CN110569812B - 一种故障信号的包络解调方法及包络解调系统 - Google Patents
一种故障信号的包络解调方法及包络解调系统 Download PDFInfo
- Publication number
- CN110569812B CN110569812B CN201910861169.9A CN201910861169A CN110569812B CN 110569812 B CN110569812 B CN 110569812B CN 201910861169 A CN201910861169 A CN 201910861169A CN 110569812 B CN110569812 B CN 110569812B
- Authority
- CN
- China
- Prior art keywords
- signal
- envelope
- time domain
- amplitude spectrum
- original
- 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
- 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
- G01M13/04—Bearings
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
- G01M99/00—Subject matter not provided for in other groups of this subclass
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2218/00—Aspects of pattern recognition specially adapted for signal processing
- G06F2218/02—Preprocessing
- G06F2218/04—Denoising
- G06F2218/06—Denoising by applying a scale-space analysis, e.g. using wavelet analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2218/00—Aspects of pattern recognition specially adapted for signal processing
- G06F2218/08—Feature extraction
- G06F2218/10—Feature extraction by analysing the shape of a waveform, e.g. extracting parameters relating to peaks
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Digital Transmission Methods That Use Modulated Carrier Waves (AREA)
Abstract
本发明公开一种故障信号的包络解调方法及包络解调系统。本发明利用信号的上、下包络,通过简单的代数运算实现调制信号的解调,可以直接从原始信号中解调出调制的故障信号,不受原始信号低频分量的干扰。本发明提供的故障信号的包络解调方法及包络解调系统,所针对的原始信号可以是宽带信号,也可以是窄带信号。本发明的方法能够有效的解调出被调制的故障信号,简单实用,具有广阔的工业应用前景。
Description
技术领域
本发明涉及故障信号的特征提取领域,特别是涉及一种故障信号的包络解调方法及包络解调系统。
背景技术
随着工业化的不断推进,现代工程技术系统正朝大规模、复杂化方向发展,生产机械日益高速化、精密化、大型化、集中化和自动化,机械设备的可靠性、维修性、安全性日益受到重视。故障诊断在设备的正常运行中发挥着越来越重要的作用。故障诊断在很大程度上依赖于提取的故障特征。
一些故障信号通常以调制信号的形式出现,例如滚动轴承的许多低频故障信号以边频的形式出现在高频段。包络检测或包络解调能够解调出调制信号,已成为故障诊断中常用的方法。
目前主要有两种方法来获得信号包络。一种方法是在全频带信号上提取包络。但这不能通过解析信号求取信号包络进行解调,因为利用解析信号求取的信号包络只对窄带信号有物理意义。另一种方法是对信号滤波后再求取包络。由于滤波的不同会导致滤波后信号有所差异,这又会影响得到的包络。而且,滤波器的选择也是一个问题。
