CN108956043A - 一种机械密封多尺度实时监测分析方法 - Google Patents

一种机械密封多尺度实时监测分析方法 Download PDF

Info

Publication number
CN108956043A
CN108956043A CN201810715922.9A CN201810715922A CN108956043A CN 108956043 A CN108956043 A CN 108956043A CN 201810715922 A CN201810715922 A CN 201810715922A CN 108956043 A CN108956043 A CN 108956043A
Authority
CN
China
Prior art keywords
scale
sealing
mechanical seal
analysis
acoustics
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
CN201810715922.9A
Other languages
English (en)
Other versions
CN108956043B (zh
Inventor
黄伟峰
刘向锋
尹源
刘莹
李德才
李永健
索双富
王子羲
贾晓红
郭飞
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.)
Tsinghua University
Original Assignee
Tsinghua University
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 Tsinghua University filed Critical Tsinghua University
Priority to CN201810715922.9A priority Critical patent/CN108956043B/zh
Priority to PCT/CN2018/117060 priority patent/WO2020006971A1/zh
Priority to US17/044,244 priority patent/US11125642B2/en
Publication of CN108956043A publication Critical patent/CN108956043A/zh
Application granted granted Critical
Publication of CN108956043B publication Critical patent/CN108956043B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01MTESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
    • G01M3/00Investigating fluid-tightness of structures
    • G01M3/02Investigating fluid-tightness of structures by using fluid or vacuum
    • G01M3/04Investigating fluid-tightness of structures by using fluid or vacuum by detecting the presence of fluid at the leakage point
    • G01M3/24Investigating fluid-tightness of structures by using fluid or vacuum by detecting the presence of fluid at the leakage point using infrasonic, sonic, or ultrasonic vibrations
    • FMECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F16ENGINEERING ELEMENTS AND UNITS; GENERAL MEASURES FOR PRODUCING AND MAINTAINING EFFECTIVE FUNCTIONING OF MACHINES OR INSTALLATIONS; THERMAL INSULATION IN GENERAL
    • F16JPISTONS; CYLINDERS; SEALINGS
    • F16J15/00Sealings
    • F16J15/16Sealings between relatively-moving surfaces
    • F16J15/34Sealings between relatively-moving surfaces with slip-ring pressed against a more or less radial face on one member
    • F16J15/3492Sealings between relatively-moving surfaces with slip-ring pressed against a more or less radial face on one member with monitoring or measuring means associated with the seal
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01MTESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
    • G01M13/00Testing of machine parts
    • G01M13/005Sealing rings

Abstract

一种用于机械密封的实时监测分析的方法,其测量机械密封端面摩擦副产生的声发射信号,特定的声源会在特定的若干个频段上产生信号,采集并识别这些信号的尺度称为声学尺度;密封运行过程中因动力学上的作用而产生运动,导致声发射信号随之变化,这一特征在与旋转周期相当的时间尺度上体现,这一尺度称为动力学尺度;密封长期服役过程中性能因磨合、磨损、弹性元件老化等原因发生累积性的性能变化,这一特征需要考察声发射信号长期的变化历程,这一尺度称为服役尺度,本发明根据声发射信号在不同尺度上的特征所具备的不同物理内涵,在多个尺度上结合其他辅助信息开展分析,从而判断密封的实时工作状态并给出密封的性能变化预期。

