CN108361207A - 一种用于离心泵振动监测与故障预警的装置及方法 - Google Patents
一种用于离心泵振动监测与故障预警的装置及方法 Download PDFInfo
- Publication number
- CN108361207A CN108361207A CN201810018024.8A CN201810018024A CN108361207A CN 108361207 A CN108361207 A CN 108361207A CN 201810018024 A CN201810018024 A CN 201810018024A CN 108361207 A CN108361207 A CN 108361207A
- Authority
- CN
- China
- Prior art keywords
- centrifugal pump
- fault
- vibration
- signal
- data acquisition
- 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
Links
- 238000012544 monitoring process Methods 0.000 title claims abstract description 22
- 238000000034 method Methods 0.000 title claims abstract description 17
- 239000013598 vector Substances 0.000 claims abstract description 24
- 230000001133 acceleration Effects 0.000 claims abstract description 11
- 238000012545 processing Methods 0.000 claims description 19
- 230000014509 gene expression Effects 0.000 claims description 6
- 238000005096 rolling process Methods 0.000 claims description 6
- 230000008878 coupling Effects 0.000 claims description 3
- 238000010168 coupling process Methods 0.000 claims description 3
- 238000005859 coupling reaction Methods 0.000 claims description 3
- 230000007774 longterm Effects 0.000 claims description 2
- 238000000605 extraction Methods 0.000 abstract description 4
- 238000004088 simulation Methods 0.000 abstract 1
- 238000003745 diagnosis Methods 0.000 description 5
- 238000001914 filtration Methods 0.000 description 3
- 238000011160 research Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 2
- 238000011156 evaluation Methods 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000006866 deterioration Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000008030 elimination Effects 0.000 description 1
- 238000003379 elimination reaction Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000005272 metallurgy Methods 0.000 description 1
- 230000000877 morphologic effect Effects 0.000 description 1
- 238000010248 power generation Methods 0.000 description 1
- 238000007670 refining Methods 0.000 description 1
- 230000000717 retained effect Effects 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
Classifications