因此,如何提供一种可靠的故障信号的包络解调方法及包络解调系统,成为本领域技术人员亟需解决的技术问题。
发明内容
本发明的目的是提供一种故障信号的包络解调方法及包络解调系统,利用简单的代数运算实现调制信号的解调,可以直接从原始信号中解调出调制的故障信号,不受原始信号低频分量的影响,具有广阔的工业应用前景。
为实现上述目的,本发明提供了如下方案:
一种故障信号的包络解调方法及包络解调系统,所述的包络解调方法包括:
获取表征设备故障的时域信号;
对获取的时域信号进行处理;所述的对时域信号进行处理,是指可以选择对获取的时域信号进行滤波处理,也可以不选择对获取的时域信号进行滤波处理;所述的滤波处理可以是高通滤波,也可以是带通滤波;
计算得到信号的上包络和下包络;所述的信号,若之前选用了滤波处理,那么所述的信号是指滤波后的信号,否则就是指获取的表征设备故障的时域信号;所述的上包络,其获取过程为:找出所述信号的局部极大值,对局部极大值进行插值,得到信号的上包络;所述的下包络,其获取过程为:找出所述信号的局部极小值,对局部极小值进行插值,得到信号的下包络;
将信号的上包络减去信号的下包络,得到上、下包络的差值;所述的包络差值,该差值包含了解调出的调制故障信号;
进行Fourier变换;所述的Fourier变换,是对所述的包络差值进行Fourier变换,并对原信号进行Fourier变换,将他们转换到频域,得到幅值谱和相位谱;所述的原信号,若之前选用了对时域信号进行滤波处理,原信号就指滤波后的信号,否则就是指获取的表征设备故障的时域信号;
将原信号幅值谱减去包络差值的幅值谱;
绘制谱图;所述的绘制谱图是指画出包络差值的幅值谱,为了便于比较画出原信号的幅值谱,并画出原信号幅值谱与包络差值幅值谱相减的结果;
峰值标注;所述的峰值标注,是从绘出的谱图上标出若干峰值的信息。
一种故障信号的包络解调系统,所述包络解调系统包括:
信号获取模块,用于获取表征设备故障的时域信号;
信号处理模块,用于对获取的时域信号进行处理;所述的对时域信号进行处理,是指可以选择对获取的时域信号进行滤波处理,也可以不选择对获取的时域信号进行滤波处理;所述的滤波可以是高通滤波,也可以是带通滤波;
包络获取模块,用于对信号进行处理,分别计算得到信号的上包络和下包络;所述的信号,若之前选用了滤波处理,那么所述的信号是指滤波后的信号,否则就是指获取的表征设备故障的时域信号;所述的上包络,其获取过程为:找出所述信号的局部极大值,对局部极大值进行插值,得到信号的上包络;所述的下包络,其获取过程为:找出所述信号的局部极小值,对局部极小值进行插值,得到信号的下包络;
调制信号获取模块,用于得到调制的故障信号,将信号的上包络减去信号的下包络,得到上、下包络的差值;所述的包络差值,该差值包含了解调出的调制故障信号;
Fourier变换模块,用于对获取的包络和原信号进行Fourier变换;所述的Fourier变换,是对所述的包络差值进行Fourier变换,并对原信号进行Fourier变换,将他们转换到频域,得到幅值谱和相位谱;所述的原信号,若之前选用了对时域信号进行滤波处理,原信号就指滤波后的信号,否则就是指获取的表征设备故障的时域信号;
幅值谱比较模块,用于将原信号幅值谱减去包络差值的幅值谱;
结果显示模块,用于将解调结果以图形的形式绘制出来,并进行峰值标注;所述的结果显示,是指画出包络差值的幅值谱,为了便于比较画出原信号的幅值谱,并画出原信号幅值谱与包络差值幅值谱相减的结果;所述的峰值标注,是从绘出的谱图上标出若干峰值的信息。
根据本发明提供的具体实施例,本发明公开了以下技术效果:
本发明提供的故障信号的包络解调方法及包络解调系统,利用信号的上、下包络,通过简单的代数运算实现调制信号的解调,可以直接从原始信号中解调出调制的故障信号,不受原始信号低频分量的干扰。该方法所针对的原始信号可以是宽带信号,也可以是窄带信号。另外,该方法求取包络过程没使用变换函数,便于实际应用,具有广阔的工业应用前景。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其它的附图。
图1为本发明实施例提供的故障信号的包络解调方法的流程图;
图2为本发明实施例提供的故障信号的包络解调系统的流程图;
图3为本发明实施例提供的一个仿真信号及其频谱;
图4为本发明实施例提供的对图3所示仿真信号的解调结果;
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
