CN110736615A - 一种弹簧缺陷的诊断方法 - Google Patents
一种弹簧缺陷的诊断方法 Download PDFInfo
- Publication number
- CN110736615A CN110736615A CN201911039553.7A CN201911039553A CN110736615A CN 110736615 A CN110736615 A CN 110736615A CN 201911039553 A CN201911039553 A CN 201911039553A CN 110736615 A CN110736615 A CN 110736615A
- Authority
- CN
- China
- Prior art keywords
- spring
- energy
- determining
- tested
- time domain
- 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
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
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Testing Of Devices, Machine Parts, Or Other Structures Thereof (AREA)
- Measurement Of Mechanical Vibrations Or Ultrasonic Waves (AREA)
Abstract
本公开实施例公开了一种弹簧缺陷的诊断方法,所述方法包括:获取待测弹簧的时域振动信号,基于所述时域振动信号,确定所述待测弹簧的频段‑能量曲线,根据所述频段‑能量曲线,确定所述待测弹簧的能量参数,根据所述能量参数,确定所述待测弹簧的缺陷诊断结果。该技术方案实能够及时诊断出外在表现不明显的弹簧缺陷,使得工程人员能够及时获知安全隐患,避免设备损坏。
Description
技术领域
本公开涉及弹簧诊断技术领域,具体涉及一种弹簧缺陷的诊断方法。
背景技术
弹簧是一种具有缓冲和减震作用的基础零部件,其质量的好坏影响设备的运行安全。弹簧的常见缺陷包括松弛变形和断裂。其中,弹簧的松弛变形主要原因包括弹簧材料硬度不足、热处理过程中回火时间短、长时间工作造成的弹簧疲劳等;弹簧断裂的主要原因包括材料不纯、表面或内部裂纹缺陷等。如果不能及时发现和排除带有缺陷的弹簧,弹簧缺陷会在长期固定载荷或交变载荷作用下进一步发展,导致弹簧刚度、输出特性发生变化甚至失效,从而给设备运行造成影响。
目前,弹簧缺陷的诊断方法通常是从弹簧的“力-行程”特性方面着手,通过采集弹簧形变下的力值特性,与正常弹簧数据对比来诊断弹簧是否存在缺陷。但这种诊断方法往往只能诊断出外在表现较为明显的弹簧缺陷,此时缺陷已经发展到了后期且即将导致弹簧失效阶段,诊断结果的指导意义已经不大。
发明内容
为了解决相关技术中的问题,本公开实施例提供一种弹簧缺陷的诊断方法。
本公开实施例提供一种弹簧缺陷的诊断方法。
具体地,所述方法包括:
获取待测弹簧的时域振动信号;
基于所述时域振动信号,确定所述待测弹簧的频段-能量曲线;
根据所述频段-能量曲线,确定所述待测弹簧的能量参数;
根据所述能量参数,确定所述待测弹簧的缺陷诊断结果。
可选地,所述基于所述时域振动信号,确定所述待测弹簧的频段-能量曲线,包括基于所述时域振动信号,通过小波包分解获得所述待测弹簧的频段-能量曲线;
所述能量参数包括至少一个敏感频段和所述敏感频段对应的能量值。
可选地,所述根据所述能量参数,确定所述待测弹簧的缺陷诊断结果,包括:
根据所述N个敏感频段和所述敏感频段对应的能量值,绘制能量分布图,其中,所述能量分布图包括N个坐标轴,所述N个坐标轴与所述N个敏感频段一一对应,所述待测弹簧在第一坐标轴上的分量为第一敏感频段对应的能量值,其中,所述第一坐标轴为所述N个坐标轴中的任意一个,所述第一敏感频段为所述第一坐标轴对应的敏感频段,N为正整数;
