CN109540545B - 拖拉机用动力输出总成异响诊断信号采集装置及处理方法 - Google Patents
拖拉机用动力输出总成异响诊断信号采集装置及处理方法 Download PDFInfo
- Publication number
- CN109540545B CN109540545B CN201811459130.6A CN201811459130A CN109540545B CN 109540545 B CN109540545 B CN 109540545B CN 201811459130 A CN201811459130 A CN 201811459130A CN 109540545 B CN109540545 B CN 109540545B
- Authority
- CN
- China
- Prior art keywords
- signal
- displacement sensor
- magnetic adsorption
- adsorption type
- type displacement
- 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.)
- Expired - Fee Related
Links
- 230000002159 abnormal effect Effects 0.000 title claims abstract description 42
- 238000003745 diagnosis Methods 0.000 title claims abstract description 26
- 238000003672 processing method Methods 0.000 title claims abstract description 11
- 238000006073 displacement reaction Methods 0.000 claims abstract description 103
- 238000001179 sorption measurement Methods 0.000 claims abstract description 83
- 238000001228 spectrum Methods 0.000 claims abstract description 82
- 238000012545 processing Methods 0.000 claims abstract description 50
- 230000003595 spectral effect Effects 0.000 claims abstract description 32
- 238000000034 method Methods 0.000 claims abstract description 21
- 230000008054 signal transmission Effects 0.000 claims abstract description 21
- 238000003860 storage Methods 0.000 claims abstract description 19
- 238000004364 calculation method Methods 0.000 claims description 34
- 238000012937 correction Methods 0.000 claims description 16
- 238000012360 testing method Methods 0.000 claims description 10
- 238000010845 search algorithm Methods 0.000 claims description 9
- 238000007781 pre-processing Methods 0.000 claims description 6
- 238000005070 sampling Methods 0.000 claims description 6
- 238000004891 communication Methods 0.000 claims description 3
- 238000011156 evaluation Methods 0.000 claims description 3
