CN110082101A - 基于输入输出扭矩动力学特性的行星齿轮系统故障监测方法 - Google Patents

基于输入输出扭矩动力学特性的行星齿轮系统故障监测方法 Download PDF

Info

Publication number
CN110082101A
CN110082101A CN201810064031.1A CN201810064031A CN110082101A CN 110082101 A CN110082101 A CN 110082101A CN 201810064031 A CN201810064031 A CN 201810064031A CN 110082101 A CN110082101 A CN 110082101A
Authority
CN
China
Prior art keywords
torque
input
frequency
output
signal
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
CN201810064031.1A
Other languages
English (en)
Other versions
CN110082101B (zh
Inventor
曹明
马晶玮
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.)
AECC Commercial Aircraft Engine Co Ltd
Original Assignee
AECC Commercial Aircraft Engine Co Ltd
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 AECC Commercial Aircraft Engine Co Ltd filed Critical AECC Commercial Aircraft Engine Co Ltd
Priority to CN201810064031.1A priority Critical patent/CN110082101B/zh
Publication of CN110082101A publication Critical patent/CN110082101A/zh
Application granted granted Critical
Publication of CN110082101B publication Critical patent/CN110082101B/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
    • G01M13/02—Gearings; Transmission mechanisms
    • G01M13/021—Gearings
    • 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
    • G01M13/02—Gearings; Transmission mechanisms
    • G01M13/028—Acoustic or vibration analysis

Abstract

本发明提供一种基于输入输出扭矩动力学特性的行星齿轮系统故障监测方法。该行星齿轮系统故障监测方法在行星齿轮箱的输入输出轴安装扭矩传感器；对输入轴的扭矩信号进行时域、频域或时频域混合分析，再将所得的时域、频域或时频域混合分析结果乘除以变速比，得到输入扭矩信号Tqin；对输出轴的扭矩信号进行时域、频域、时频域混合分析，得到输出扭矩信号Tqout；以Tqout、Tqin和Tqout的比较结果用来得到齿轮箱故障诊断特征指示。