本发明的目的是提供一种故障信号的包络解调方法及包络解调系统,利用简单的代数运算实现调制信号的解调,可以直接从原始信号中解调出调制的故障信号,不受原始信号低频分量的影响,具有广阔的工业应用前景。
为使本发明的上述目的、特征和优点能够更加明显易懂,下面结合附图和具体实施方式对本发明作进一步详细的说明。
图1为本发明实施例提供的故障信号包络解调方法的流程图。如图1所示,一种故障信号的包络解调方法,所述包络解调方法包括:
步骤1:获取表征设备故障的时域信号;
步骤2:判断是否需要对所述的时域信号进行滤波处理;所述的滤波处理,可以对所述的时域信号的进行高通滤波,也可进行带通滤波;
步骤3:分别计算得到信号的上包络和下包络;所述的信号,若之前选用了滤波处理,那么所述的信号是指滤波后的信号,否则就是指获取的表征设备故障的时域信号;所述的上包络,其获取过程为:找出所述信号的局部极大值,对局部极大值进行插值,得到信号的上包络;所述的下包络,其获取过程为:找出所述信号的局部极小值,对局部极小值进行插值,得到信号的下包络;
步骤4:将信号的上包络减去信号的下包络,得到上、下包络的差值;
步骤5:进行Fourier变换;所述的Fourier变换,是对所述的包络差值进行Fourier变换,并对原信号进行Fourier变换,将他们转换到频域,得到幅值谱和相位谱;所述的原信号,若之前选用了对时域信号进行滤波处理,原信号就指滤波后的信号,否则就是指获取的表征设备故障的时域信号;
步骤6:将原信号幅值谱减去包络差值的幅值谱;
步骤7:绘制谱图;所述的绘制谱图是指画出包络差值的幅值谱,并进行峰值标注,为了便于比较画出原信号的幅值谱,并画出原信号幅值谱与包络差值幅值谱相减的结果;所述的峰值标注,是从绘出的谱图上标出若干峰值的信息。
一种故障信号的包络解调系统,所述包络解调系统包括:
信号获取模块1,用于获取表征设备故障的时域信号;
信号处理模块2,用于对获取的时域信号进行处理;所述的对时域信号进行处理,是指可以选择对获取的时域信号进行滤波处理,也可以不选择对获取的时域信号进行滤波处理;所述的滤波可以是高通滤波,也可以是带通滤波;
包络获取模块3,用于对信号进行处理,分别计算得到信号的上包络和下包络;所述的信号,若之前选用了滤波处理,那么所述的信号是指滤波后的信号,否则就是指获取的表征设备故障的时域信号;所述的上包络,其获取过程为:找出所述信号的局部极大值,对局部极大值进行插值,得到信号的上包络;所述的下包络,其获取过程为:找出所述信号的局部极小值,对局部极小值进行插值,得到信号的下包络;
调制信号获取模块4,用于得到调制的故障信号,将信号的上包络减去信号的下包络,得到上、下包络的差值;所述的包络差值,该差值包含了解调出的调制故障信号;
Fourier变换模块5,用于对获取的包络和原信号进行Fourier变换;所述的Fourier变换,是对所述的包络差值进行Fourier变换,并对原信号进行Fourier变换,将他们转换到频域,得到幅值谱和相位谱;所述的原信号,若之前选用了对时域信号进行滤波处理,原信号就指滤波后的信号,否则就是指获取的表征设备故障的时域信号;
幅值谱比较模块6,用于将原信号幅值谱减去包络差值的幅值谱;
结果显示模块7,用于将解调结果以图形的形式绘制出来,并进行峰值标注;所述的结果显示,是指画出包络差值的幅值谱,为了便于比较画出原信号的幅值谱,并画出原信号幅值谱与包络差值幅值谱相减的结果;所述的峰值标注,是从绘出的谱图上标出若干峰值的信息。
下面采用本实施例提供的故障信号的包络解调系统对一仿真数据进行分析,以详细阐述本实施的具体实施过程,仿真信号如图3所示,其中图3(a)为时域信号,图3(b)为时域信号的频谱。由图3可知,在2000Hz周围该信号有一簇明显的边频带,边频频率为40Hz。
利用本实施例提供的故障信号的包络解调系统对图3所示信号进行解调的结果如4所示,其中图4(a)为得到的包络差值的频谱,图4(b)为原信号幅值谱减去包络差值的幅值谱的结果,图4(c)为通过解析信号获取的包络频谱,图4(d)为利用插值得到的上包络的频谱。结合图4(a)和图4(b)可知,本发明的方法成功的将40Hz的边频信号解调了出来,而且本发明方法的包络差值中没有原始信号低频成分的干扰。图4(c)所示的通过解析信号获取的包络频谱,除了解调出的边频成分,还含有大量的其他干扰成分;而图4(d)的上包络含有原始信号的低频成分,干扰了解调出的边频成分。由此可知,与常用方法相比,本发明的方法能够有效的解调出调制的故障信号,具有明显的优势。
本文中应用了具体个例对本发明的原理及实施方式进行了阐述,以上实施例的说明只是用于帮助理解本发明的方法及其核心思想;同时,对于本领域的一般技术人员,依据本发明的思想,在具体实施方式及应用范围上均会有改变之处。综上所述,本说明书内容不应理解为对本发明的限制。