- 230000000737 periodic effect Effects 0.000 claims description 3
- 239000002904 solvent Substances 0.000 claims description 3
- 238000004458 analytical method Methods 0.000 description 3
- 230000005236 sound signal Effects 0.000 description 3
- 238000012271 agricultural production Methods 0.000 description 2
- 238000009826 distribution Methods 0.000 description 2
- 238000010276 construction Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000011160 research Methods 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
- G01M17/00—Testing of vehicles
- G01M17/007—Wheeled or endless-tracked vehicles
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Measurement Of Mechanical Vibrations Or Ultrasonic Waves (AREA)
Abstract
拖拉机用动力输出总成异响诊断信号采集装置及处理方法。装置设有动力输出总成、第1~8磁性吸附式位移传感器、信号传输电缆、信号传输接口、信号采集储存系统、信号传输电缆和PC端信号处理系统;方法为:采集的振动信号数据传输到PC端信号处理系统,对振动位移信号数据分组;PC端信号处理系统内利用波形放大器模块对振动位移信号时域波形的放大,观察分析时域波形成分;利用矩形窗函数对采集到的时域信号合适时间片段的截取;对时域信号傅里叶变换FFT;对频谱信号观察,找到频谱信号中的L个局部和各个局部极大值点附近的U条谱线;对频谱信号一维搜索,对频谱峰值搜索更新计算;以频谱峰值所对应的特征频率成分作为参照,得诊断结果。
Description
技术领域
本发明涉及车辆动力输出总成异响诊断,尤其是涉及一种拖拉机用动力输出总成异响诊断信号采集装置及数据处理方法。
背景技术
随着我国农业生产力的不断提高,农业机械化工具在农业生产中应用日益普遍,而大马力农用拖拉机在农业生产中得到越发广泛的使用。目前农用拖拉机的异响故障诊断是一个工程车辆维修人员需要经常面对的问题,而拖拉机输出总成的振动异响是拖拉机噪声的主要成分之一。随着农业机械化科技水平的发展,以及人们对车辆声品质的要求提高,对拖拉机用动力输出总成的异响诊断研究得到广泛的关注与研究。
如公开号为CN107449505A的专利文献“一种非接触式的动力输出总成振动测试系统”,该发明提供了一种非接触式的动力输出总成振动测试系统,涉及车辆动力输出总成振动测试领域。应用固定架和支撑架固定激光位移传感器,将激光位移传感器置于不同振动测点的相应位置。激光位移传感器通过信号缆线与信号采集存储系统进行连接通讯,信号采集存储系统通过信号缆线与PC笔记本进行连接,实现了动力输出总成的非接触式振动测试系统的搭建。
目前在拖拉机用动力输出总成的异响诊断过程中还是需要依靠工程技术人员的工作经验,虽然可以借助电子听诊器等工具收集异响声音信号,但是还是需要依靠工程技术人员的视听经验来识别判断动力输出总成运行时的异响故障所在。为及时而准确地获取到振动异响的信号并能够对异响故障进行分析和判断,减少依靠工程经验的人为判断分析带来的不准确诊断甚至错误诊断。因此需要发明一种针对于拖拉机用动力输出总成的异响诊断信号采集装置以及信号分析、判断的数据处理方法,这样可以减少依靠人为经验、提高异响故障诊断的准确度,提高拖拉机用动力输出总成异响故障诊断的工作效率。
发明内容
本发明的目的在于提供以实现及时而准确地获取到振动异响的信号并能够对异响故障进行分析和判断,减少依靠人为经验、提高异响故障诊断的准确度和工作效率的一种拖拉机用动力输出总成异响诊断信号采集装置以及数据处理方法。