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F04—POSITIVE - DISPLACEMENT MACHINES FOR LIQUIDS; PUMPS FOR LIQUIDS OR ELASTIC FLUIDS
- F04D—NON-POSITIVE-DISPLACEMENT PUMPS
- F04D15/00—Control, e.g. regulation, of pumps, pumping installations or systems
- F04D15/0088—Testing machines
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F04—POSITIVE - DISPLACEMENT MACHINES FOR LIQUIDS; PUMPS FOR LIQUIDS OR ELASTIC FLUIDS
- F04D—NON-POSITIVE-DISPLACEMENT PUMPS
- F04D15/00—Control, e.g. regulation, of pumps, pumping installations or systems
- F04D15/0077—Safety measures
Landscapes
- Engineering & Computer Science (AREA)
- Mechanical Engineering (AREA)
- General Engineering & Computer Science (AREA)
- Measurement Of Mechanical Vibrations Or Ultrasonic Waves (AREA)
- Control Of Positive-Displacement Pumps (AREA)
Abstract
本发明公开了一种用于离心泵振动监测与故障预警的装置及方法。其中,离心泵的振动状况采用压电式振动加速度传感器进行拾取,并通过多通道数据采集卡输入主计算机形成离心泵振动信号。利用该装置进行振动监测与故障预警的方法,包括:模拟离心泵故障,采集故障信号;对故障信号进行消噪处理;对消噪信号进行特征提取;建立离心泵故障特征向量;运行离心泵机组,将振动传感器采集来的信号同样进行消噪处理和特征提取,得到对比特征向量,与模拟特征向量对比得出离心泵的对应测点是否出现故障。本发明具有成本低、易实施、通用性强的特点,预警结果简洁明了,提高了离心泵故障预警的准确性和效率。
Description
技术领域
本发明属于故障诊断技术领域,具体涉及一种用于离心泵振动监测与故障预警的装置及方法。
背景技术
离心泵是现代过程工业的重要设备,广泛应用于炼化、冶金、发电、采油、食品及制药等行业,它对生产过程的稳定、安全、可靠起着非常重要的作用,因此开展离心泵运行状态的监测评价与诊断维护研究,对保持其良好运行,减少因设备故障造成的生产事故具有重大意义。目前,国内外进行的离心泵故障诊断研究,主要都是利用机组的振动信号对其运行状态是否存在故障进行分析和判断,并对故障的类型及原因作出识别与决策。这种故障诊断方式在一定程度上能够预防因离心泵故障导致的严重事故,但由于故障辨识往往需要不同故障振动信号之间有较为明显的差别,离心泵已进入比较明显的故障运行状态,即故障的特征已比较明显时,才能进行有效的故障辨识。也就是说,故障诊断研究工作没有利用早期故障振动信号对离心泵进行振动监测与故障预警,提前来防止和避免故障的进一步恶化,而这有可能导致机组完全失效甚至彻底报废。
发明内容
为弥补现有技术的不足,本发明提供了一种用于离心泵振动监测与故障预警的装置及方法。通过合理设计离心泵振动信号的采集装置,并提取早期振动故障的敏感特征,实现对离心泵实时运行状态的有效监测和早期故障的准确预警。
本发明通过如下技术方案解决上述技术问题并实现上述目的:
一种用于离心泵振动监测与故障预警的装置,包括离心泵泵体、联轴器、电机、振动传感器、数据采集卡、处理主计算机;离心泵泵体上安装有旋转轴,旋转轴的两端由滚动轴承支撑,旋转轴通过联轴器连接电机,离心泵泵体、滚动轴承和基座上分别安装有振动传感器,振动传感器连接数据采集卡,数据采集卡连接处理主计算机。
进一步,振动传感器为压电式振动加速度传感器;所述振动传感器通过磁力座进行固定。
进一步,数据采集卡为多通道输入的异步数据采集卡。
一种用于离心泵振动监测与故障预警的方法,按照以下步骤进行:
a.模拟离心泵故障,采集故障信号
模拟离心泵的典型轻微故障,利用振动传感器获取振动加速度信号,通过数据采集卡将振动加速度信号送入处理主计算机,形成故障信号文件fault.txt;
b.对步骤a中的故障信号进行消噪处理
将存储在故障信号文件fault.txt中的振动信号表示为x(n),采用广义数学形态滤波器处理x(n)的表达式为:
其中,
(xΘh)(n)=min[x(n+m)-h(m)],
n=0,1,…,N-1,m=0,1,…,M-1,h(n)是定义在H={0,1,…,M}上的结构元素,N≥M;
c.对步骤b中得到的消噪信号s(n)进行特征提取