Claims (2)
1.一种故障信号的包络解调方法,所述的包络解调方法包括:
获取表征设备故障的时域信号;
对获取的时域信号进行处理;所述的对时域信号进行处理,是指可以选择对获取的时域信号进行滤波处理,也可以不选择对获取的时域信号进行滤波处理;所述的滤波处理可以是高通滤波,也可以是带通滤波;
计算得到信号的上包络和下包络;所述的信号,若之前选用了滤波处理,那么所述的信号是指滤波后的信号,否则就是指获取的表征设备故障的时域信号;所述的上包络,其获取过程为:找出所述信号的局部极大值,对局部极大值进行插值,得到信号的上包络;所述的下包络,其获取过程为:找出所述信号的局部极小值,对局部极小值进行插值,得到信号的下包络;
将信号的上包络减去信号的下包络,得到上、下包络的差值;所述的包络差值,该差值包含了解调出的调制故障信号;
进行Fourier变换;所述的Fourier变换,是对所述的包络差值进行Fourier变换,并对原信号进行Fourier变换,将他们转换到频域,得到幅值谱和相位谱;所述的原信号,若之前选用了对时域信号进行滤波处理,原信号就指滤波后的信号,否则就是指获取的表征设备故障的时域信号;
将原信号幅值谱减去包络差值的幅值谱;
绘制谱图;所述的绘制谱图是指画出包络差值的幅值谱,为了便于比较画出原信号的幅值谱,并画出原信号幅值谱与包络差值幅值谱相减的结果;
峰值标注;所述的峰值标注,是从绘出的谱图上标出若干峰值的信息。
2.一种故障信号的包络解调系统,所述包络解调系统包括:
信号获取模块,用于获取表征设备故障的时域信号;
信号处理模块,用于对获取的时域信号进行处理;所述的对时域信号进行处理,是指可以选择对获取的时域信号进行滤波处理,也可以不选择对获取的时域信号进行滤波处理;所述的滤波处理可以是高通滤波,也可以是带通滤波;
包络获取模块,用于对信号进行处理,分别计算得到信号的上包络和下包络;所述的信号,若之前选用了滤波处理,那么所述的信号是指滤波后的信号,否则就是指获取的表征设备故障的时域信号;所述的上包络,其获取过程为:找出所述信号的局部极大值,对局部极大值进行插值,得到信号的上包络;所述的下包络,其获取过程为:找出所述信号的局部极小值,对局部极小值进行插值,得到信号的下包络;
调制信号获取模块,用于得到调制的故障信号,将信号的上包络减去信号的下包络,得到上、下包络的差值;所述的包络差值,该差值包含了解调出的调制故障信号;
Fourier变换模块,用于对获取的包络和原信号进行Fourier变换;所述的Fourier变换,是对所述的包络差值进行Fourier变换,并对原信号进行Fourier变换,将他们转换到频域,得到幅值谱和相位谱;所述的原信号,若之前选用了对时域信号进行滤波处理,原信号就指滤波后的信号,否则就是指获取的表征设备故障的时域信号;
幅值谱比较模块,用于将原信号幅值谱减去包络差值的幅值谱;
结果显示模块,用于将解调结果以图形的形式绘制出来,并进行峰值标注;所述的结果显示,是指画出包络差值的幅值谱,为了便于比较画出原信号的幅值谱,并画出原信号幅值谱与包络差值幅值谱相减的结果;所述的峰值标注,是从绘出的谱图上标出若干峰值的信息。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910861169.9A CN110569812B (zh) | 2019-09-12 | 2019-09-12 | 一种故障信号的包络解调方法及包络解调系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910861169.9A CN110569812B (zh) | 2019-09-12 | 2019-09-12 | 一种故障信号的包络解调方法及包络解调系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110569812A CN110569812A (zh) | 2019-12-13 |
CN110569812B true CN110569812B (zh) | 2022-11-01 |
Family
ID=68779362