Description

一种机械密封多尺度实时监测分析方法
技术领域
本发明属于流体密封领域和声发射监测技术领域,特别涉及一种机械密封多尺度实时监测分析方法。
背景技术
机械密封是旋转机械设备中的一种常见轴端密封形式。其配对的动环和静环相对旋转,形成密封的摩擦副,在极大地减少泄漏的同时避免甚至消除接触。
机械密封结构紧凑,导致使用者很难掌握关于密封工作状态的信息,这意味着当密封性能不佳甚至发生故障时无法准确地判断原因,也无法很好地预知密封的失效风险从而采取应对措施。同时,已有人提出采用主动调控的方式来实时地调整密封的工作状态,而这样的技术也须基于对密封工作状态的准确掌握来实施。针对上述机械密封维护和发展的需要,对机械密封进行实时监测尤为必要。
目前已有的机械密封监测技术主要包括端面温度监测、电涡流监测、反射超声监测和声发射监测等。其中,声发射监测不仅工程应用便利,而且其携带了关于密封摩擦副状态的丰富的信息,因而具有很大的应用潜力,但解读出声发射信号中的大量信息非常困难。多项前沿的科学研究已经分别从不同的角度阐述了声发射信号在特定方面的特征与机械密封工作状态的对应关系,但未形成综合分析声发射信号的系统性方法。
发明内容
为了克服上述现有技术的不足,本发明提供一种机械密封多尺度实时监测分析方法,其测量机械密封端面摩擦副产生的声发射信号,根据声发射信号在不同尺度上的特征所具备的不同物理内涵,在多个尺度上结合其他辅助信息开展分析,从而判断密封的实时工作状态并给出密封的性能变化预期。
为了实现上述目的,本发明采用的技术方案是:
一种机械密封多尺度实时监测分析方法,测量机械密封端面摩擦副产生的声发射信号,根据声发射信号在不同尺度上的特征所具备的不同物理内涵,在多个尺度上结合其他辅助信息开展分析,从而判断密封的实时工作状态并给出密封的性能变化预期。
所述多尺度的实现方法是:在某个时间尺度(称为第N级时间尺度)上进行分析可以得到特定的结果,这一结果除本身具有物理意义外,还作为时间上更长的下一级(即第(N+1)级)时间尺度的分析对象——在第(N+1)级时间尺度上分析第N级的结果随时间的变化,将会得出另一方面的结果,并且类似地,这一结果不仅本身具有物理意义,还可以作为第(N+2)级时间尺度的分析对象,依此类推。同时,在特定的条件下,较长的时间尺度下的结果也可以反馈给较短的时间尺度。
所述的测量机械密封端面摩擦副产生的声发射信号的方法是通过材料内部能量释放产生的应力波,使机械密封的端面上会产生声发射信号。
所述尺度为声学尺度、动力学尺度和服役尺度,其中,特定的声源会在特定的若干个频段上产生信号,采集并识别这些信号的尺度称为声学尺度;密封运行过程中因动力学上的作用而产生运动,导致声发射信号随之变化,这一特征在与旋转周期相当的时间尺度上体现,这一尺度称为动力学尺度;密封长期服役过程中性能因包括磨合、磨损、弹性元件老化在内的原因发生累积性的性能变化,这一特征需要考察声发射信号长期的变化历程,这一尺度称为服役尺度。
在多个尺度上结合其他辅助信息开展分析,从而判断密封的实时工作状态并给出密封的性能变化预期的具体步骤/方法是;
声学尺度:声学尺度的分析由一段时间很短的声发射波形结合辅助信息(可以是设备固有的信息、其他两个尺度输出的结果或非声发射的测量结果)获得一系列对应于摩擦副各方面状态的表征量。一种典型的方法是,对频率谱进行滤波、引入辅助信息修正等预处理,然后经由预设的根据频带与物理过程的对应关系建立的映射函数将频率谱变换为一系列物理表征量。这些表征量一方面本身具有向用户展示密封工作状态的作用,另一方面也是动力学尺度分析的基础。
动力学尺度:密封动环随轴旋转时,对密封系统产生周期性的激励,从而导致密封系统产生周期性的动力学响应。而这种周期性响应的具体形式则与密封系统的摩擦剧烈程度和周向不均匀性(如偏斜、波度等)等有密切的关系。通过实验测试或计算机模拟预先得到声学表征量动态变化模式与密封状态的关系的典型情况,即可反过来对被测量的设备在声学尺度分析的基础上进行进一步推断。
服役尺度:密封运行过程中,密封环不可避免地会产生磨损(即使是正常工作的非接触式密封也会在起停过程中发生磨损),弹簧和副密封也可能在长时间使用的过程中性能下降。由于已经可以通过动力学尺度的分析来判断摩擦的剧烈程度,那么在此基础上得到磨损率,再利用预先建立的累计磨损率与密封劣化进度的关系,即可预估未来的性能变化和失效风险。同时,劣化进度本身也可以作为声学尺度和动力学尺度分析的参考。
本发明的有益效果:
本发明测量机械密封端面摩擦副产生的声发射信号,根据声发射信号在不同尺度上的特征所具备的不同物理内涵,在多个尺度上结合其他辅助信息开展分析,从而判断密封的实时工作状态并给出密封的性能变化预期。
附图说明
图1是声发射传感器安装示意图。
图2是本发明的流程示意图。
图3是声学尺度示意图。
图4是动力学尺度示意图。