所述拖拉机用动力输出总成异响诊断信号采集装置设有动力输出总成、第1磁性吸附式位移传感器、第2磁性吸附式位移传感器、第3磁性吸附式位移传感器、第4磁性吸附式位移传感器、第5磁性吸附式位移传感器、第6磁性吸附式位移传感器、第7磁性吸附式位移传感器、第8磁性吸附式位移传感器、信号传输电缆、信号传输接口、信号采集储存系统、信号传输电缆和PC端信号处理系统;
所述动力输出总成设在消声室的试验台上,在试验台上对动力输出总成输入相应工况下的转速、扭矩,使动力输出总成处于工作状态下;
所述第1磁性吸附式位移传感器和第7磁性吸附式位移传感器设在动力输出总成的输出轴轴向位置,第2磁性吸附式位移传感器和第4磁性吸附式位移传感器设在动力输出总成的输出轴径向位置,第3磁性吸附式位移传感器和第5磁性吸附式位移传感器设在动力输出总成的输出轴轴向右侧位置,第6磁性吸附式位移传感器和第8磁性吸附式位移传感器设在动力输出总成的输出轴轴向左侧位置。
所述第1磁性吸附式位移传感器、第2磁性吸附式位移传感器、第3磁性吸附式位移传感器、第4磁性吸附式位移传感器、第5磁性吸附式位移传感器、第6磁性吸附式位移传感器、第7磁性吸附式位移传感器和第8磁性吸附式位移传感器通过信号传输电缆与信号传输接口进行端口对应连接,从而建立起与信号采集储存系统的连接通讯;信号采集储存系统负责振动位移信号的采集与存储;信号采集储存系统通过信号传输电缆与PC端信号处理系统进行连接通讯。
所述拖拉机用动力输出总成异响诊断信号采集的数据处理方法包括以下步骤:
1)信号采集储存系统采集到的振动信号数据传输到PC端信号处理系统,根据测点分布的物理位置对振动位移信号数据进行分组;
2)PC端信号处理系统内利用波形放大器模块对振动位移信号进行时域波形的自动处理放大,观察分析时域波形成分;
3)利用矩形窗函数对采集到的时域信号进行合适时间片段的截取;
截取后信号xT(t):xT(t)=x(t)w(t),
对截取后的信号时间片段进行周期延拓处理,得到虚拟的无限长的信号;
5)对步骤4)处理得到的频谱信号进行观察,找到频谱信号中的L个局部极大值,并找到各个局部极大值点附近的U条谱线;
计算矩形窗校正过后的频谱幅值Y,得出对真实谱线的第一次估计值;
对频谱信号中的L个局部极大值进行同样的计算校正,得出频谱信号中L个局部极大值谱线的第一次估计值。
6)对经过步骤5)处理得到的频谱信号进行一维搜索,对频谱峰值进行精密搜索更新计算;
在步骤6)中,所述对频谱峰值进行精密搜索更新计算的具体方法可为:
(1)设计一维强权值黄金分割频谱峰值精搜算法对频谱上的峰值进行搜索计算;
(2)在一维强权值黄金分割频谱峰值精密搜索过程中,对频谱信号值f(x)进行插值计算时,设计引入秦九韶算法对矩形窗比例校正后的频谱信号值f(x)进行多项式快速求值,计算公式如下所示:
(3)对于一维强权值黄金分割频谱峰值精搜算法,分为预处理计算搜索更新阶段和精密处理计算搜索更新阶段,其具体方法如下:
a、在频谱峰值的预处理一维搜索求解阶段,采用二分法进行一维搜索求取极大值,得到频谱峰值的第一次更新值;
按照上述算法继续对三元点组所对应的区间进行划分,直到区间足够小,即满足e*-a*<ε*时,则转到精密处理计算搜索阶段;
精密处理计算搜索阶段的初始区间为(a,c),其中a=a*,c=e*;
b、在精密处理计算搜索阶段,采用黄金分割法进行一维搜索计算求取频谱信号的极大值,得到频谱峰值的第二次更新值;
在三元点组中,中间点对应的函数值是每一轮求解过程中的最大值;
按照上述算法继续对三元点组所对应的区间进行划分,直到区间足够小,即满足c-a<ε时,则最后求到的极大值点(α,p)为频谱的峰值点;
对频谱信号中的L个局部极大值进行同样的一维强权值黄金分割频谱峰值精搜算法处理计算,得出频谱信号中L个局部极大值谱线的更新值。
7)以步骤6)中所搜索计算得到的频谱峰值所对应的特征频率成分作为参照,对比分析总成系统结构部件的运转频率成分,判断找到异响源位置,分析异响产生原因,最终得到异响故障的诊断结果。
本发明用动力输出总成异响诊断信号采集装置采用磁性吸附式位移传感器直接接触拖拉机用动力输出总成异响源,获取异响振动信号。获取到的异响振动信号经过信号采集储存系统进行存储处理并生成振动位移信号数据文件。振动位移信号数据传送到PC端信号处理系统,经过信号处理系统进行处理分析,通过对动力输出总成各个位置的振动信号进行处理分析,提取信号特征并进行比对,最终得到动力输出总成的异响诊断结果。
本发明具有如下突出优点:
(1)通过对频谱的插值计算,提高了矩形窗比例校正频谱信号的精度;