基于所述能量分布图,确定所述待测弹簧所在位置与坐标轴原点的距离;
当所述距离大于能量阈值时,所述待测弹簧存在缺陷问题。
可选地,所述方法还包括:
根据所述时域振动信号,确定所述待测弹簧的时域参数;
根据所述时域参数,确定所述待测弹簧的缺陷诊断结果。
可选地,所述时域参数包括以下一项或多项参数:
时域最大振幅值、振动加速度的概率分布函数、振动加速度的概率密度函数。
可选地,所述方法还包括:
根据所述时域振动信号,获取所述待测弹簧的频域信号;
根据所述频域信号,确定所述待测弹簧的频域参数;
当所述频域参数满足频域条件时,确定所述待测弹簧的缺陷诊断结果。
可选地,所述频域参数包括以下一项或多项参数:
频域最大振幅值、振动加速度的概率分布函数、振动加速度的概率密度函数。
可选地,所述获取待测弹簧的时域振动信号,包括:
通过设置在所述待测弹簧附近的传感器获取所述待测弹簧的振动信号;
基于所述振动信号,通过预处理获得所述时域振动信号。
可选地,所述预处理包括小波去噪处理。
本公开实施例提供的技术方案可以包括以下有益效果:
根据本公开实施例提供的技术方案,通过获取待测弹簧的时域振动信号,确定待测弹簧的频段-能量曲线和能量参数,以确定所述待测弹簧的缺陷诊断结果,能够及时诊断出外在表现不明显的弹簧缺陷,使得工程人员能够及时获知安全隐患,避免设备损坏。
应当理解的是,以上的一般描述和后文的细节描述仅是示例性和解释性的,并不能限制本公开。
附图说明
结合附图,通过以下非限制性实施方式的详细描述,本公开的其它标签、目的和优点将变得更加明显。在附图中:
图1A示出根据本公开实施例的弹簧缺陷的诊断方法的流程图;
图1B示出根据本公开实施例的频段-能量曲线的示意图;
图2A示出根据本公开实施例的确定缺陷诊断结果的流程图;
图2B示出根据本公开实施例的能量分布图的示意图;
图3A示出根据本公开实施例的根据时域参数确定缺陷诊断结果的流程图;
图3B示出根据本公开实施例的正常弹簧的时域振动信号的示意图;
图3C示出根据本公开实施例的待测弹簧的时域振动信号的示意图;
图3D示出根据本公开实施例的振动加速度的概率密度函数的示意图;
图3E示出根据本公开实施例的振动加速度的概率分布函数的示意图;
图4示出根据本公开实施例的根据频域参数确定缺陷诊断结果的流程图;
图5示出根据本公开实施例的获取时域振动信号的流程图。
具体实施方式
下文中,将参考附图详细描述本公开的示例性实施例,以使本领域技术人员可容易地实现它们。此外,为了清楚起见,在附图中省略了与描述示例性实施例无关的部分。
在本公开中,应理解,诸如“包括”或“具有”等的术语旨在指示本说明书中所公开的特征、数字、步骤、行为、部件、部分或其组合的存在,并且不欲排除一个或多个其他特征、数字、步骤、行为、部件、部分或其组合存在或被添加的可能性。
另外还需要说明的是,在不冲突的情况下,本公开中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本公开。
上文提及,弹簧缺陷的诊断方法通常是从弹簧的“力-行程”特性方面着手,通过采集弹簧形变下的力值特性,与正常弹簧数据对比来诊断弹簧是否存在缺陷。但这种诊断方法往往只能诊断出外在表现较为明显的弹簧缺陷,此时缺陷已经发展到了后期且即将导致弹簧失效阶段,诊断结果的指导意义已经不大。
考虑到上述缺陷,本公开实施例提供了一种弹簧缺陷的诊断方法。所述方法包括获取待测弹簧的时域振动信号,基于所述时域振动信号,确定所述待测弹簧的频段-能量曲线,根据所述频段-能量曲线,确定所述待测弹簧的能量参数,根据所述能量参数,确定所述待测弹簧的缺陷诊断结果。该技术方案,通过获取待测弹簧的时域振动信号,确定待测弹簧的频段-能量曲线和能量参数,以确定所述待测弹簧的缺陷诊断结果,能够及时诊断出外在表现不明显的弹簧缺陷,使得工程人员能够及时获知安全隐患,避免设备损坏。
图1A示出根据本公开实施例的弹簧缺陷的诊断方法的流程图。