图5是服役尺度示意图。
具体实施方式
下面结合附图对本发明作进一步详细说明。
实施例1
参见图1。机械密封的静环1浮动支承在静环座4上,与之配对的是固联于轴上随之旋转的动环3。一个微型声发射传感器4被联接在静环1的背部,从而实时地将密封摩擦副产生的声发射信号转换为电信号,经放大器放大后,由采集系统(包括采集卡、采集软件及它们所依托的计算机)以fs=2MHz的采样率采集信号U(0),其称为原始信号。
参见图2,总的来说,本例的分析方法从声发射原始信号5出发,以其为主,辅以辅助信息和由经过实验数据标定的算法,经由声学尺度、动力学尺度和服役尺度三个不同的时间尺度上的处理,得到一系列关于密封工作状态的信息。具体来讲,在各个时间尺度上采用针对性的分析方法,得出物理表征量并传给时间更长的尺度(本例中声学尺度向动力学尺度传递摩擦功耗、最大接触深度和泄漏率,动力学尺度向服役尺度传递磨损率),同时每个尺度都能各自得到对分析密封工作状态有意义的结果。同时,本例中声学尺度分析的部分辅助信息也来自服役尺度分析的结果。
声学尺度:
参见图3,在原始信号5中取连续的M=256个采样点划分为一个声学尺度分析段6,则每个声学尺度分析段对应的时间长度为D(1)=128μs。对每个声学尺度分析段,进行下面的处理流程:
(1)进行快速傅立叶变换,计算功率谱7。将各频率上的功率表示为M/2=128维的初始特征向量。
(2)采用预处理算法对初始特征向量进行预处理,得到预处理后的特征向量8。预处理主要包括三个目的:①降噪,②使功率谱平滑化(避免极微小的频率差异带来的不具有实际物理意义的差异性结果),③依据转速和累积磨损量进行修正,④进行必要的非线性映射以便后续线性分析开展。
(3)用转换矩阵将预处理后的初始特征向量8转换为一组具备实际意义的物理表征向量9:摩擦功耗、最大接触深度和泄漏率,将它们组装为3维向量U(1)
这样便由每个声学尺度分析段6推算得到一个3维的声学尺度的物理表征向量9。
在原始信号中均匀地取声学尺度分析段,使每两个相邻的声学尺度分析段中点的时间间隔为T(1)=512μs(本例中T(1)>D(1),故两个相邻的声学尺度分析段中存在被舍弃的数据,这样的取法可以减少计算量。T(1)>D(1)并非必然的选择,计算资源充足的情况下也可采用T(1)=D(1)甚至T(1)<D(1)的方式以提高分析准确性)。这样,由各个声学尺度分析段得到的物理表征向量9便形成了相邻项时间间隔为T(1)=512μs的序列10。
动力学尺度:
参见图4,动力学尺度的分析是对前述的声学尺度表征向量序列进行的,请参见图2:
(1)选取一段时长D(2)满足D(2)/T(1)为整数,且D(2)≥KT(s)并且D(2)尽量小。其中T(s)为旋转周期;K为整数且K≥2,以(2~10)为佳,本例取K=3。例如,转速为6000rpm,则旋转周期为T(s)=10ms,那么取长度为D(2)=59T(1)=30.208ms的时段。提取该时段的声学尺度表征向量序列(称为实测序列),记为U(1)(i),i0,1,...,58;
(2)调取相应的密封型号、压强和转速的典型状态库11用于比对计算。典型状态库中包括数十个典型状态,每个典型状态以同样的T(1)记录了其声学尺度表征向量在一个周期内的变化序列(记为j为典型状态编号,称为典型序列),同时记录了磨损状况(磨损形式和磨损率)和故障源存在情况(是否存在故障、若存在故障那么故障原因是什么);
(3)计算选取时段的实测物理表征量序列与各个典型状态的一致度。将典型状态的物理表征量序列自我首尾相接共K-1=2次,得到按下式计算一致度
找出一致度最高的典型状态,将其磨损状况和故障源存在情况判断为密封此时最可能处于的状态。当存在多个典型状态的一致度都很高而差别不大时,则认为它们都有较大可能。近似认为累积磨损量是决定密封端面的劣化过程的主要因素,将磨损率记为U(2)用于服役尺度的分析。
服役尺度:
参见图5。本例中服役尺度的分析围绕密封环的磨损过程中其可靠性的变化来进行。参见图3:
(1)由于动力学分析可以获得磨损率U(2),那么便可以计算密封运行中的磨损量:对于稳定工作过程,每隔一段时间选取一段时长为D(2)的动力学尺度分析段,相邻动力学尺度分析段中点时间差为T(2),以该分析段求得的磨损率代表以该分析段中点为中点的T(2)时间区间内的磨损率;对于变转速工作过程,直接计算其过程中的磨损量。对于每个密封环,计算其累积磨损量12;
(2)通过可靠性测试实验分析,建立密封环累积磨损量与各可靠性指标(如密封环90%可靠度寿命、未来3个月损坏概率)的对应关系。
对照(1)(2)之结果,即可得到密封环的各可靠性指标13。这些可靠性指标可作为评价密封继续服役的风险、如果继续服役预计需要在多长时间后报废的依据,以便制定生产计划。
同时,累积磨损量一旦求得,便被接下来一段时间内的声学尺度分析所采用。