(2)通过引入秦九韶算法,提高了单一频率点的插值效率;
(3)通过改进的一维强权值黄金分割频谱峰值精搜算法,相比于传统的黄金分割法一维搜索算法,减少了迭代次数,提高了迭代的效率。
附图说明
图1为本发明所述拉机用动力输出总成异响诊断信号采集装置实施例的结构组成示意图。
图2为本发明所述拖拉机用动力输出总成异响诊断信号采集的数据处理方法实施例的流程图。
图3为一维强权值黄金分割频谱峰值精搜算法流程图。
具体实施方式
以下实施例将结合附图对本发明作进一步的说明。
参见图1,所述拖拉机用动力输出总成异响诊断信号采集装置实施例设有动力输出总成1、第1磁性吸附式位移传感器2、第2磁性吸附式位移传感器3、第3磁性吸附式位移传感器4、第4磁性吸附式位移传感器5、第5磁性吸附式位移传感器6、第6磁性吸附式位移传感器7、第7磁性吸附式位移传感器8、第8磁性吸附式位移传感器9、信号传输电缆10、信号传输接口11、信号采集储存系统12、信号传输电缆13和PC端信号处理系统14;
所述动力输出总成1设在消声室的试验台上,在试验台上对动力输出总成1输入相应工况下的转速、扭矩,使动力输出总成1处于工作状态下;
所述第1磁性吸附式位移传感器2和第7磁性吸附式位移传感器8设在动力输出总成1的输出轴轴向位置,第2磁性吸附式位移传感器3和第4磁性吸附式位移传感器5设在动力输出总成1的输出轴径向位置,第3磁性吸附式位移传感器4和第5磁性吸附式位移传感器6设在动力输出总成1的输出轴轴向右侧位置,第6磁性吸附式位移传感器7和第8磁性吸附式位移传感器9设在动力输出总成1的输出轴轴向左侧位置。
所述第1磁性吸附式位移传感器2、第2磁性吸附式位移传感器3、第3磁性吸附式位移传感器4、第4磁性吸附式位移传感器5、第5磁性吸附式位移传感器6、第6磁性吸附式位移传感器7、第7磁性吸附式位移传感器8和第8磁性吸附式位移传感器9通过信号传输电缆10与信号传输接口11进行端口对应连接,从而建立起与信号采集储存系统12的连接通讯;信号采集储存系统12负责振动位移信号的采集与存储;信号采集储存系统12通过信号传输电缆13与PC端信号处理系统14进行连接通讯。
本发明利用磁性吸附式位移传感器的接触式测量特点,通过将第1磁性吸附式位移传感器2、第2磁性吸附式位移传感器3、第3磁性吸附式位移传感器4、第4磁性吸附式位移传感器5、第5磁性吸附式位移传感器6、第6磁性吸附式位移传感器7、第7磁性吸附式位移传感器8和第8磁性吸附式位移传感器9分别置于拖拉机用动力输出总成1的输入轴与输出轴的轴向、轴向左侧、轴向右侧、径向位置,进行动力输出总成1上不同振动测点上的振动位移信号采集。信号采集存储系统12负责振动位移信号的采集与存储;PC端信号处理系统14负责振动位移信号的分析处理与异响诊断结果的提出。
参见图2,PC端信号处理系统对各个位置位移传感器采集到的振动信号进行信号处理分析,数据处理方法步骤如下:
步骤1、信号采集存储系统采集到的振动信号数据传输到PC端信号处理系统,根据测点分布的物理位置来对振动位移信号数据进行分组。
步骤2、PC端信号处理系统内利用波形放大器模块对振动位移信号进行时域波形的自动处理放大,观察分析时域波形成分。
步骤3、利用矩形窗函数对采集到的时域信号进行合适时间片段的截取。
截取后信号xT(t):xT(t)=x(t)w(t);
对截取后的信号时间片段进行周期延拓处理,得到虚拟的无限长的信号。
步骤5、对步骤4处理得到的频谱信号进行观察,找到频谱信号中的L个局部极大值,并找到各个局部极大值点附近的U条谱线。
计算矩形窗校正过后的频谱幅值Y,得出对真实谱线的第一次估计值。
对频谱信号中的L个局部极大值进行同样的计算校正,得出频谱信号中L个局部极大值谱线的第一次估计值。
步骤6、对经过步骤5处理得到的频谱信号进行一维搜索,对频谱峰值进行精密搜索更新计算。
设计一维强权值黄金分割频谱峰值精搜算法对频谱上的峰值进行搜索计算。
在一维强权值黄金分割频谱峰值精密搜索过程中,对频谱信号值f(x)进行插值计算时,设计引入秦九韶算法对矩形窗比例校正后的频谱信号值f(x)进行多项式快速求值。计算公式如下所示:
对于一维强权值黄金分割频谱峰值精搜算法,分为预处理计算搜索更新阶段和精密处理计算搜索更新阶段。
a、在频谱峰值的预处理一维搜索求解阶段,采用二分法进行一维搜索求取极大值,得到频谱峰值的第一次更新值。
这一过程如图3所示,按照上述算法继续对三元点组所对应的区间进行划分,直到区间足够小,即满足e*-a*<ε*时,则转到精密处理计算搜索阶段。