图1B示出根据本公开实施例的频段-能量曲线的示意图。
如图1A所示,所述弹簧缺陷的诊断方法包括如下步骤S101-S104。
在步骤S101中,获取待测弹簧的时域振动信号。
在步骤S102中,基于所述时域振动信号,确定所述待测弹簧的频段-能量曲线。
在步骤S103中,根据所述频段-能量曲线,确定所述待测弹簧的能量参数。
在步骤S104中,根据所述能量参数,确定所述待测弹簧的缺陷诊断结果。
根据本公开的实施例,所述时域振动信号可以表示为以时间为横坐标,以振幅为纵坐标的波形曲线,用于描述在待测弹簧振动过程中,所述待测弹簧上任意一点相对于初始位置(振动开始前)的位移随时间变化的规律。
根据本公开的实施例,所述待测弹簧的频段-能量曲线是指以频段为横坐标、能量值为纵坐标的曲线,用于描述所述时域振动信号中信号能量在不同频段的分布情况。
根据本公开的实施例,所述基于所述时域振动信号,确定所述待测弹簧的频段-能量曲线,包括基于所述时域振动信号,通过小波包分解获得所述待测弹簧的频段-能量曲线。
根据本公开的实施例,所述小波包分解是指通过多个中心频率不同但带宽相同的滤波器,将所述时域振动信号分解为多个中心频率不同的子信号。所述频段-能量曲线的横坐标可以为各个频段的特征频率,例如,中心频率,纵坐标可以为所述特征频率对应的子信号的信号能量,可参考图1B。
根据本公开的实施例,所述能量参数可以包括所述频段-能量曲线中的一个或多个特征值,例如,能量值的最值、极值、均值、中值等。
根据本公开的实施例,在对待测弹簧进行缺陷诊断前,可以先获取正常弹簧在相同条件下的能量参数,通过比较待测弹簧与正常弹簧的能量参数,确定所述待测弹簧的缺陷诊断结果。其中,所述正常弹簧是指已知不存在缺陷的弹簧(例如,出厂后未使用的弹簧等),所述相同条件是指正常弹簧及待测弹簧设置于相同设备,且所述设备的运行功率、运行时长和运行环境等均相同。
例如,假设设备A中设置有待测弹簧S,当所述设备A运行时,可以通过设置于所述设备A上且靠近所述待测弹簧S的传感器,获取所述待测弹簧S的时域振动信号(步骤S101),获取所述时域振动信号的频段-能量曲线(步骤S102)后,可以确定所述频段-能量曲线的一个或多个特征值作为能量参数(步骤S103),以能量参数为能量值的最大值为例,假设正常弹簧设置于所述设备A中时,其能量值的最大值通常小于等于0.08g2,可以取0.08g2作为阈值,若待测弹簧的能量值的最大值大于0.08g2,则确定所述待测弹簧存在一定的缺陷(步骤S104)。
根据本公开的实施例,所述能量参数包括至少一个敏感频段和所述敏感频段对应的能量值。
根据本公开的实施例,所述敏感频段是指缺陷弹簧与正常弹簧的频段-能量曲线中,能量值差异较大的一个或多个频段值。例如,在正常弹簧的频段-能量曲线中,能量值最值、极值对应的频段值等。例如,当通过小波包分解将时域振动信号分解为8个频段不同的子信号,若将所述8个频段按照中心频率大小从大至小排列,则敏感频段通常出现在第三频段和第七频段。
如图1B所示,多个正常弹簧的频段-能量曲线中,极值通常出现于频段f1和f2,则可以将所述频段f1和f2作为敏感频段。这样,所述待测弹簧的能量参数可以包括所述频段f1及其对应的能量值e1’,以及所述频段f2及其对应的能量值e2’。
另外,假设在所述多个正常弹簧的频段-能量曲线中,频段f1对应的能量值通常小于等于能量值e1,频段f2对应的能量值通常小于等于能量值e2,则可以通过比较所述能量值e1’与能量值e1的关系,和/或能量值e2’与能量值e2的关系,和/或能量值e1’和e2’的组合值与能量值e1和e2的组合值来确定所述待测弹簧的缺陷诊断结果。其中,组合值可以为加权和、平方和、算数平均值、集合平均值等,根据频段-能量曲线不同,敏感频段的数量和数值也可以为其他任意数值,本申请对于组合值的类型、敏感频段的数量和数值不作具体限定。
根据本公开的实施例,通过获取待测弹簧的时域振动信号,确定待测弹簧的频段-能量曲线和能量参数,以确定所述待测弹簧的缺陷诊断结果,能够及时诊断出外在表现不明显的弹簧缺陷,使得工程人员能够及时获知安全隐患,避免设备损坏。