Claims (6)

1.一种机械密封多尺度实时监测分析方法,其特征在于,测量机械密封端面摩擦副产生的声发射信号,根据声发射信号在不同尺度上的特征所具备的不同物理内涵,在多个尺度上结合其他辅助信息开展分析,从而判断密封的实时工作状态并给出密封的性能变化预期。
2.根据权利要求1所述的一种机械密封多尺度实时监测分析方法,其特征在于,所述多尺度的实现方法是:在某个时间尺度(称为第N级时间尺度)上进行分析可以得到特定的结果,这一结果除本身具有物理意义外,还作为时间上更长的第(N+1)级时间尺度的分析对象——在第(N+1)级时间尺度上分析第N级的结果随时间的变化,将会得出另一方面的结果,并且类似地,这一结果不仅本身具有物理意义,还可以作为第(N+2)级时间尺度的分析对象,依此类推;
在特定的条件下,较长的时间尺度下的结果也可以反馈给较短的时间尺度。
3.根据权利要求2所述的一种机械密封多尺度实时监测分析方法,其特征在于,所述尺度为声学尺度、动力学尺度和服役尺度,其中,特定的声源会在特定的若干个频段上产生信号,采集并识别这些信号的尺度称为声学尺度;密封运行过程中因动力学上的作用而产生运动,导致声发射信号随之变化,这一特征在与旋转周期相当的时间尺度上体现,这一尺度称为动力学尺度;密封长期服役过程中性能因包括磨合、磨损、弹性元件老化在内的原因发生累积性的性能变化,这一特征需要考察声发射信号长期的变化历程,这一尺度称为服役尺度。
4.根据权利要求3所述的一种机械密封多尺度实时监测分析方法,其特征在于,在声学尺度上结合其他辅助信息开展分析,从而判断密封的实时工作状态并给出密封的性能变化预期的具体步骤是;声学尺度的分析由一段时间很短的声发射波形结合辅助信息获得一系列对应于摩擦副各方面状态的表征量,一种典型的方法是,对频率谱进行滤波、引入辅助信息修正等预处理,然后经由预设的根据频带与物理过程的对应关系建立的映射函数将频率谱变换为一系列物理表征量,这些表征量一方面本身具有向用户展示密封工作状态的作用,另一方面也是动力学尺度分析的基础。
5.根据权利要求3所述的一种机械密封多尺度实时监测分析方法,其特征在于,在动力学尺度上结合其他辅助信息开展分析,从而判断密封的实时工作状态并给出密封的性能变化预期的具体步骤是;密封动环随轴旋转时,对密封系统产生周期性的激励,从而导致密封系统产生周期性的动力学响应,而这种周期性响应的具体形式则与密封系统的摩擦剧烈程度和周向不均匀性等有密切的关系,通过实验测试或计算机模拟预先得到声学表征量动态变化模式与密封状态的关系的典型情况,即可反过来对被测量的设备在声学尺度分析的基础上进行进一步推断。
6.根据权利要求3所述的一种机械密封多尺度实时监测分析方法,其特征在于,在服役尺度上结合其他辅助信息开展分析,从而判断密封的实时工作状态并给出密封的性能变化预期的具体步骤是;密封运行过程中,密封环不可避免地会产生磨损,弹簧和副密封也可能在长时间使用的过程中性能下降,由于已经可以通过动力学尺度的分析来判断摩擦的剧烈程度,那么在此基础上得到磨损率,再利用预先建立的累计磨损率与密封劣化进度的关系,即可预估未来的性能变化和失效风险。同时,劣化进度本身也可以作为声学尺度和动力学尺度分析的参考。
CN201810715922.9A 2018-07-03 2018-07-03 一种机械密封多尺度实时监测分析方法 Active CN108956043B (zh)

