CN110118582B - 一种旋转机械设备故障诊断方法及系统 - Google Patents
一种旋转机械设备故障诊断方法及系统 Download PDFInfo
- Publication number
- CN110118582B CN110118582B CN201910507440.9A CN201910507440A CN110118582B CN 110118582 B CN110118582 B CN 110118582B CN 201910507440 A CN201910507440 A CN 201910507440A CN 110118582 B CN110118582 B CN 110118582B
- Authority
- CN
- China
- Prior art keywords
- signal
- vibration
- eddy current
- rotation speed
- current sensor
- 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
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01D—MEASURING NOT SPECIALLY ADAPTED FOR A SPECIFIC VARIABLE; ARRANGEMENTS FOR MEASURING TWO OR MORE VARIABLES NOT COVERED IN A SINGLE OTHER SUBCLASS; TARIFF METERING APPARATUS; MEASURING OR TESTING NOT OTHERWISE PROVIDED FOR
- G01D21/00—Measuring or testing not otherwise provided for
- G01D21/02—Measuring two or more variables by means not covered by a single other subclass
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Testing Of Devices, Machine Parts, Or Other Structures Thereof (AREA)
Abstract
本发明公开了一种旋转机械设备故障诊断方法及系统,所述旋转机械设备故障诊断系统包括旋转机械设备和上位机,在所述旋转机械设备转轴上安装第一电涡流传感器和第二电涡流传感器,所述第一电涡流传感器用于测量所述旋转机械设备的运动状态得到第一电信号,所述第二电涡流传感器用于测量所述旋转机械设备的运动状态得到第二电信号,该方法包括:对所述第一电信号和所述第二电信号进行处理,得到温度信号、振动信号和转速信号;分别对所述温度信号、所述振动信号和所述转速信号进行特征提取,得到特征值;基于所述特征值,采用投影寻踪模型进行故障诊断。本发明提供的旋转机械设备故障诊断方法及系统,可以提高旋转机械设备故障诊断的精确度。
Description
技术领域
本发明涉及旋转机械设备故障诊断技术领域,特别涉及一种旋转机械设备故障诊断方法及系统。
背景技术
现代化机械设备日趋大型化、连续化和集成化,一旦某个部件发生故障将会带来效益和安全等多方面的威胁,通过传感器采集机械设备在运行中的各种信息,进行分析诊断和预防处理,能够有效减少故障发生率。旋转机械长期工作在高转速、高负荷的条件下,既是作为主要动力装置的重要设备,又是故障频发的薄弱环节。在其运行过程中,引起故障的原因主要有不平衡、不对中和转子受损出现动静碰擦等,不同类型的故障会导致振动、温度等物理参数发生变化,传统的监测方法多是基于单一信号,在故障诊断精确度方面有所不足。
发明内容
本发明提供一种旋转机械设备故障诊断方法及系统,可以提高对于旋转机械设备故障诊断的精确度。
第一方面,本发明实施例提供了一种旋转机械设备故障诊断方法,应用于旋转机械设备故障诊断系统上,所述旋转机械设备故障诊断系统包括旋转机械设备和上位机,在所述旋转机械设备的转轴上安装第一电涡流传感器和第二电涡流传感器,所述第一电涡流传感器用于测量所述旋转机械设备的运动状态得到第一电信号,所述第二电涡流传感器用于测量所述旋转机械设备的运动状态得到第二电信号,该方法包括:
对所述第一电信号和所述第二电信号进行处理,得到温度信号、振动信号和转速信号;
分别对所述温度信号、所述振动信号和所述转速信号进行特征提取,得到特征值;