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910861169.9A Active CN110569812B (zh) | 2019-09-12 | 2019-09-12 | 一种故障信号的包络解调方法及包络解调系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110569812B (zh) |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104126279A (zh) * | 2013-02-21 | 2014-10-29 | 雅马哈株式会社 | 调制设备、解调设备、音频传输系统、程序和解调方法 |
CN105571517A (zh) * | 2016-01-19 | 2016-05-11 | 北京航空航天大学 | 一种适用于光纤端面检测的改进型相干峰解调方法 |
CN105829901A (zh) * | 2014-08-13 | 2016-08-03 | 华为技术有限公司 | 一种故障分析方法及设备 |
CN105842596A (zh) * | 2016-05-24 | 2016-08-10 | 四川大学 | 一种高灵敏度电力电缆局部缺陷诊断方法 |
CN106767960A (zh) * | 2016-12-27 | 2017-05-31 | 华中科技大学 | 基于光谱拟合与差分算法的光纤传感动态信号解调方法 |
CN108761332A (zh) * | 2018-05-08 | 2018-11-06 | 郑州轻工业学院 | 一种电机断条故障的集合经验模态分解电流诊断方法 |
CN108875279A (zh) * | 2018-07-27 | 2018-11-23 | 中国计量大学 | 基于emd和形态滤波的轴承声发射信号特征提取方法 |
CN109029987A (zh) * | 2018-09-10 | 2018-12-18 | 北航(天津武清)智能制造研究院有限公司 | 行星齿轮箱齿轮故障检测方法及系统 |
CN109063668A (zh) * | 2018-08-14 | 2018-12-21 | 哈工大机器人(合肥)国际创新研究院 | 一种基于峰值保留降采样的冲击信号包络解调方法 |
CN109977726A (zh) * | 2017-12-27 | 2019-07-05 | 北京金风科创风电设备有限公司 | 信号包络线提取方法、装置、风电机组的状态监测方法 |
-
2019
- 2019-09-12 CN CN201910861169.9A patent/CN110569812B/zh active Active
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104126279A (zh) * | 2013-02-21 | 2014-10-29 | 雅马哈株式会社 | 调制设备、解调设备、音频传输系统、程序和解调方法 |
CN105829901A (zh) * | 2014-08-13 | 2016-08-03 | 华为技术有限公司 | 一种故障分析方法及设备 |
CN105571517A (zh) * | 2016-01-19 | 2016-05-11 | 北京航空航天大学 | 一种适用于光纤端面检测的改进型相干峰解调方法 |
CN105842596A (zh) * | 2016-05-24 | 2016-08-10 | 四川大学 | 一种高灵敏度电力电缆局部缺陷诊断方法 |
CN106767960A (zh) * | 2016-12-27 | 2017-05-31 | 华中科技大学 | 基于光谱拟合与差分算法的光纤传感动态信号解调方法 |
CN109977726A (zh) * | 2017-12-27 | 2019-07-05 | 北京金风科创风电设备有限公司 | 信号包络线提取方法、装置、风电机组的状态监测方法 |
CN108761332A (zh) * | 2018-05-08 | 2018-11-06 | 郑州轻工业学院 | 一种电机断条故障的集合经验模态分解电流诊断方法 |
CN108875279A (zh) * | 2018-07-27 | 2018-11-23 | 中国计量大学 | 基于emd和形态滤波的轴承声发射信号特征提取方法 |
CN109063668A (zh) * | 2018-08-14 | 2018-12-21 | 哈工大机器人(合肥)国际创新研究院 | 一种基于峰值保留降采样的冲击信号包络解调方法 |
CN109029987A (zh) * | 2018-09-10 | 2018-12-18 | 北航(天津武清)智能制造研究院有限公司 | 行星齿轮箱齿轮故障检测方法及系统 |
Non-Patent Citations (3)