对消噪信号s(n)计算振动峰峰值C1、振动均方根值C2、振动峭度C3三个时域特征,其表达式分别为:
其中,Ni为s(n)的极值点个数,sext(n)为s(n)的局部极值点,
d.建立离心泵故障特征向量
使用步骤c中的C1、C2、C3构造故障状态特征向量C,C=[C1,C2,C3],将4个振动传感器采集到的故障信号处理后得到4个故障状态特征向量C,构造离心泵故障状态特征向量
将F保存在文件vector.txt中;
e.运行离心泵机组,将振动传感器采集来的信号按照步骤b和步骤c进行处理,得到对比特征向量C′=[C1′,C2′,C3′],将C′与步骤d中得到的C进行比对,若(C1′≥C1)∨(C2′≥C2)∨(C3′≥C3)=1成立,则离心泵的对应测点出现故障;不成立则离心泵的对应测点运行正常。
进一步,步骤d中,离心泵故障状态特征向量F根据离心泵的长期实际监测结果进行修正。
本发明的优点和有益效果在于:利用常用的硬件资源组建了用于离心泵振动监测与故障预警的装置,使得该装置的成本较低;通过振动峰峰值、振动均方根值和振动峭度三个振动强弱的指标对离心泵的运行状态进行综合评定,可保证评定结果准确、可靠;振动峰峰值、振动均方根值和振动峭度,三个振动强弱指标的计算公式简单,算法易于实现,可在各种软件平台上实施且运行速率快;在离心泵上布置多个振动最为敏感的信号采集点,利用多组振动信号计算三个振动敏感特征,可减少机组发生故障却不预警的状况出现;利用三个振动指标评判机组的振动状况后,自动做出离心泵是否正常运行的判断,整个过程无需人工参与,具有较高的自动化程度。
附图说明
图1是本发明用于离心泵振动监测与故障预警装置的结构示意图;
图2是本发明用于离心泵振动监测与故障预警方法的步骤流程图;
图3是模拟离心泵轴承轻微松动故障的原始振动信号和消噪处理后的信号波形图;
图4是本发明实施例离心泵轴承松动早期故障振动信号的峰峰值图;
图5是本发明实施例离心泵轴承松动早期故障振动信号的均方根值图;
图6是本发明实施例离心泵轴承松动早期故障振动信号的峭度图。
图1中的符号:1.离心泵泵体;2.联轴器;3.电机;4.振动传感器;5.数据采集卡;6.处理主计算机;7.旋转轴;8.滚动轴承;9.基座。
具体实施方式
下面结合附图及具体实施例,对本发明进行详细说明。
本发明装置如图1所示,包括离心泵泵体1、联轴器2、电机3、振动传感器4、数据采集卡5以及处理主计算机6;离心泵泵体1中安装有旋转轴7,旋转轴7两端由滚动轴承8支撑,旋转轴7通过联轴器2连接到电机3;振动传感器4连接数据采集卡5,数据采集卡5连接处理主计算机6。其中,振动传感器4为康泰电子的ULT2004V单轴向IEPE压电加速度传感器;数据采集卡5为研华科技的PCIE-1816多功能卡。
按图2所示的方法流程,对一台额定功率为3千瓦、扬程为28.5米、流量为每小时18立方米的离心泵进行振动监测与故障预警,其详细的实施过程与步骤如下:
a.模拟离心泵故障,采集故障信号
模拟离心泵的轴承轻微松动故障,利用振动传感器获取振动加速度信号,通过数据采集卡将振动加速度信号送入处理主计算机,数据采集卡的采样频率设为8KHz,形成故障信号文件fault.txt;
b.对上述步骤a中的故障信号进行消噪处理
将存储在故障信号文件fault.txt中的振动信号表示为x(n),采用广义数学形态滤波器处理x(n),其表达式为:
其中,
(xΘh)(n)=min[x(n+m)-h(m)],
n=0,1,…,N-1,m=0,1,…,M-1,h(n)是定义在H={0,1,…,M}上的结构元素,N≥M;
由于结构元素h(n)的形状对于滤波效果影响不大,而直线型结构元素计算简单,故选用直线型结构元素进行信号滤波处理,且长度设为5,即5个数据点;
图3是原始振动信号和经过形态滤波消噪处理后的时域波形图,从图中可见,干扰噪声得到了明显的抑制,且保留了有用的振动冲击成分;
c.对上述步骤b中得到的消噪信号s(n)进行特征提取
对消噪信号s(n)计算振动峰峰值C1、振动均方根值C2、振动峭度C3三个时域特征,其表达式分别为:
其中,Ni为s(n)的极值点个数,sext(n)为s(n)的局部极值点,
经计算得到的振动峰峰值C1,振动均方根值C2,振动峭度C3三个时域特征值分别为95.9,16.2,3.6;
d.建立离心泵故障特征向量
使用步骤c中的C1、C2、C3构造故障状态特征向量C,
C=[95.9,16.2,3.6],
由于本次实施例模拟轴承轻微松动故障只出现在一个测点上,故离心泵故障状态特征向量F就是特征向量C,即F=C=[95.9,16.2,3.6],将F保存在文件vector.txt中;
e.运行离心泵,判别其运行状态的正常与否,并做预警决策;
先使离心泵运行于正常状态,待其平稳运行7分钟后,稍稍拧松轴承座上的固定螺栓,将振动加速度传感器采集来的故障信号按照上述步骤b和步骤c进行处理,得到对比特征向量C′=[C1′,C2′,C3′]。其中,特征提取时以每1024个数据点为一段数据进行特征值的计算,从而获得随时间变化的特征值。基于此,振动峰峰值C1′,振动均方根值C2′,振动峭度C3′的计算结果与离心泵故障状态特征向量F的对比情况分别如图4,图5,图6所示。从图中可见,当离心泵出现轻微的轴承松动故障时,在离心泵的对应测点上,三个时域特征——振动峰峰值C1′,振动均方根值C2′,振动峭度C3′都表现出了明显的变化,可实现对离心泵轴承轻微松动故障的实时监测与准确预警。