基于所述特征值,采用投影寻踪模型进行故障诊断。
优选地,所述对所述第一电信号和所述第二电信号进行处理,得到温度信号、振动信号和转速信号,具体为:采用二阶巴特沃斯低通滤波器对所述第一电信号进行滤波得到温度信号;采用二阶高通滤波器对所述第一电信号和所述第二电信号进行滤波得到2路振动转速复合信号,对所述2路振动转速复合信号进行分离,得到振动信号和转速信号。
优选地,所述对所述2路振动转速复合信号,得到振动信号和转速信号,具体为:所述2路振动转速复合信号通过比较器提取出键相脉冲序列得到转速信号,对所述2路振动转速复合信号经过由所述键相脉冲序列控制的程控开关得到振动信号。
优选地,所述分别对所述温度信号、所述振动信号和所述转速信号进行特征提取,得到特征值,具体为:对所述温度信号、所述振动信号和所述转速信号分别进行时域分析和频域分析得到时域特征值和频域特征值。
优选地,所述基于所述特征值,采用投影寻踪模型进行故障诊断,具体为:将所述时域特征值和所述频域特征值输入投影寻踪模型进行投影匹配,得到故障诊断结果。
第二方面,本发明实施例提供了一种旋转机械设备故障诊断系统,包括旋转机械设备和上位机,在所述旋转机械设备的转轴上安装第一电涡流传感器和第二电涡流传感器,所述第一电涡流传感器用于测量所述旋转机械设备的运动状态得到第一电信号,所述第二电涡流传感器用于测量所述旋转机械设备的运动状态得到第二电信号,还包括:
信号处理模块,设置在所述旋转机械设备上,用于对所述第一电信号和所述第二电信号进行处理,得到温度信号、振动信号和转速信号;
特征提取模块,设置在所述上位机上,用于分别对所述温度信号、所述振动信号和所述转速信号进行特征提取,得到特征值;
故障诊断模块,设置在所述上位机上,用于基于所述特征值,采用投影寻踪模型进行故障诊断。
优选地,所述信号处理模块中,对所述第一电信号和所述第二电信号进行处理,得到温度信号、振动信号和转速信号,具体为:采用二阶巴特沃斯低通滤波器对所述第一电信号进行滤波得到温度信号;采用二阶高通滤波器对所述第一电信号和所述第二电信号进行滤波得到2路振动转速复合信号,对所述2路振动转速复合信号进行分离,得到振动信号和转速信号。
优选地,所述信号处理模块中,对所述2路振动转速复合信号,得到振动信号和转速信号,具体为:所述2路振动转速复合信号通过比较器提取出键相脉冲序列得到转速信号,对所述2路振动转速复合信号经过由所述键相脉冲序列控制的程控开关得到振动信号。
优选地,所述特征提取模块中,分别对所述温度信号、所述振动信号和所述转速信号进行特征提取,得到特征值,具体为:对所述温度信号、所述振动信号和所述转速信号分别进行时域分析和频域分析得到时域特征值和频域特征值。
优选地,沿所述转轴径向设置一个凹槽型的键相标记,在距离转轴指定位置安装所述第一电涡流传感器,错开凹槽位置安装所述第二电涡流传感器,所述第一电涡流传感器和所述第二电涡流传感器在空间上垂直。
采用上述技术方案,由于在旋转机械设备的转轴上安装第一电涡流传感器和第二电涡流传感器,两个电涡流传感器可以测量旋转机械设备的运动状态得到第一电信号和第二电信号,这两个电信号为包括振动、转速和温度信号的复合物理量,对这两个电信号进行处理和分离,就可得到单独的振动信号、转速信号和温度信号,从而根据这三个信号包含的信息量就可以诊断出故障,相比于根据单一信号进行故障诊断,提高了诊断的准确度。
附图说明
图1为本发明实施例提供的旋转机械设备的电涡流传感器安装结构示意图;
图2为本发明实施例提供的旋转机械设备故障诊断方法的流程图;
图3为本发明实施例提供的旋转机械设备的信号处理流程图;
图4为本发明实施例提供的旋转机械设备故障诊断系统的结构框图。
具体实施方式
下面结合附图对本发明的具体实施方式作进一步说明。在此需要说明的是,对于这些实施方式的说明用于帮助理解本发明,但并不构成对本发明的限定。此外,下面所描述的本发明各个实施方式中所涉及的技术特征只要彼此之间未构成冲突就可以相互组合。
其中,在本申请实施例的描述中,除非另有说明,“/”表示或的意思,例如,A/B可以表示A或B;本文中的“和/或”仅仅是一种描述关联对象的关联关系,表示可以存在三种关系,例如,A和/或B,可以表示:单独存在A,同时存在A和B,单独存在B这三种情况。另外,在本申请实施例的描述中,“多个”是指两个或多于两个。
以下,术语“第一”、“第二”仅用于描述目的,而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此,限定有“第一”、“第二”的特征可以明示或者隐含地包括一个或者更多个该特征。在本申请实施例的描述中,除非另有说明,“多个”的含义是两个或两个以上。