Description

基于输入输出扭矩动力学特性的行星齿轮系统故障监测方法
技术领域
本发明涉及齿轮系统故障检测方法。
背景技术
行星齿轮系统是齿轮风扇发动机构型的关键部件；行星齿轮系统故障监测对于该型发动机的可靠运行至关重要。传统的齿轮系统故障监测主要依赖于安装于输入/输出轴及齿轮箱盖上的加速度传感器。
CN102449457B公开了一种用于包括行星齿轮系的齿轮箱状况监控的系统和方法，其中通过对加速度计转速计等传感器信号进行FFT分析，产生与所监控的齿轮箱系统相关的频率特性，从而判定齿轮系故障。
齿轮系故障包括轴承、齿轮、轴系故障等特征都只能从安装在齿轮箱和输入输出轴箱盖上的加速度传感器信号来提取；这就意味着故障信号需要从故障点经过支承件传递至箱盖，然后才被收集。经过这一传递路径，故障信号会衰减，畸变，从而导致特征提取困难。所以，传统的基于安装在箱盖上的振动传感器信号的故障特征提取有较高的误诊和漏检率。
发明内容
本发明提供一种基于输入输出扭矩动力学特性的行星齿轮系统故障监测方法。
本发明提供一种基于输入输出扭矩动力学特性的行星齿轮系统故障监测方法，其中，在行星齿轮箱的输入输出轴安装扭矩传感器；对输入轴的扭矩信号进行时域、频域或时频域混合分析，再将所得的时域、频域或时频域混合分析结果乘除以变速比，得到输入扭矩信号Tqin；对输出轴的扭矩信号进行时域、频域、时频域混合分析，得到输出扭矩信号Tqout；以Tqout、Tqin和Tqout的比较结果用来得到齿轮箱故障诊断特征指示。
本发明提出直接采用输入和输出的扭矩信号为主，其主要优势是，扭矩信号直接反映各类齿轮故障所导致的载荷变化，是比加速度信号更直接的故障指示。通过比较输入和输出信号的动力学特征，并进行时域和频域分析，可以得到基于扭矩的故障状态指示(Condition Indicator-CI)。
附图说明
本发明的上述的以及其他的特征、性质和优势将通过下面结合附图和实施例的描述而变得更加明显，其中：
图1为行星齿轮系统故障诊断传感器。
具体实施方式
下面结合具体实施例和附图对本发明作进一步说明，在以下的描述中阐述了更多的细节以便于充分理解本发明，但是本发明显然能够以多种不同于此描述的其它方式来实施，本领域技术人员可以在不违背本发明内涵的情况下根据实际应用情况作类似推广、演绎，因此不应以此具体实施例的内容限制本发明的保护范围。
如图1所示，适合于齿轮风扇发动机构型的行星齿轮系统包括太阳轮1、行星轮2、外环齿轮3，在太阳轮1上连接的输入轴4上布置有输入扭矩传感器5，多个行星轮2安装在行星架6上，行星架6的轴上安装有输出扭矩传感器7，此外，还可以在行星架6上布置输出端加速度计8，在外环齿轮3、输入轴4上布置输入端加速度计9。图1中示出的输入轴和输出轴同轴的行星齿轮系统，对于不同轴的行星齿轮系统后述的监测方法也同样适应。加装加速度计的主要目的是故障融合。
根据本发明的一个实施方式，其对输入轴的扭矩信号进行时域、频域、和时频域混合分析；再将所得的时域、频域、和时频域混合分析结果乘除以变速比，得到信号包“Tq-in”；对输出轴的扭矩信号进行时域、频域、和时频域混合分析，得到信号包“Tq-out”；“Tq-in”和“Tq-out”的比较结果(一种可能是剩余量，或差值)处理后得到齿轮箱故障诊断特征值；“Tq-in”和“Tq-out”的比较结果(一种可能是剩余量，或差值)被用来得到下述故障的特征指示。
根据本发明的一个实施方式，将齿轮箱的输出扭矩信号和输入-输出扭矩差将被用来作为故障状态指示原始数据。输出扭矩减去输入扭矩乘以效率再除以传动比就得到“输入输出扭矩差”时域信号：
R是齿轮箱穿的传动比,
η是齿轮箱的正常效率参数 (1)
而齿轮箱效率，η可以被视作一个静态的状态指示，通过特定时间长度内的平均输入输出功率比进行计算。
Tqout(t)是齿轮箱输出扭矩。齿轮箱在传动的过程中会导入新的频率信号，因而其输出扭矩除了以与传动比反比地放大输入扭矩之外还会叠加一些齿轮箱特征频率。健康的和不健康的齿轮箱有不同的频率动态特性，因而输入输出扭矩差的频率特性将会反映齿轮箱故障。与传统的加速度信号相比，前述实施方式中定义的输入输出扭矩差更直接地反映齿轮箱故障特性。
上述的齿轮箱输出扭矩和输入输出扭矩差时域信号可进一步处理得到所谓的剩余量，剩余量有两种定义：
d(t)＝x(t)-yd(t) (2)
r(t)＝x(t)-yr(t) (3)
x(t)是原始时域信号，yd(t)信号是时域信号包含齿轮啮合频率及其高次谐波，再加上对应于这些频率的一阶啮合频率边频；yr(t)信号是时域信号包含齿轮啮合频率及其高次谐波，但不包含一阶啮合频率边频。
针对输入输出扭矩差信号，定义其时域剩余量为
dδTq(t)＝δTq(t)-δTqd(t) (4)
rδTq(t)＝δTq(t)-δTqr(t) (5)