图2A示出根据本公开实施例的确定缺陷诊断结果的流程图。
图2B示出根据本公开实施例的能量分布图的示意图。
如图2A所示,在所述步骤S104中,所述根据所述能量参数,确定所述待测弹簧的缺陷诊断结果可以包括以下步骤S201-S203。
在步骤S201中,根据所述N个敏感频段和所述敏感频段对应的能量值,绘制能量分布图,其中,所述能量分布图包括N个坐标轴,所述N个坐标轴与所述N个敏感频段一一对应,所述待测弹簧在第一坐标轴上的分量为第一敏感频段对应的能量值,其中,所述第一坐标轴为所述N个坐标轴中的任意一个,所述第一敏感频段为所述第一坐标轴对应的敏感频段,N为正整数。
在步骤S202中,确定所述待测弹簧所在位置与坐标轴原点的距离。
在步骤S203中,当所述距离大于能量阈值时,所述待测弹簧存在缺陷问题。
根据本公开的实施例,在确定所述待测弹簧的缺陷结果前,可以先根据多个正常弹簧的频段-能量曲线,确定所述能量分布图的坐标轴,并确定各个正常弹簧的坐标在所述能量分布图中位置,从而确定能量阈值。
例如,根据图1B中的多个正常弹簧的频段-能量曲线,确定敏感频段f1和f2,从而可以确定所述能量分布图包括两个坐标轴(即N=2),假设横坐标对应于频段f1对应的能量值,纵坐标对应于频段f2对应的能量值,可得到如图2B所示的能量分布图。然后,确定图1B中的各个正常弹簧在所述能量分布图中的位置(如图2B中的实心点),从而确定能量阈值为距离坐标原点0.08g2(图中虚线)。再根据所述N个敏感频段和所述敏感频段对应的能量值,确定所述待测弹簧在所述能量分布图中的位置(步骤S201),并确定所述待测弹簧所在位置与坐标原点的距离(步骤S202),若所述距离大于能量阈值,即图2B中所述待测弹簧所在位置(空心点)位于所述虚线远离圆点的一侧,则确定所述待测弹簧存在缺陷问题(步骤S203)。
图3A示出根据本公开实施例的根据时域参数确定缺陷诊断结果的流程图。
图3B示出根据本公开实施例的正常弹簧的时域振动信号的示意图。
图3C示出根据本公开实施例的待测弹簧的时域振动信号的示意图。
图3D示出根据本公开实施例的振动加速度的概率密度函数的示意图。
图3E示出根据本公开实施例的振动加速度的概率分布函数的示意图。
如图3A所示,所述弹簧缺陷的诊断方法除了步骤S101-S104之外,还可以包括步骤S301-S302。
在步骤S301中,根据所述时域振动信号,确定所述待测弹簧的时域参数。
在步骤S302中,根据所述时域参数,确定所述待测弹簧的缺陷诊断结果。
根据本公开的实施例,所述时域参数包括以下一项或多项参数:时域最大振幅值、振动加速度的概率分布函数、振动加速度的概率密度函数。
根据本公开的实施例,可以通过比较所述待测弹簧与正常弹簧的时域参数,来确定所述待测弹簧的缺陷诊断结果。
根据本公开的实施例,所述时域参数可以包括最大振幅值。例如,假设正常弹簧的时域振动信号如图3B所示,可以获得最大振幅值大于400,若待测弹簧的时域振动信号如图3C所示,并确定所述待测弹簧的最大振幅值小于400,则可以确定所述待测弹簧存在缺陷问题。
根据本公开的实施例,所述时域参数可以包括振动加速度的概率密度函数,其中,所述振动加速度的概率分布函数可以通过获取所述待测弹簧的时域振动信号中每个采样点的振动加速度,并计算各个振动加速度出现比例获得。如图3D所示,可以通过计算正常弹簧与待测弹簧的概率密度函数之间的相似性,来确定所述待测弹簧的缺陷诊断结果;也可以设置一个或多个敏感加速度,通过比较所述敏感加速度在正常弹簧与待测弹簧的概率密度函数中所对应的概率密度,来确定所述待测弹簧的缺陷诊断结果。