第一方面,本申请实施例提供了一种旋转机械设备故障诊断方法,该旋转机械设备故障诊断方法应用在旋转机械设备故障诊断系统上,旋转机械设备故障诊断系统包括旋转机械设备和上位机,在该旋转机械设备的转轴上安装第一电涡流传感器和第二电涡流传感器,该第一电涡流传感器用于测量该旋转机械设备的运动状态得到第一电信号,该第二电涡流传感器用于测量该旋转机械设备的运动状态得到第二电信号,如图1所示,沿着转轴01径向设置一个凹槽型的键相标记03,在距离转轴指定位置安装第一电涡流传感器02,错开凹槽型的键相标记03位置安装第二电涡流传感器04,第一电涡流传感器02与第二电涡流传感器04空间上垂直,两个电涡流传感器采集转轴的振动、转速和温度的复合物理量,以模拟电信号的形式输出。旋转机械设备输出的模拟电信号经过数据采集卡转化为数字信号,传输给上位机。旋转机械设备中的两个电涡流传感器通过数据采集卡与上位机连接。
其中,上位机可以为PC机、笔记本电脑、PAD等电子设备。
电涡流传感器主要包括传感器探头线圈、同轴延伸电缆和前置器三部分构成,前置器包括振荡电路、检测电路、放大电路,前置振荡电路输出的高频电流通过探头线圈,导致线圈感抗随探头顶部与金属表面的间隙变化而变化。
电涡流传感器测量转速的优点在于,既能响应零转速,也能响应高转速,抗干扰性能较强;测量振动的优点在于,长期工作可靠性好,灵敏度高、分辨率高、响应速度快;测量温度的优点在于,响应速度快、非接触式。
本申请中的电涡流传感器可以选用工作电压为12V,频率响应为5kHz,灵敏度为1mV/μm,测头规格为Φ3mm的高灵敏度传感器。需要说明的是:本申请中的电涡流传感器并不局限于这种类型,可实现本申请测量目的的电涡流传感器均在本申请的保护范围之内。
其中,第一电涡流传感器和第二电涡流传感器安装示意图如图1所示,凹槽宽度为2mm,深度为1mm,轴向长度为10mm,平行于轴中心线,第一电涡流传感器和第二电涡流传感器相互垂直错开。需要说明的是:这些参数只是一种示意。第一电涡流传感器和第二电涡流传感器的安装并不局限于这些参数。
该方法包括,如图2所示,
步骤S201:对该第一电信号和该第二电信号进行处理,得到温度信号、振动信号和转速信号;
该步骤由旋转机械设备来执行。
步骤S202、分别对该温度信号、该振动信号和该转速信号进行特征提取,得到特征值;
该步骤由上位机来执行。上位机具有比较高的处理速度,处理时间较短。
步骤S203、基于该特征值,采用投影寻踪模型进行故障诊断。
投影寻踪是处理和分析高维数据的一类统计方法,其基本思想是将高维数据投影到低维(1~3维)子空间上,寻找出反映原高维数据的结构或特征的投影,以达到研究和分析高维数据的目的。
该步骤由上位机来执行,上位机进行故障诊断可以较快得到诊断结果。
采用上述技术方案,由于在旋转机械设备的转轴上安装第一电涡流传感器和第二电涡流传感器,两个电涡流传感器可以测量旋转机械设备的运动状态得到第一电信号和第二电信号,这两个电信号为包括振动、转速和温度信号的复合物理量,对这两个电信号进行处理和分离,就可得到单独的振动信号、转速信号和温度信号,从而根据这三个信号包含的信息量就可以诊断出故障,相比于根据单一信号进行故障诊断,提高了诊断的准确度。
优选地,步骤S201中:对该第一电信号和该第二电信号进行处理,得到温度信号、振动信号和转速信号,具体为:采用二阶巴特沃斯低通滤波器对该第一电信号进行滤波得到温度信号;采用二阶高通滤波器对该第一电信号和该第二电信号进行滤波得到2路振动转速复合信号,对该2路振动转速复合信号进行分离,得到振动信号和转速信号。
优选地,对该2路振动转速复合信号,得到振动信号和转速信号,具体为:该2路振动转速复合信号通过比较器提取出键相脉冲序列得到转速信号,对该2路振动转速复合信号经过由该键相脉冲序列控制的程控开关得到振动信号。
如图3所示,两个电涡流传感器的前置器输出信号包含直流成分和交流成分,交流电压信号进行转换可以得到振动和转速信息,直流电压信号进行转换可以得到位移信号;该旋转机械设备转轴及轴承为金属材料,温度变化能够引起其径向尺寸变化,对于第一电涡流传感器前置器输出的信号,选用二阶巴特沃斯低通滤波器滤掉交流部分,剩余成分经过放大后得到转轴尺寸变化量与温度的线性关系曲线,进而实现温度补偿;对于第一电涡流传感器和第二电涡流传感器输出信号,选用二阶高通滤波器滤掉直流成分后剩余振动与转速的复合信号;该复合信号经过比较器提取出键相脉冲序列,得到转速信号;该复合信号经过由上述键相脉冲序列控制的程控开关得到振动信号。
优选地,步骤S202中:分别对该温度信号、该振动信号和该转速信号进行特征提取,得到特征值,具体为:对该温度信号、该振动信号和该转速信号分别进行时域分析和频域分析得到时域特征值和频域特征值。