输出扭矩的时域剩余量则可类似被定义为：
根据本发明的一个实施方式基于齿轮箱的输出扭矩信号和输入-输出扭矩差的时域故障状态指示：以等式(1)，(4)～(7)里定义的三个时域变量为基础，可以定义时域的齿轮箱故障特征量。
输出扭矩和输入输出扭矩差的均方根平均都可被用作时域齿轮箱故障状态指示器：
如果齿轮箱发生退化，则其传动效率变化会反映在输入输出扭矩差的增大上面，导致其均方根平均增大，输出扭矩均方根平均值也会增加。
根据本发明的一个实施方式，波峰因子(Crest Factor，CF)是最大波峰到波谷值除以RMS，输出扭矩和输入输出扭矩差的波峰因子也是齿轮箱时域故障状态指示：
输出扭矩和输入输出扭矩差的波峰因子的增加是晚期齿轮箱故障的主要特性之一。
根据本发明的一个实施方式，还可以定义输入输出扭矩差信号和输出扭矩的峭度，一个时域信号分布“尖度”的衡量：
由此衍生也可以定义输入输出扭矩差和输出扭矩信号的剩余量(等式4～7)的尖度：
在齿轮箱发生故障时，等式12～17定义的峭度之都会有程度不同的增长；因而这些输入输出扭矩差和输出扭矩的时域峭度都是有效的齿轮故障状态指示。
除了以上所定义的基于输入输出扭矩差和输出扭矩测量的时域状态指示，以小波分析和短时傅里叶变换为代表的时频域混合分析以及纯频域分析也是齿轮箱故障诊断的有效工具。
根据本发明的一个实施方式采用基于齿轮箱的输出扭矩信号和输入-输出扭矩差的频域故障状态指示，输入输出扭矩差和输出扭矩以及它们的剩余量的傅里叶变换可分别被表示为(FT指Fourier Transformation-傅立叶变换)：
δTq(f)＝FT[δTq(t)] (18)
dδTq(f)＝FT[dδTq(t)] (19)
rδTq(f)＝FT[rδTq(t)] (20)
Tqout(f)＝FT[Tqout(t)] (21)
dTqout(f)＝FT[dTqout(t)] (22)
rTqout(f)＝FT[rTqout(t)] (23)
其中，δTq,dδTq,rδTq，dTqout，rTqout已在等式1，4，5，6，7中定义。在频域里，定义两种基于输入输出扭矩差和输出扭矩的故障指示：特定频率范围内的能量谱和特定频率处的幅值。能量谱定义为：
y可以是δTq，dδTq，rδTq，Tqout，dTqout，rTqout (24)
这里的频率范围[fl fh]可以是两种频段，一种是中高齿轮系统共振频段，齿轮箱故障有可能激发位于该频段的共振，导致故该频段能量谱上升；另一个是啮合频率基频和其高次谐波再加上它们的边频。
根据本发明的一个实施方式，还采用与基于齿轮箱的输出扭矩信号和输入-输出扭矩差的时频域混合故障状态指示：频域混合分析，例如短时傅里叶变换或小波分析，可以得到如下时频混合信号(JFT值Joint Frequency Time)：
δTq(f,t)＝JFT[δTq(t)] (25)
dδTq(f,t)＝JFT[dδTq(t)] (26)
rδTq(f,t)＝JFT[rδTq(t)] (27)
Tqout(f,t)＝JFT[Tqout(t)] (28)
dTqout(f,t)＝JFT[dTqout(t)] (29)
rTqout(f,t)＝JFT[rTqout(t)] (30)
通过监测特定故障频率发生的概率，所占时长百分比及振幅，可以对故障进行早期诊断。
对于如上各个实施方式所描述的时域，频域，时频域混合状态指示，我们采用相应的状态指示统计分布确定预警(“Warning”,”Yellow”)和警告(“Alarming”,”Yellow”)的阈值。
在前述实施方式的基础上，还可以通过采用安装在输入输出轴及齿轮箱上的加速度计能量谱提高故障诊断的鲁棒性。
在前述实施方式的基础上，还可以基于加速度-扭矩测量故障特征融合提取。采用基于模糊理论，证据理论的融合算法综合基于扭矩信号和加速度/振动信号的故障特征从而得到健康指示。
根据本发明的监测方法采用直接反映齿轮系故障特征的扭矩信号为主，另外可选地以传统的“非直接”加速度信号为辅的方法提取综合故障特征；和仅依赖“非直接”加速度信号的传统故障诊断方法相比，根据本发明提出的方法更精确，降低漏检率和虚警率。
前述实施方式的有益效果：
本发明采用上下游扭矩测量结果，及输入输出轴(同心或者不同心)和齿轮箱加速度测量对齿轮箱和低压涡轮端，风扇端机械系统故障进行检测。通过采用更直接的齿轮信号指示(扭矩)，更全面地考虑各种健康/故障指示，提高了齿轮箱及其上下游系统故障诊断的置信度。前述实施方式也可以用于齿轮箱有效剩余寿命的估算。
本发明虽然以较佳实施例公开如上，但其并不是用来限定本发明，任何本领域技术人员在不脱离本发明的精神和范围内，都可以做出可能的变动和修改。因此，凡是未脱离本发明技术方案的内容，依据本发明的技术实质对以上实施例所作的任何修改、等同变化及修饰，均落入本发明权利要求所界定的保护范围之内。