精密处理计算搜索阶段的初始区间为(a,c),其中a=a*,c=e*。
b、在精密处理计算搜索阶段,采用黄金分割法进行一维搜索计算求取频谱信号的极大值,得到频谱峰值的第二次更新值。
在这些三元点组中,其中间点对应的函数值都是每一轮求解过程中的最大值。这一过程如图3所示。
按照上述算法继续对三元点组所对应的区间进行划分,直到区间足够小,即满足c-a<ε时。则最后求到的极大值点(α,p)则为频谱的峰值点。
对频谱信号中的L个局部极大值进行同样的一维强权值黄金分割频谱峰值精搜算法处理计算,得出频谱信号中L个局部极大值谱线的更新值。
步骤7、以步骤6中所搜索计算得到的频谱峰值所对应的特征频率成分作为参照,对比分析总成系统结构部件的运转频率成分,判断找到异响源位置,分析异响产生原因,最终得到异响故障的诊断结果。
Claims (1)
1.拖拉机用动力输出总成异响诊断信号采集的数据处理方法,其特征在于采用拖拉机用动力输出总成异响诊断信号采集装置,所述采集装置设有动力输出总成、第1磁性吸附式位移传感器、第2磁性吸附式位移传感器、第3磁性吸附式位移传感器、第4磁性吸附式位移传感器、第5磁性吸附式位移传感器、第6磁性吸附式位移传感器、第7磁性吸附式位移传感器、第8磁性吸附式位移传感器、信号传输电缆、信号传输接口、信号采集储存系统、信号传输电缆和PC端信号处理系统;所述动力输出总成设在消声室的试验台上,在试验台上对动力输出总成输入相应工况下的转速、扭矩,使动力输出总成处于工作状态下;所述第1磁性吸附式位移传感器和第7磁性吸附式位移传感器设在动力输出总成的输出轴轴向位置,第2磁性吸附式位移传感器和第4磁性吸附式位移传感器设在动力输出总成的输出轴径向位置,第3磁性吸附式位移传感器和第5磁性吸附式位移传感器设在动力输出总成的输出轴轴向右侧位置,第6磁性吸附式位移传感器和第8磁性吸附式位移传感器设在动力输出总成的输出轴轴向左侧位置;所述第1磁性吸附式位移传感器、第2磁性吸附式位移传感器、第3磁性吸附式位移传感器、第4磁性吸附式位移传感器、第5磁性吸附式位移传感器、第6磁性吸附式位移传感器、第7磁性吸附式位移传感器和第8磁性吸附式位移传感器通过信号传输电缆与信号传输接口进行端口对应连接,从而建立起与信号采集储存系统的连接通讯;信号采集储存系统负责振动位移信号的采集与存储;信号采集储存系统通过信号传输电缆与PC端信号处理系统进行连接通讯;
所述数据处理方法包括以下步骤:
1)信号采集存储系统采集到的振动信号数据传输到PC端信号处理系统,根据测点分布的物理位置对振动位移信号数据进行分组;
2)PC端信号处理系统内利用波形放大器模块对振动位移信号进行时域波形的自动处理放大,观察分析时域波形成分;
3)利用矩形窗函数对采集到的时域信号进行合适时间片段的截取;
截取后信号xT(t):xT(t)=x(t)w(t),
对截取后的信号时间片段进行周期延拓处理,得到虚拟的无限长的信号;
5)对步骤3)处理得到的频谱信号进行观察,找到频谱信号中的L个局部极大值,并找到各个局部极大值点附近的U条谱线;
计算矩形窗校正过后的频谱幅值Y,得出对真实谱线的第一次估计值;
对频谱信号中的L个局部极大值进行同样的计算校正,得出频谱信号中L个局部极大值谱线的第一次估计值;
6)对经过步骤5)处理得到的频谱信号进行一维搜索,对频谱峰值进行精密搜索更新计算;
所述对频谱峰值进行精密搜索更新计算的具体方法为:
(1)设计一维强权值黄金分割频谱峰值精搜算法对频谱上的峰值进行搜索计算;
(2)在一维强权值黄金分割频谱峰值精密搜索过程中,对频谱信号值f(x)进行插值计算时,设计引入秦九韶算法对矩形窗比例校正后的频谱信号值f(x)进行多项式快速求值,计算公式如下所示:
(3)对于一维强权值黄金分割频谱峰值精搜算法,分为预处理计算搜索更新阶段和精密处理计算搜索更新阶段,其具体方法如下:
a、在频谱峰值的预处理一维搜索求解阶段,采用二分法进行一维搜索求取极大值,得到频谱峰值的第一次更新值;
按照上述算法继续对三元点组所对应的区间进行划分,直到区间足够小,即满足e*-a*<ε*时,则转到精密处理计算搜索阶段;
精密处理计算搜索阶段的初始区间为(a,c),其中a=a*,c=e*;
b、在精密处理计算搜索阶段,采用黄金分割法进行一维搜索计算求取频谱信号的极大值,得到频谱峰值的第二次更新值;
在三元点组中,中间点对应的函数值是每一轮求解过程中的最大值;
按照上述算法继续对三元点组所对应的区间进行划分,直到区间足够小,即满足c-a<ε时,则最后求到的极大值点(α,p)为频谱的峰值点;