根据本公开的实施例,所述时域参数可以包括振动加速度的概率分布函数,所述概率分布函数上的任意一点表示小于等于横坐标对应的振动加速度在时域振动信息中出现的概率。如图3E所示,每个待测弹簧(或者正常弹簧)的时域振动信息对应于一个概率分布函数,可以通过计算正常弹簧与待测弹簧的概率分布函数之间的相似性,来确定所述待测弹簧的缺陷诊断结果;也可以设置一个或多个敏感加速度,通过比较所述敏感加速度在正常弹簧与待测弹簧的概率分布函数中所对应的概率密度,来确定所述待测弹簧的缺陷诊断结果。例如,假设敏感加速度为100g,正常弹簧的时域振动信息中,振动加速度小于等于100g的出现概率通常小于0.8,若待测弹簧的时域振动信息中,振动加速度小于等于100g的出现概率大于等于0.8,则可以确定所述待测弹簧存在缺陷问题。
图4示出根据本公开实施例的根据频域参数确定缺陷诊断结果的流程图。
如图4所示,所述弹簧缺陷的诊断方法除了步骤S101-S104之外,还可以包括步骤S401-S403。
在步骤S401中,根据所述时域振动信号,获取所述待测弹簧的频域信号。
根据本公开的实施例,可以通过快速傅里叶变换等方法,将所述时域振动信号变换为所述待测弹簧的频域信号。
在步骤S402中,根据所述频域信号,确定所述待测弹簧的频域参数。
根据本公开的实施例,所述频域参数包括以下一项或多项参数:频域最大振幅值、振动加速度的概率分布函数、振动加速度的概率密度函数。
在步骤S403中,当所述频域参数满足频域条件时,确定所述待测弹簧的缺陷诊断结果。
根据本公开的实施例,可以根据所述待测弹簧的频域参数与正常弹簧的频域参数差别,来确定所述待测弹簧是否存在缺陷问题。例如,以频率最大振幅值为例,假设待测弹簧的频率最大振幅值与正常弹簧的频率最大振幅值的差值大于频率阈值,则可以确定所述待测弹簧存在缺陷问题。
图5示出根据本公开实施例的获取时域振动信号的流程图。
如图5所示,所述步骤S101可以通过以下步骤S501-S502获取待测弹簧的时域振动信号。
在步骤S501中,通过设置在所述待测弹簧附近的传感器获取所述待测弹簧的振动信号。
在步骤S502中,基于所述振动信号,通过预处理获得所述时域振动信号。
根据本公开的实施例,所述振动信号可以表示为以时间为横坐标,以振幅为纵坐标的波形曲线,可以通过设置在所述待测弹簧附近的传感器获取,用于描述在所述待测弹簧的振动过程中,所述传感器所在位置相对于初始位置(振动开始前)随时间变化的规律。例如,当待测弹簧S设置于设备A上时,可以将所述传感器设置于设备A且靠近待测弹簧S的位置。
根据本公开的实施例,所述预处理可以包括去噪处理,用于去除所述振动信号中与待测弹簧振动无关的信号,从而提高所述时域振动信号的信噪比,有利于提高缺陷诊断结果的准确性。根据本公开的实施例,所述预处理包括小波去噪处理。
以上描述仅为本公开的较佳实施例以及对所运用技术原理的说明。本领域开发人员应当理解,本公开中所涉及的发明范围,并不限于上述技术特征的特定组合而成的技术方案,同时也应涵盖在不脱离所述发明构思的情况下,由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本公开中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。
Claims (9)
1.一种弹簧缺陷的诊断方法,其特征在于,包括:
获取待测弹簧的时域振动信号;
基于所述时域振动信号,确定所述待测弹簧的频段-能量曲线;
根据所述频段-能量曲线,确定所述待测弹簧的能量参数;
根据所述能量参数,确定所述待测弹簧的缺陷诊断结果。
2.根据权利要求1所述的诊断方法,其特征在于:
所述基于所述时域振动信号,确定所述待测弹簧的频段-能量曲线,包括基于所述时域振动信号,通过小波包分解获得所述待测弹簧的频段-能量曲线;
所述能量参数包括至少一个敏感频段和所述敏感频段对应的能量值。
3.根据权利要求2所述的诊断方法,其特征在于,所述根据所述能量参数,确定所述待测弹簧的缺陷诊断结果,包括:
根据所述N个敏感频段和所述敏感频段对应的能量值,绘制能量分布图,其中,所述能量分布图包括N个坐标轴,所述N个坐标轴与所述N个敏感频段一一对应,所述待测弹簧在第一坐标轴上的分量为第一敏感频段对应的能量值,其中,所述第一坐标轴为所述N个坐标轴中的任意一个,所述第一敏感频段为所述第一坐标轴对应的敏感频段,N为正整数;