Priority Applications (3)

Application Number Priority Date Filing Date Title
CN201810715922.9A CN108956043B (zh) 2018-07-03 2018-07-03 一种机械密封多尺度实时监测分析方法
PCT/CN2018/117060 WO2020006971A1 (zh) 2018-07-03 2018-11-23 一种机械密封多尺度实时监测分析方法
US17/044,244 US11125642B2 (en) 2018-07-03 2018-11-23 Multi-scale real-time acoustic emission monitoring and analysis method for mechanical seal

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810715922.9A CN108956043B (zh) 2018-07-03 2018-07-03 一种机械密封多尺度实时监测分析方法

Publications (2)

Publication Number Publication Date
CN108956043A true CN108956043A (zh) 2018-12-07
CN108956043B CN108956043B (zh) 2020-05-22

Family

ID=64485178

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810715922.9A Active CN108956043B (zh) 2018-07-03 2018-07-03 一种机械密封多尺度实时监测分析方法

Country Status (3)

Country Link
US (1) US11125642B2 (zh)
CN (1) CN108956043B (zh)
WO (1) WO2020006971A1 (zh)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109991314A (zh) * 2019-03-11 2019-07-09 清华大学 基于机器学习的机械密封状态判断方法、装置
CN110672282A (zh) * 2019-09-23 2020-01-10 天津大学 一种滑动摩擦副动态密封性能测试方法
CN110686838A (zh) * 2019-09-23 2020-01-14 天津大学 一种滑动摩擦副动态密封性能评价方法
CN110686840A (zh) * 2019-09-23 2020-01-14 天津大学 一种滑动摩擦副动态密封性能测试系统
CN110686839A (zh) * 2019-09-23 2020-01-14 天津大学 一种基于气体压力源的滑动摩擦副动态密封性能测试设备

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
GB2597756B (en) * 2020-08-03 2022-11-23 Crane John Uk Ltd Determining remaining lifetime of a seal based on accumulation of an acoustic emission energy
CN113588259A (zh) * 2021-08-03 2021-11-02 山东中科普锐检测技术有限公司 一种设备振动信号标度曲线转折点检测方法及工况监测装置

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPS62229043A (ja) * 1986-03-31 1987-10-07 Ebara Res Co Ltd メカニカルシ−ル摺動状態監視装置
EP0288979A2 (en) * 1987-04-28 1988-11-02 Ebara Corporation Method and apparatus for observing operating state of mechanical seal
EP0998671A4 (en) * 1996-11-15 2000-05-10 Ue Systems Inc ELECTRONIC APPARATUS FOR LEAK DETECTION
GB2430034A (en) * 2005-05-04 2007-03-14 Aes Eng Ltd A condition monitoring device using acoustic emission sensors and data storage devices.
CN102313578A (zh) * 2011-08-04 2012-01-11 广州市香港科大霍英东研究院 一种机械密封在线监测系统
CN206845897U (zh) * 2017-03-13 2018-01-05 清华大学 机械密封装置

Family Cites Families (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPS62226033A (ja) * 1986-03-28 1987-10-05 Agency Of Ind Science & Technol メカニカルシ−ル摺動状態評価装置
US6360610B1 (en) * 1999-11-02 2002-03-26 Jacek Jarzynski Condition monitoring system and method for an interface
US8527214B2 (en) * 2008-10-26 2013-09-03 Michael N. Horak System and method for monitoring mechanical seals
CN101435799B (zh) * 2008-12-19 2011-12-28 清华大学 基于声发射技术的水轮机故障诊断方法及装置
US9726643B2 (en) * 2012-12-28 2017-08-08 Vetco Gray Inc. Gate valve real time health monitoring system, apparatus, program code and related methods
WO2014161587A1 (en) * 2013-04-05 2014-10-09 Aktiebolaget Skf Method for processing data obtained from a condition monitoring system
CN103837303B (zh) * 2014-03-25 2016-03-30 清华大学 一种微动往复密封动态特性实验台
CN106679947B (zh) * 2016-11-30 2019-08-13 国机智能科技有限公司 密封摩擦过程在线智能检测诊断试验系统