Title |
---|
A Signal Theoretic Approach for Envelope;YANLI YANG;《IEEE》;20170212;全文 * |
An improved empirical mode decomposition by using dyadic;Yanli Yang;《Springer》;20151231;全文 * |
基于STFT和EMD的多普勒信号分离算法;杨彦利;《探测与控制学报》;20180808;全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN110569812A (zh) | 2019-12-13 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110160791B (zh) | 基于小波-谱峭度的感应电机轴承故障诊断系统及诊断方法 | |
CN108458871B (zh) | 一种基于改进经验小波变换的齿轮箱故障识别方法 | |
Li et al. | Continuous-scale mathematical morphology-based optimal scale band demodulation of impulsive feature for bearing defect diagnosis | |
CN109668733B (zh) | 变分非线性模式分解变转速轴承故障诊断方法 | |
CN112101245A (zh) | 基于频域窗函数的短时傅里叶变换机械冲击特征提取方法 | |
CN110501631B (zh) | 一种在线间歇故障检测与诊断方法 | |
CN109029999B (zh) | 基于增强调制双谱分析的滚动轴承故障诊断方法 | |
CN109883706B (zh) | 一种滚动轴承局部损伤微弱故障特征提取方法 | |
Lv et al. | High-order synchroextracting transform for characterizing signals with strong AM-FM features and its application in mechanical fault diagnosis | |
CN110926594A (zh) | 一种旋转机械信号时变频率特征提取方法 | |
CN111769810A (zh) | 一种基于能量峭度谱的流体机械调制频率提取方法 | |
CN111738068A (zh) | 一种转速波动工况下的传动轴故障诊断方法和系统 | |
CN110569812B (zh) | 一种故障信号的包络解调方法及包络解调系统 | |
CN107991531A (zh) | 基于变分模态分解和去除噪声的电网谐波检测方法 | |
CN113405823B (zh) | 一种基于迭代扩展本征模态分解的旋转机械故障诊断方法 | |
CN114880627B (zh) | 一种基于迭代解调时变滤波的自适应瞬时频率估计方法 | |
CN109684937A (zh) | 一种基于fft及数学形态法的信号去噪方法及装置 | |
KR20220109953A (ko) | 셉스트럼 기반 유성 기어박스의 고장 감지 장치 및 방법 | |
CN117169664A (zh) | 一种局放传感器抗干扰系统及方法 | |
CN113206714B (zh) | 一种基于误码率的接收机脉冲信号干扰评估方法 | |
CN112116917B (zh) | 基于相位跃变度的电抗器本体与风机声信号分离方法 | |
CN112345248B (zh) | 一种滚动轴承的故障诊断方法及装置 | |
Gu et al. | Weak fault feature extraction of rolling element bearings based on ensemble tunable Q-factor wavelet transform and non-dominated negentropy | |
CN104570118A (zh) | 一种基于双因素的自动识别与去除工业干扰的方法 | |
Huang et al. | Short-time kurtogram for bearing fault feature extraction under time-varying speed conditions |
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 |