以上所述仅是对本发明的较佳实施方式而已,并非对本发明作任何形式上的限制,凡是依据本发明的技术实质对以上实施方式所做的任何简单修改,等同变化与修饰,均属于本发明技术方案的范围内。
Claims (5)
1.一种用于离心泵振动监测与故障预警的装置,其特征在于:包括离心泵泵体、联轴器、电机、振动传感器、数据采集卡、处理主计算机;离心泵泵体上安装有旋转轴,旋转轴的两端由滚动轴承支撑,旋转轴通过联轴器连接电机,离心泵泵体、滚动轴承和基座上分别安装有振动传感器,振动传感器连接数据采集卡,数据采集卡连接处理主计算机。
2.按照权利要求1所述一种用于离心泵振动监测与故障预警的装置,其特征在于:所述振动传感器为压电式振动加速度传感器;所述振动传感器通过磁力座进行固定。
3.按照权利要求1所述一种用于离心泵振动监测与故障预警的装置,其特征在于:所述数据采集卡为多通道输入的异步数据采集卡。
4.一种用于离心泵振动监测与故障预警的方法,其特征在于按照以下步骤进行:
a.模拟离心泵故障,采集故障信号
模拟离心泵的典型轻微故障,利用振动传感器获取振动加速度信号,通过数据采集卡将振动加速度信号送入处理主计算机,形成故障信号文件fault.txt;
b.对步骤a中的故障信号进行消噪处理
将存储在故障信号文件fault.txt中的振动信号表示为x(n),采用广义数学形态滤波器处理x(n)的表达式为:
其中,
(xΘh)(n)=min[x(n+m)-h(m)],
n=0,1,…,N-1,m=0,1,…,M-1,h(n)是定义在H={0,1,…,M}上的结构元素,N≥M;
c.对步骤b中得到的消噪信号s(n)进行特征提取
对消噪信号s(n)计算振动峰峰值C1、振动均方根值C2、振动峭度C3三个时域特征,其表达式分别为:
其中,Ni为s(n)的极值点个数,sext(n)为s(n)的局部极值点,
d.建立离心泵故障特征向量
使用步骤c中的C1、C2、C3构造故障状态特征向量C,C=[C1,C2,C3],将4个振动传感器采集到的故障信号处理后得到4个故障状态特征向量C,构造离心泵故障状态特征向量
将F保存在文件vector.txt中;
e.运行离心泵机组,将振动传感器采集来的信号按照步骤b和步骤c进行处理,得到对比特征向量C′=[C′1,C′2,C′3],将C′与步骤d中得到的C进行比对,若(C′1≥C1)∨(C′2≥C2)∨(C′3≥C3)=1成立,则离心泵的对应测点出现故障;不成立则离心泵的对应测点运行正常。
5.按照权利要求4所述一种用于离心泵振动监测与故障预警的方法,其特征在于:所述步骤d中,离心泵故障状态特征向量F根据离心泵的长期实际监测结果进行修正。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810018024.8A CN108361207B (zh) | 2018-01-09 | 2018-01-09 | 一种用于离心泵振动监测与故障预警的装置及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810018024.8A CN108361207B (zh) | 2018-01-09 | 2018-01-09 | 一种用于离心泵振动监测与故障预警的装置及方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108361207A true CN108361207A (zh) | 2018-08-03 |
CN108361207B CN108361207B (zh) | 2020-04-17 |
Family
ID=63011183
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810018024.8A Active CN108361207B (zh) | 2018-01-09 | 2018-01-09 | 一种用于离心泵振动监测与故障预警的装置及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108361207B (zh) |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108984997A (zh) * | 2018-09-28 | 2018-12-11 | 西北工业大学 | 一种基于熵值的离心泵故障诊断方法 |
CN109139499A (zh) * | 2018-08-22 | 2019-01-04 | 西安航空职业技术学院 | 一种变频水泵状态监测与故障诊断系统及方法 |
CN109488626A (zh) * | 2018-10-12 | 2019-03-19 | 江苏大学 | 一种叶片泵振动状态监测装置及方法 |