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPS62229043A (ja) * 1986-03-31 1987-10-07 Ebara Res Co Ltd メカニカルシ−ル摺動状態監視装置
EP0288979A2 (en) * 1987-04-28 1988-11-02 Ebara Corporation Method and apparatus for observing operating state of mechanical seal
EP0998671A4 (en) * 1996-11-15 2000-05-10 Ue Systems Inc ELECTRONIC APPARATUS FOR LEAK DETECTION
GB2430034A (en) * 2005-05-04 2007-03-14 Aes Eng Ltd A condition monitoring device using acoustic emission sensors and data storage devices.
CN102313578A (zh) * 2011-08-04 2012-01-11 广州市香港科大霍英东研究院 一种机械密封在线监测系统
CN206845897U (zh) * 2017-03-13 2018-01-05 清华大学 机械密封装置

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
HOSSEIN TOWSYFYAN: "Modelling acoustic emissions generated by tribological behaviour of mechanical seals for condition monitoring and fault detection", 《TRIBOLOGY INTERNATIONAL》 *
WEIFENG HUANG: "An Acoustic Emission Study on the Starting and Stopping Processes of a Dry Gas Seal for Pumps", 《TRIBOL LETT》 *
孙鑫晖: "声发射在密封监测领域的研究进展", 《润滑与密封》 *

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109991314A (zh) * 2019-03-11 2019-07-09 清华大学 基于机器学习的机械密封状态判断方法、装置
CN110672282A (zh) * 2019-09-23 2020-01-10 天津大学 一种滑动摩擦副动态密封性能测试方法
CN110686838A (zh) * 2019-09-23 2020-01-14 天津大学 一种滑动摩擦副动态密封性能评价方法
CN110686840A (zh) * 2019-09-23 2020-01-14 天津大学 一种滑动摩擦副动态密封性能测试系统
CN110686839A (zh) * 2019-09-23 2020-01-14 天津大学 一种基于气体压力源的滑动摩擦副动态密封性能测试设备

Also Published As

Publication number Publication date
WO2020006971A1 (zh) 2020-01-09
CN108956043B (zh) 2020-05-22
US11125642B2 (en) 2021-09-21
US20210208021A1 (en) 2021-07-08

Similar Documents

Publication Publication Date Title
CN108956043A (zh) 一种机械密封多尺度实时监测分析方法
EP3902992B1 (en) Scalable system and engine for forecasting wind turbine failure
KR101903283B1 (ko) 발전 설비의 자동 진단 시스템 및 자동 진단 방법
Chen et al. New step to improve the accuracy of blade tip timing method without once per revolution
Shakya et al. A novel methodology for online detection of bearing health status for naturally progressing defect
Diamond et al. Improved blade tip timing measurements during transient conditions using a state space model
WO2019216941A1 (en) Quality inference from living digital twins in iot-enabled manufacturing systems
CN105866250B (zh) 基于振动的通风机叶片裂纹识别方法
Tang et al. Defect localization on rolling element bearing stationary outer race with acoustic emission technology
Woike et al. Testing of a microwave blade tip clearance sensor at the NASA Glenn Research Center
CN111256993A (zh) 一种风电机组主轴承故障类型诊断方法及系统
CN111219212A (zh) 用于监测涡轮引擎中的转子叶片的方法和系统
Heath et al. A review of analysis techniques for blade tip-timing measurements
CN104315968A (zh) 监测直驱风力发电机气隙变化的方法和装置
CN104134013A (zh) 一种风力机叶片模态分析方法
Ren et al. An error correction blade tip-timing method to improve the measured accuracy of blade vibration displacement during unstable rotation speed
Tchuisseu et al. Optimizing probes positioning in Blade Tip Timing systems
Woike et al. New sensors and techniques for the structural health monitoring of propulsion systems
Pandit et al. Comparative analysis of binning and support vector regression for wind turbine rotor speed based power curve use in condition monitoring
Fan et al. An improved multiple per revolution-based blade tip timing method and its applications on large-scale compressor blades
Yang et al. Evaluating onset times of acoustic emission signals using histogram distances
Ooi et al. Remote operation status tracking for manufacturing machines via sound recognition using IoT
CN113340244B (zh) 一种非接触式透平机械叶片振动位移监测方法及装置
Li et al. An improved blade vibration difference-based two-parameter plot method for synchronous vibration parameter identification of rotating blades
Shan et al. Novel time–frequency mode decomposition and information fusion for bearing fault diagnosis under varying-speed condition

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