Claims (10)

1.基于输入输出扭矩动力学特性的行星齿轮系统故障监测方法，其特征在于，
在行星齿轮箱的输入输出轴安装扭矩传感器；
对输入轴的扭矩信号进行时域、频域或时频域混合分析，再将所得的时域、频域或时频域混合分析结果乘除以变速比，得到输入扭矩信号Tqin；
对输出轴的扭矩信号进行时域、频域、时频域混合分析，得到输出扭矩信号Tqout；
以Tqout、Tqin和Tqout的比较结果用来得到齿轮箱故障诊断特征指示。
2.如权利要求1所述的行星齿轮系统故障监测方法，其特征在于，输入输出扭矩差时域信号δTq(t)为：
R是齿轮箱穿的传动比,η是齿轮箱的正常效率参数，t为时间；
对于输入输出扭矩差信号，其时域剩余量定义为：
dδTq(t)＝δTq(t)-δTqd(t)
rδTq(t)＝δTq(t)-δTqr(t)
其中，δTqd(t)为输入输出扭矩差时域信号包含齿轮啮合频率及其高次谐波，再加上对应于这些频率的一阶啮合频率边频，
δTqr(t)为输入输出扭矩差时域信号包含齿轮啮合频率及其高次谐波，但不包含一阶啮合频率边频；
输出扭矩的时域剩余量被定义为：
dTqout(t)＝Tqout(t)-Tqoutd(t)
rTqout(t)＝Tqout(t)-Tqoutr(t)
其中，Tqoutd(t)是输出扭矩时域信号包含齿轮啮合频率及其高次谐波，再加上对应于这些频率的一阶啮合频率边频，
Tqoutr(t)为输出扭矩时域信号包含齿轮啮合频率及其高次谐波，但不包含一阶啮合频率边频。
3.如权利要求2所述的行星齿轮系统故障监测方法，其特征在于，以输出扭矩和/或输入输出扭矩差的均方根平均用作时域齿轮箱故障状态指示器，其中，
输出扭矩的均方根平均定义为：
输入输出扭矩差的均方根平均定义为i为信号采集次数。
4.如权利要求2所述的行星齿轮系统故障监测方法，其特征在于，以输出扭矩和/或输入输出扭矩差的时域剩余量的均方根平均用作时域齿轮箱故障状态指示器。
5.如权利要求2所述的行星齿轮系统故障监测方法，其特征在于，以输出扭矩和/或输入输出扭矩差的波峰因子用作晚期齿轮箱故障状态指示器，波峰因子是最大波峰到波谷值除以均方根，其中，
输出扭矩的波峰因子定义为：
输入输出扭矩差的波峰因子定义为：其中0-pk表示对应信号的最大波峰到波谷值。
6.如权利要求2所述的行星齿轮系统故障监测方法，其特征在于，以输入输出扭矩差信号和输出扭矩的峭度作为齿轮箱故障状态指示器，其中，
输入输出扭矩差信号的峭度定义为：
输出扭矩的峭度定义为：
7.如权利要求2所述的行星齿轮系统故障监测方法，其特征在于，以输入输出扭矩差和输出扭矩信号的剩余量的尖度作为齿轮箱故障状态指示器，其中，
输入输出扭矩差剩余量的尖度为：
输出扭矩剩余量的尖度为：
8.如权利要求2所述的行星齿轮系统故障监测方法，其特征在于，
输入输出扭矩差、输出扭矩及其剩余量的傅里叶变换分别被表示为：
δTq(f)＝FT[δTq(t)]，
dδTq(f)＝FT[dδTq(t)]，
rδTq(f)＝FT[rδTq(t)]，
Tqout(f)＝FT[Tqout(t)]，
dTqout(f)＝FT[dTqout(t)],
rTqout(f)＝FT[rTqout(t)]，
FT为傅立叶变换，利用输入输出扭矩差和输出扭矩的特定频率范围内的能量谱和特定频率处的幅值故障指示，其中，
能量谱定义为：
y可以是δTq，dδTq，rδTq，Tqout，dTqout，rTqout，频率范围[fl,fh]是中高齿轮系统共振频段，或者是啮合频率基频和其高次谐波再加上其边频。
9.如权利要求2所述的行星齿轮系统故障监测方法，其特征在于，以基于齿轮箱的输出扭矩信号和输入输出扭矩差信号的时频域混合信号作为故障状态指示，
输入输出扭矩差、输出扭矩及其剩余量的时频域混合分析为：
δTq(f)＝JFT[δTq(t)]，
dδTq(f)＝JFT[dδTq(t)]，
rδTq(f)＝JFT[rδTq(t)]，
Tqout(f)＝JFT[Tqout(t)]，
dTqout(f)＝JFT[dTqout(t)],
rTqout(f)＝JFT[rTqout(t)]，
其中，JFT为短时傅里叶变换或小波分析，通过监测时频域混合分析信号的特定故障频率发生的概率、所占时长百分比及振幅，对故障进行诊断。
10.如权利要求1所述的行星齿轮系统故障监测方法，其特征在于，对于齿轮箱故障诊断特征指示信号，采用相应的状态指示统计分布确定预警和警告的阈值。
CN201810064031.1A 2018-01-23 2018-01-23 基于输入输出扭矩动力学特性的行星齿轮系统故障监测方法 Active CN110082101B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810064031.1A CN110082101B (zh) 2018-01-23 2018-01-23 基于输入输出扭矩动力学特性的行星齿轮系统故障监测方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810064031.1A CN110082101B (zh) 2018-01-23 2018-01-23 基于输入输出扭矩动力学特性的行星齿轮系统故障监测方法