经过处理分离后的信号由数据采集卡将模拟电信号转换为易于计算机处理的数字信号,通过无线传输给上位机,对振动信号、转速信号和温度信号分别进行时域分析提取时域参数特征值,频域分析提取频域参数特征值,得到当前故障信号的9个时域特征值和9个频域特征值。其中,无线方式可以为WLAN方式。
优选地,步骤S203中:基于该特征值,采用投影寻踪模型进行故障诊断,具体为:将该时域特征值和该频域特征值输入投影寻踪模型进行投影匹配,得到故障诊断结果。
第二方面,如图4所示,本申请实施例提供了一种旋转机械设备故障诊断系统,包括旋转机械设备和上位机,在该旋转机械设备的转轴上安装第一电涡流传感器和第二电涡流传感器,该第一电涡流传感器用于测量该旋转机械设备的运动状态得到第一电信号,该第二电涡流传感器用于测量该旋转机械设备的运动状态得到第二电信号,还包括:
信号处理模块41,设置在该旋转机械设备上,用于对该第一电信号和该第二电信号进行处理,得到温度信号、振动信号和转速信号;
特征提取模块42,设置在该上位机上,用于分别对该温度信号、该振动信号和该转速信号进行特征提取,得到特征值;
故障诊断模块43,设置在该上位机上,用于基于该特征值,采用投影寻踪模型进行故障诊断。
优选地,信号处理模块41中,对该第一电信号和该第二电信号进行处理,得到温度信号、振动信号和转速信号,具体为:采用二阶巴特沃斯低通滤波器对该第一电信号进行滤波得到温度信号;采用二阶高通滤波器对该第一电信号和该第二电信号进行滤波得到2路振动转速复合信号,对该2路振动转速复合信号进行分离,得到振动信号和转速信号。
优选地,信号处理模块41中,对该2路振动转速复合信号,得到振动信号和转速信号,具体为:该2路振动转速复合信号通过比较器提取出键相脉冲序列得到转速信号,对该2路振动转速复合信号经过由该键相脉冲序列控制的程控开关得到振动信号。
优选地,特征提取模块42中,分别对该温度信号、该振动信号和该转速信号进行特征提取,得到特征值,具体为:对该温度信号、该振动信号和该转速信号分别进行时域分析和频域分析得到时域特征值和频域特征值。
优选地,沿该转轴径向设置一个凹槽型的键相标记,在距离转轴指定位置安装第一电涡流传感器,错开凹槽位置安装第二电涡流传感器,第一电涡流传感器和第二电涡流传感器在空间上垂直。
以上结合附图对本发明的实施方式作了详细说明,但本发明不限于所描述的实施方式。对于本领域的技术人员而言,在不脱离本发明原理和精神的情况下,对这些实施方式进行多种变化、修改、替换和变型,仍落入本发明的保护范围内。
Claims (2)
1.一种旋转机械设备故障诊断方法,其特征在于,应用于旋转机械设备故障诊断系统上,所述旋转机械设备故障诊断系统包括旋转机械设备和上位机,在所述旋转机械设备转轴上安装第一电涡流传感器和第二电涡流传感器,所述第一电涡流传感器用于测量所述旋转机械设备的运动状态得到第一电信号,所述第二电涡流传感器用于测量所述旋转机械设备的运动状态得到第二电信号,该方法包括:
对所述第一电信号和所述第二电信号进行处理,得到温度信号、振动信号和转速信号;
分别对所述温度信号、所述振动信号和所述转速信号进行特征提取,得到特征值;
基于所述特征值,采用投影寻踪模型进行故障诊断;
所述分别对所述温度信号、所述振动信号和所述转速信号进行特征提取,得到特征值,具体为:对所述温度信号、所述振动信号和所述转速信号分别进行时域分析和频域分析得到时域特征值和频域特征值;
所述对所述第一电信号和所述第二电信号进行处理,得到温度信号,具体为:采用二阶巴特沃斯低通滤波器对所述第一电信号进行滤波得到温度信号;所述对所述第一电信号和所述第二电信号进行处理,得到振动信号和转速信号,具体为:采用二阶高通滤波器对所述第一电信号和所述第二电信号进行滤波得到2路振动转速复合信号,对所述2路振动转速复合信号进行分离,得到振动信号和转速信号;所述对所述2路振动转速复合信号,得到振动信号和转速信号,具体为:所述2路振动转速复合信号通过比较器提取出键相脉冲序列得到转速信号,对所述2路振动转速复合信号经过由所述键相脉冲序列控制的程控开关得到振动信号;所述基于所述特征值,采用投影寻踪模型进行故障诊断,具体为:将所述时域特征值和所述频域特征值输入投影寻踪模型进行投影匹配,得到故障诊断结果;
电涡流传感器主要包括传感器探头线圈、同轴延伸电缆和前置器三部分构成,前置器包括振荡电路、检测电路、放大电路,前置振荡电路输出的高频电流通过探头线圈,导致线圈感抗随探头顶部与金属表面的间隙变化而变化。