CN110720938A (zh) * | 2018-10-23 | 2020-01-24 | 北京信立锐成医疗器械有限公司 | 一种用于x射线球管的监控系统及方法 |
CN111365251A (zh) * | 2020-03-27 | 2020-07-03 | 北京天泽智云科技有限公司 | 一种离心泵机组故障的智能诊断方法 |
CN111810414A (zh) * | 2020-06-24 | 2020-10-23 | 淮阴工学院 | 一种用于离心泵故障测试的装置及其测试方法 |
CN112036270A (zh) * | 2020-08-18 | 2020-12-04 | 兰州理工大学 | 一种滚动轴承早期损伤状态的振动监测方法 |
WO2023024269A1 (zh) * | 2021-08-24 | 2023-03-02 | 安徽金晥泵业科技股份有限公司 | 一种带有安全防护机构的工业泵 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1920511A (zh) * | 2006-08-01 | 2007-02-28 | 东北电力大学 | 离心泵振动故障融合诊断方法及振动信号采集装置 |
CN2926582Y (zh) * | 2006-08-01 | 2007-07-25 | 东北电力大学 | 离心泵振动信号采集装置 |
JP2013101145A (ja) * | 2007-12-27 | 2013-05-23 | Edwards Kk | 真空ポンプ |
DE102012205845A1 (de) * | 2012-04-11 | 2013-07-18 | Conti Temic Microelectronic Gmbh | Vorrichtung und Verfahren zum Fördern eines Fluids |
CN103629122A (zh) * | 2013-12-18 | 2014-03-12 | 江苏大学 | 一种实现离心泵内部空化振动频率主动控制的检测台 |
CN205067090U (zh) * | 2015-11-11 | 2016-03-02 | 内蒙古科技大学 | 滚动轴承故障检测与诊断系统 |
CN106092565A (zh) * | 2016-06-08 | 2016-11-09 | 成都阜特科技股份有限公司 | 一种振动故障分析方法及其系统 |
-
2018
- 2018-01-09 CN CN201810018024.8A patent/CN108361207B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1920511A (zh) * | 2006-08-01 | 2007-02-28 | 东北电力大学 | 离心泵振动故障融合诊断方法及振动信号采集装置 |
CN2926582Y (zh) * | 2006-08-01 | 2007-07-25 | 东北电力大学 | 离心泵振动信号采集装置 |
JP2013101145A (ja) * | 2007-12-27 | 2013-05-23 | Edwards Kk | 真空ポンプ |
DE102012205845A1 (de) * | 2012-04-11 | 2013-07-18 | Conti Temic Microelectronic Gmbh | Vorrichtung und Verfahren zum Fördern eines Fluids |
CN103629122A (zh) * | 2013-12-18 | 2014-03-12 | 江苏大学 | 一种实现离心泵内部空化振动频率主动控制的检测台 |
CN205067090U (zh) * | 2015-11-11 | 2016-03-02 | 内蒙古科技大学 | 滚动轴承故障检测与诊断系统 |
CN106092565A (zh) * | 2016-06-08 | 2016-11-09 | 成都阜特科技股份有限公司 | 一种振动故障分析方法及其系统 |
Non-Patent Citations (1)
Title |
---|
王雪东等: "《局部费歇尔判别分值在滚动轴承故障诊断中的应用》", 《机械科学与技术》 * |
Cited By (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109139499A (zh) * | 2018-08-22 | 2019-01-04 | 西安航空职业技术学院 | 一种变频水泵状态监测与故障诊断系统及方法 |
CN108984997A (zh) * | 2018-09-28 | 2018-12-11 | 西北工业大学 | 一种基于熵值的离心泵故障诊断方法 |
CN109488626A (zh) * | 2018-10-12 | 2019-03-19 | 江苏大学 | 一种叶片泵振动状态监测装置及方法 |
CN110720938A (zh) * | 2018-10-23 | 2020-01-24 | 北京信立锐成医疗器械有限公司 | 一种用于x射线球管的监控系统及方法 |