Publications (2)

Publication Number Publication Date
CN110082101A true CN110082101A (zh) 2019-08-02
CN110082101B CN110082101B (zh) 2021-08-03

Family

ID=67411829

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810064031.1A Active CN110082101B (zh) 2018-01-23 2018-01-23 基于输入输出扭矩动力学特性的行星齿轮系统故障监测方法

Country Status (1)

Country Link
CN (1) CN110082101B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113761675A (zh) * 2021-07-23 2021-12-07 东北大学 基于边频分布规律的行星轮轮齿裂纹故障特征判定方法

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP0430297A2 (en) * 1989-11-30 1991-06-05 Meidensha Kabushiki Kaisha Method and system for testing specimen of automotive power transmission connected to engine and analyzing engine output characteristic via specimen tested using dynamometer
CN102507186A (zh) * 2011-11-01 2012-06-20 西安交通大学 一种基于特色参数的行星齿轮箱状态监测与故障辨识方法
KR101381739B1 (ko) * 2013-01-03 2014-04-07 전자부품연구원 유성감속기 시험장비
CN104596764A (zh) * 2015-02-02 2015-05-06 华北电力大学 行星齿轮箱故障诊断与预测试验装置
CN106950058A (zh) * 2017-02-28 2017-07-14 哈尔滨理工大学 基于负载转矩特征分析法的齿轮故障诊断装置
CN107491606A (zh) * 2017-08-17 2017-12-19 安徽工业大学 基于多属性卷积神经网络的变工况行星齿轮箱太阳轮故障诊断方法