2.一种旋转机械设备故障诊断系统,其特征在于,包括旋转机械设备和上位机,在所述旋转机械设备的转轴上安装第一电涡流传感器和第二电涡流传感器,所述第一电涡流传感器用于测量所述旋转机械设备的运动状态得到第一电信号,所述第二电涡流传感器用于测量所述旋转机械设备的运动状态得到第二电信号,还包括:
信号处理模块,设置在所述旋转机械设备上,用于对所述第一电信号和所述第二电信号进行处理,得到温度信号、振动信号和转速信号;
特征提取模块,设置在所述上位机上,用于分别对所述温度信号、所述振动信号和所述转速信号进行特征提取,得到特征值;
故障诊断模块,设置在所述上位机上,用于基于所述特征值,采用投影寻踪模型进行故障诊断;
所述特征提取模块中,分别对所述温度信号、所述振动信号和所述转速信号进行特征提取,得到特征值,具体为:对所述温度信号、所述振动信号和所述转速信号分别进行时域分析和频域分析得到时域特征值和频域特征值;
所述信号处理模块中,对所述第一电信号和所述第二电信号进行处理,得到温度信号,具体为:采用二阶巴特沃斯低通滤波器对所述第一电信号进行滤波得到温度信号;所述信号处理模块中,对所述第一电信号和所述第二电信号进行处理,得到振动信号和转速信号,具体为:采用二阶高通滤波器对所述第一电信号和所述第二电信号进行滤波得到2路振动转速复合信号,对所述2路振动转速复合信号进行分离,得到振动信号和转速信号;所述信号处理模块中,对所述2路振动转速复合信号,得到振动信号和转速信号,具体为:所述2路振动转速复合信号通过比较器提取出键相脉冲序列得到转速信号,对所述2路振动转速复合信号经过由所述键相脉冲序列控制的程控开关得到振动信号;沿所述转轴径向设置一个凹槽型的键相标记,在距离转轴指定位置安装所述第一电涡流传感器,错开凹槽位置安装所述第二电涡流传感器,所述第一电涡流传感器和所述第二电涡流传感器在空间上垂直;
电涡流传感器主要包括传感器探头线圈、同轴延伸电缆和前置器三部分构成,前置器包括振荡电路、检测电路、放大电路,前置振荡电路输出的高频电流通过探头线圈,导致线圈感抗随探头顶部与金属表面的间隙变化而变化。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910507440.9A CN110118582B (zh) | 2019-06-12 | 2019-06-12 | 一种旋转机械设备故障诊断方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910507440.9A CN110118582B (zh) | 2019-06-12 | 2019-06-12 | 一种旋转机械设备故障诊断方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110118582A CN110118582A (zh) | 2019-08-13 |
CN110118582B true CN110118582B (zh) | 2022-03-25 |
Family
ID=67523939
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910507440.9A Active CN110118582B (zh) | 2019-06-12 | 2019-06-12 | 一种旋转机械设备故障诊断方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110118582B (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110594184A (zh) * | 2019-10-14 | 2019-12-20 | 中铁第四勘察设计院集团有限公司 | 一种隧道吊装风机的安全监测装置及方法 |
CN113639625B (zh) * | 2021-07-14 | 2022-12-13 | 南京理工大学 | 一种大型旋转机械座圈间隙动态测试系统 |
CN117113200B (zh) * | 2023-10-24 | 2024-02-02 | 中海石油气电集团有限责任公司 | 转子故障诊断方法、装置、电子设备及介质 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102606504A (zh) * | 2012-03-29 | 2012-07-25 | 北京中科科仪股份有限公司 | 一种温度和转速检测机构 |
CN203551240U (zh) * | 2013-05-24 | 2014-04-16 | 江阴市江凌科技有限公司 | 旋转机械监测保护装置 |