CN110720938B (zh) * | 2018-10-23 | 2023-05-05 | 北京信立锐成医疗器械有限公司 | 一种用于x射线球管的监控方法 |
CN111365251A (zh) * | 2020-03-27 | 2020-07-03 | 北京天泽智云科技有限公司 | 一种离心泵机组故障的智能诊断方法 |
CN111365251B (zh) * | 2020-03-27 | 2021-10-15 | 北京天泽智云科技有限公司 | 一种离心泵机组故障的智能诊断方法 |
CN111810414A (zh) * | 2020-06-24 | 2020-10-23 | 淮阴工学院 | 一种用于离心泵故障测试的装置及其测试方法 |
CN112036270A (zh) * | 2020-08-18 | 2020-12-04 | 兰州理工大学 | 一种滚动轴承早期损伤状态的振动监测方法 |
CN112036270B (zh) * | 2020-08-18 | 2024-03-05 | 兰州理工大学 | 一种滚动轴承早期损伤状态的振动监测方法 |
WO2023024269A1 (zh) * | 2021-08-24 | 2023-03-02 | 安徽金晥泵业科技股份有限公司 | 一种带有安全防护机构的工业泵 |
Also Published As
Publication number | Publication date |
---|---|
CN108361207B (zh) | 2020-04-17 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108361207B (zh) | 一种用于离心泵振动监测与故障预警的装置及方法 | |
Wang et al. | A novel statistical time-frequency analysis for rotating machine condition monitoring | |
CN103575523B (zh) | 基于FastICA-谱峭度-包络谱分析的旋转机械故障诊断方法 | |
Yongbo et al. | Review of local mean decomposition and its application in fault diagnosis of rotating machinery | |
CN108760327B (zh) | 一种航空发动机转子故障的诊断方法 | |
CN110501631B (zh) | 一种在线间歇故障检测与诊断方法 | |
CN103454113B (zh) | 一种适用于工况变化情况下的旋转机械健康监测方法 | |
CN108181105B (zh) | 基于逻辑回归和j散度的滚动轴承故障预诊方法及系统 | |
CN109211546B (zh) | 基于降噪自动编码器及增量学习的旋转机械故障诊断方法 | |
CN109488630B (zh) | 基于谐波相对指标的离心风机转子不对中故障诊断方法 | |
CN103674234B (zh) | 一种风力发电机组振动异常的状态预警方法及系统 | |
He et al. | Machine fault signature analysis by midpoint-based empirical mode decomposition | |
Ding et al. | Sparsity-based algorithm for condition assessment of rotating machinery using internal encoder data | |
CN110779724A (zh) | 一种基于频域组稀疏降噪的轴承故障诊断方法 | |
CN108592812B (zh) | 风机叶片光纤载荷应变特征提取及裂纹监测方法 | |
CN111678699A (zh) | 一种面向滚动轴承早期故障监测与诊断方法及系统 | |
CN110990978A (zh) | 一种螺栓状态监测方法和装置 | |
CN110987396B (zh) | 一种用于采煤机摇臂的智能故障诊断及寿命预测方法 | |
CN105510066A (zh) | 基于自适应降噪算法的一类旋转机械系统故障诊断方法 | |
CN105784364A (zh) | 基于总体经验模式分解与分形盒维数的轴承故障诊断方法 | |
CN107862175A (zh) | 一种厂房振动多尺度分析方法 | |
CN117520887A (zh) | 水轮机故障风险部件的确定方法、装置、设备及存储介质 | |
CN111220312A (zh) | 一种螺栓状态的诊断方法及系统 | |
CN112036270B (zh) | 一种滚动轴承早期损伤状态的振动监测方法 | |
CN115905907A (zh) | 风机主轴承的异常监测方法、装置、电子设备及存储介质 |
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 |