECHNOLOGY HUNAN DEVELOPMENT Co.,Ltd. Country or region before: China |