Family Cites Families (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN2669138Y (zh) * | 2003-12-30 | 2005-01-05 | 洛阳轴研科技股份有限公司 | 导磁旋转轴温度、转速和振动非接触测试装置 |
EP2258569A3 (en) * | 2006-04-03 | 2010-12-22 | BluWav Systems, LLC | Vehicle power unit designed as retrofittable axle comprising electric motors with a connecting clutch |
CN101135601A (zh) * | 2007-10-18 | 2008-03-05 | 北京英华达电力电子工程科技有限公司 | 一种旋转机械振动故障诊断装置及方法 |
CN101776508A (zh) * | 2010-01-19 | 2010-07-14 | 西安交通大学 | 旋转机械的光机电多参数精密监测装置 |
CN102062686B (zh) * | 2010-12-10 | 2012-07-04 | 西安交通大学 | 一种滑动轴承润滑膜动特性测试的方法 |
CN102269654B (zh) * | 2011-05-10 | 2013-03-27 | 重庆大学 | 水润滑轴承及传动系统综合性能实验平台 |
CN102519578A (zh) * | 2011-12-15 | 2012-06-27 | 广东石油化工学院 | 一种旋转机械混合信号的时频域频谱提取方法 |
CN203177894U (zh) * | 2013-04-08 | 2013-09-04 | 成都赛腾自动化工程有限公司 | 大型旋转机械嵌入式监测系统 |
CN103471841B (zh) * | 2013-09-30 | 2015-08-12 | 国家电网公司 | 一种旋转机械振动故障诊断方法 |
US9176024B2 (en) * | 2013-10-23 | 2015-11-03 | General Electric Company | Systems and methods for monitoring rotary equipment |
CN105510066B (zh) * | 2015-11-25 | 2018-11-30 | 长兴昇阳科技有限公司 | 基于自适应降噪算法的一类旋转机械系统故障诊断方法 |
CN106408088B (zh) * | 2016-11-22 | 2019-05-24 | 周孝忠 | 一种基于深度学习理论的旋转机械设备故障诊断方法 |
CN106762343B (zh) * | 2016-12-29 | 2019-01-15 | 北京中元瑞讯科技有限公司 | 基于在线数据的水轮发电机组推力轴承故障的诊断方法 |
CN107704712A (zh) * | 2017-10-31 | 2018-02-16 | 郑州恩普特科技股份有限公司 | 基于全矢谱特征提取的机械故障诊断方法和系统 |
CN108681747B (zh) * | 2018-05-11 | 2021-05-04 | 武汉理工大学 | 基于深度学习的旋转机械故障诊断与状态监测系统及方法 |
-
2019
- 2019-06-12 CN CN201910507440.9A patent/CN110118582B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102606504A (zh) * | 2012-03-29 | 2012-07-25 | 北京中科科仪股份有限公司 | 一种温度和转速检测机构 |
CN203551240U (zh) * | 2013-05-24 | 2014-04-16 | 江阴市江凌科技有限公司 | 旋转机械监测保护装置 |
Also Published As
Publication number | Publication date |
---|---|
CN110118582A (zh) | 2019-08-13 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110118582B (zh) | 一种旋转机械设备故障诊断方法及系统 | |
CN113748326B (zh) | 用于对感应电动机估计轴承故障严重性的方法 | |