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP0430297A2 (en) * 1989-11-30 1991-06-05 Meidensha Kabushiki Kaisha Method and system for testing specimen of automotive power transmission connected to engine and analyzing engine output characteristic via specimen tested using dynamometer
CN102507186A (zh) * 2011-11-01 2012-06-20 西安交通大学 一种基于特色参数的行星齿轮箱状态监测与故障辨识方法
KR101381739B1 (ko) * 2013-01-03 2014-04-07 전자부품연구원 유성감속기 시험장비
CN104596764A (zh) * 2015-02-02 2015-05-06 华北电力大学 行星齿轮箱故障诊断与预测试验装置
CN106950058A (zh) * 2017-02-28 2017-07-14 哈尔滨理工大学 基于负载转矩特征分析法的齿轮故障诊断装置
CN107491606A (zh) * 2017-08-17 2017-12-19 安徽工业大学 基于多属性卷积神经网络的变工况行星齿轮箱太阳轮故障诊断方法

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
关惠玲 等: "《行星轮系转矩大幅波动故障特征及诊断方法》", 《机械强度》 *
曾祥楷 等: "《基于空域转矩的齿轮传动系统分析方法》", 《机械传动》 *
杨明 等: "《基于电机驱动系统的齿轮故障诊断方法综述》", 《电工技术学报》 *
牛跃听 等: "《某型变速器断齿故障检测研究》", 《工程机械》 *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113761675A (zh) * 2021-07-23 2021-12-07 东北大学 基于边频分布规律的行星轮轮齿裂纹故障特征判定方法
CN113761675B (zh) * 2021-07-23 2023-09-22 东北大学 基于边频分布规律的行星轮轮齿裂纹故障特征判定方法

Also Published As

Publication number Publication date
CN110082101B (zh) 2021-08-03

Similar Documents

Publication Publication Date Title
Feng et al. Fault diagnosis of wind turbine planetary gearbox under nonstationary conditions via adaptive optimal kernel time–frequency analysis
Sharma et al. Gear crack detection using modified TSA and proposed fault indicators for fluctuating speed conditions
Yoon et al. On the use of a single piezoelectric strain sensor for wind turbine planetary gearbox fault diagnosis
Park et al. A positive energy residual (PER) based planetary gear fault detection method under variable speed conditions
Hu et al. A new wind turbine fault diagnosis method based on ensemble intrinsic time-scale decomposition and WPT-fractal dimension
CN101782475B (zh) 基于风力发电机组振动的叶片故障诊断方法
US8066486B2 (en) Method and apparatus for vibration-based automatic condition monitoring of a wind turbine
Bajric et al. Feature extraction using discrete wavelet transform for gear fault diagnosis of wind turbine gearbox
CN104048825B (zh) 一种多传感器融合的风电机组齿轮箱故障定位方法
CN104677623B (zh) 一种风力发电机叶片故障在位声学诊断方法及监测系统
Wang et al. Optimal demodulation subband selection for sun gear crack fault diagnosis in planetary gearbox
US7409854B2 (en) Method and apparatus for determining an operating status of a turbine engine
CN103712792B (zh) 一种针对风电齿轮箱的故障诊断方法
CN103134676A (zh) 齿轮箱运行状态的在线监测预警方法
CN110231166B (zh) 一种变转速工况下三级传动齿轮箱的智能诊断方法
Feng et al. A novel cyclic-correntropy based indicator for gear wear monitoring
Xu et al. Periodicity-based kurtogram for random impulse resistance
CN103344430A (zh) 齿轮箱的故障诊断方法
CN103940611A (zh) 一种风电机组变工况下滚动轴承自适应异常检测方法
CN105548595A (zh) 一种提取风电齿轮箱各级轴转速检测方法
Yao et al. Fault detection of complex planetary gearbox using acoustic signals
CN110082101A (zh) 基于输入输出扭矩动力学特性的行星齿轮系统故障监测方法
Ma et al. Application of the multi‐scale enveloping spectrogram to detect weak faults in a wind turbine gearbox
CN104215453B (zh) 一种一级行星二级平行轴齿轮箱故障检测方法
CN107490477B (zh) 基于频谱核密度函数相关性比较的齿轮箱故障诊断方法

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