对频谱信号中的L个局部极大值进行同样的一维强权值黄金分割频谱峰值精搜算法处理计算,得出频谱信号中L个局部极大值谱线的更新值;
7)以步骤6)中所搜索计算得到的频谱峰值所对应的特征频率成分作为参照,对比分析总成系统结构部件的运转频率成分,判断找到异响源位置,分析异响产生原因,最终得到异响故障的诊断结果。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811459130.6A CN109540545B (zh) | 2018-11-30 | 2018-11-30 | 拖拉机用动力输出总成异响诊断信号采集装置及处理方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811459130.6A CN109540545B (zh) | 2018-11-30 | 2018-11-30 | 拖拉机用动力输出总成异响诊断信号采集装置及处理方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109540545A CN109540545A (zh) | 2019-03-29 |
CN109540545B true CN109540545B (zh) | 2020-04-14 |
Family
ID=65851820
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811459130.6A Expired - Fee Related CN109540545B (zh) | 2018-11-30 | 2018-11-30 | 拖拉机用动力输出总成异响诊断信号采集装置及处理方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109540545B (zh) |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1421030A (zh) * | 1999-11-05 | 2003-05-28 | Huq语音技术公司 | 信号分析方法与装置 |
CN101113936A (zh) * | 2007-07-20 | 2008-01-30 | 广州市计量检测技术研究院 | 一种虚拟振动台检测信号处理方法及其设备 |
CN203817862U (zh) * | 2014-01-14 | 2014-09-10 | 第一拖拉机股份有限公司 | 拖拉机变速箱装配翻转夹具 |
CN104748704A (zh) * | 2013-12-31 | 2015-07-01 | 中核武汉核电运行技术股份有限公司 | 薄壁结构超声共振测厚频谱分析内插校正方法 |
CN106644030A (zh) * | 2016-08-31 | 2017-05-10 | 上海交通大学 | 一种基于多普勒雷达的非接触式振动测量方法 |
CN107271002A (zh) * | 2017-06-19 | 2017-10-20 | 重庆邮电大学 | 一种快速高精度的频谱校正插值算法 |
CN107449505A (zh) * | 2017-09-25 | 2017-12-08 | 厦门大学 | 一种非接触式的动力输出总成振动测试系统 |
-
2018
- 2018-11-30 CN CN201811459130.6A patent/CN109540545B/zh not_active Expired - Fee Related
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1421030A (zh) * | 1999-11-05 | 2003-05-28 | Huq语音技术公司 | 信号分析方法与装置 |
CN101113936A (zh) * | 2007-07-20 | 2008-01-30 | 广州市计量检测技术研究院 | 一种虚拟振动台检测信号处理方法及其设备 |
CN104748704A (zh) * | 2013-12-31 | 2015-07-01 | 中核武汉核电运行技术股份有限公司 | 薄壁结构超声共振测厚频谱分析内插校正方法 |
CN203817862U (zh) * | 2014-01-14 | 2014-09-10 | 第一拖拉机股份有限公司 | 拖拉机变速箱装配翻转夹具 |