JP2005538371A (ja) | 動作中に電気機械を監視および/または分析するための装置および方法 | |
WO2007118931A2 (en) | A method and a system for monitoring the condition and operation of periodically moving objects | |
KR101381822B1 (ko) | 전동기에서의 진동신호 분석방법 | |
Corne et al. | Comparing MCSA with vibration analysis in order to detect bearing faults—A case study | |
AU2001248388B2 (en) | Method of determining speed of rotation of a motor and a computer software product to carry out the method | |
KR102068077B1 (ko) | 복합 신호를 이용한 회전기계설비 진단장치 | |
JP7198089B2 (ja) | 電力変換装置、回転機システム、及び診断方法 | |
Ahmed et al. | Detection of eccentricity faults in machine usingfrequency spectrum technique | |
Ugwiri et al. | Vibrations for fault detection in electric machines | |
JP4424515B2 (ja) | ころがり軸受における固体伝導音の検出方法 | |
AU2001248388A1 (en) | Method of determining speed of rotation of a motor and a computer software product to carry out the method | |
CN115015756A (zh) | 一种细碎融合的新材料混合机故障诊断方法 | |
Mo et al. | An FFT-based high-speed spindle monitoring system for analyzing vibrations | |
US7152476B2 (en) | Measurement of motions of rotating shafts using non-vibrating contact potential difference sensor | |
CN111102913A (zh) | 电机定子和转子间距变化的在线检测系统 | |
Kumar et al. | Static eccentricity failure diagnosis for induction machine using wavelet analysis | |
Rauf et al. | Health Monitoring of Induction Motor Using Electrical Signature Analysis. | |
Ertunç et al. | Vibration analysis based localized bearing fault diagnosis under different load conditions | |
JPH10307081A (ja) | 軸受の検査方法及びその装置 | |
US20230396133A1 (en) | Method for monitoring the operation of a drive component | |
RU2716172C2 (ru) | Способ диагностики асинхронных двигателей с короткозамкнутым ротором | |
PL194317B1 (pl) | Sposób i układ do wczesnego rozpoznawania uszkodzeń wirnika w maszynach asynchronicznych | |
Gazzana et al. | A system for incipient fault detection and fault diagnosis based on MCSA |
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 |