CN106644030A (zh) * | 2016-08-31 | 2017-05-10 | 上海交通大学 | 一种基于多普勒雷达的非接触式振动测量方法 |
CN107271002A (zh) * | 2017-06-19 | 2017-10-20 | 重庆邮电大学 | 一种快速高精度的频谱校正插值算法 |
CN107449505A (zh) * | 2017-09-25 | 2017-12-08 | 厦门大学 | 一种非接触式的动力输出总成振动测试系统 |
Non-Patent Citations (1)
Title |
---|
"轮式拖拉机动力输出总成的振动特性研究";黄景山 等;《拖拉机与农用运输车》;20171230;第44卷(第6期);第11-17页 * |
Also Published As
Publication number | Publication date |
---|---|
CN109540545A (zh) | 2019-03-29 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108982107B (zh) | 一种基于形态学和多尺度排列熵均值的轴承故障定量趋势诊断方法 | |
CN109932179B (zh) | 一种基于ds自适应谱重构的滚动轴承故障检测方法 | |
CN111504645B (zh) | 一种基于频域多点峭度的滚动轴承故障诊断方法 | |
CN109870282A (zh) | 基于压缩感知的叶片振动特征辨识方法及系统 | |
CN112461934B (zh) | 一种基于声发射的航空发动机叶片裂纹源定位方法 | |
CN111307438B (zh) | 一种基于信息熵的旋转机械振动故障诊断方法及其系统 | |
CN110174465B (zh) | 一种在线监测液压缸微小内泄漏装置 | |
CN111678698B (zh) | 一种基于声振信号融合的滚动轴承故障检测方法 | |
CN104408322B (zh) | 综合多源故障概率似然信度的旋转机械设备故障诊断方法 | |
CN110596247B (zh) | 一种温度变化环境下的超声结构健康监测方法 | |
CN109063672A (zh) | 一种基于自适应mckd的早期轴承外圈故障诊断方法 | |
CN109187021A (zh) | 基于熵的多源风电机组轴承故障诊断方法 | |
CN108398260B (zh) | 基于混合概率方法的齿轮箱瞬时角速度的快速评估方法 | |
Lin et al. | A review and strategy for the diagnosis of speed-varying machinery | |
CN107966287B (zh) | 一种自适应机电装备微弱故障特征提取方法 | |
CN109540545B (zh) | 拖拉机用动力输出总成异响诊断信号采集装置及处理方法 | |
Li et al. | A detection method of gear micro-cracks based on tuned resonance | |
CN114486252B (zh) | 一种矢量模极大值包络的滚动轴承故障诊断方法 | |
CN112432749A (zh) | 一种水轮机转轮振动与压力脉动的关联性测试分析方法 | |
CN109916624B (zh) | 一种基于希尔伯特黄的滚珠丝杠副疲劳失效诊断方法 | |
CN117407782A (zh) | 一种基于信号流图的传递路径分析与振动贡献评估方法 | |
CN104156339B (zh) | 一种利用二次排列熵识别周期微弱脉冲信号的方法 | |
CN114383718B (zh) | 一种基于燃机外机匣振动信号的高频叶片通过频率提取方法 | |
CN103630604A (zh) | 离心式压缩机半开式叶轮裂纹故障识别方法 | |
CN104879294A (zh) | 一种水泵瞬态信号分析装置及方法 |
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 | ||
CF01 | Termination of patent right due to non-payment of annual fee | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20200414 |