基于所述能量分布图,确定所述待测弹簧所在位置与坐标轴原点的距离;
当所述距离大于能量阈值时,所述待测弹簧存在缺陷问题。
4.根据权利要求1所述的诊断方法,其特征在于,还包括:
根据所述时域振动信号,确定所述待测弹簧的时域参数;
根据所述时域参数,确定所述待测弹簧的缺陷诊断结果。
5.根据权利要求4所述的诊断方法,其特征在于,所述时域参数包括以下一项或多项参数:
时域最大振幅值、振动加速度的概率分布函数、振动加速度的概率密度函数。
6.根据权利要求1所述的诊断方法,其特征在于,还包括:
根据所述时域振动信号,获取所述待测弹簧的频域信号;
根据所述频域信号,确定所述待测弹簧的频域参数;
当所述频域参数满足频域条件时,确定所述待测弹簧的缺陷诊断结果。
7.根据权利要求6所述的诊断方法,其特征在于,所述频域参数包括以下一项或多项参数:
频域最大振幅值、振动加速度的概率分布函数、振动加速度的概率密度函数。
8.根据权利要求1所述的诊断方法,其特征在于,所述获取待测弹簧的时域振动信号,包括:
通过设置在所述待测弹簧附近的传感器获取所述待测弹簧的振动信号;
基于所述振动信号,通过预处理获得所述时域振动信号。
9.根据权利要求8所述的诊断方法,其特征在于,所述预处理包括小波去噪处理。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911039553.7A CN110736615B (zh) | 2019-10-29 | 2019-10-29 | 一种弹簧缺陷的诊断方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911039553.7A CN110736615B (zh) | 2019-10-29 | 2019-10-29 | 一种弹簧缺陷的诊断方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110736615A true CN110736615A (zh) | 2020-01-31 |
CN110736615B CN110736615B (zh) | 2021-08-06 |
Family
ID=69270262
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911039553.7A Active CN110736615B (zh) | 2019-10-29 | 2019-10-29 | 一种弹簧缺陷的诊断方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110736615B (zh) |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE4213884A1 (de) * | 1992-04-28 | 1993-11-04 | Hauni Werke Koerber & Co Kg | Verfahren und anordnung zum ueberwachen des verschleisses oder der bruchgefahr von blattfedern |
CN102072829A (zh) * | 2010-11-04 | 2011-05-25 | 同济大学 | 一种面向钢铁连铸设备的故障预测方法及装置 |
CN106950047A (zh) * | 2017-03-09 | 2017-07-14 | 西安交通大学 | 振动加速度信号频谱的可视化分析方法 |
CN107015140A (zh) * | 2017-03-13 | 2017-08-04 | 南京航空航天大学 | 一种有载分接开关弹簧动能不足故障的振动信号分析方法 |
CN107367687A (zh) * | 2017-07-31 | 2017-11-21 | 江苏省电力试验研究院有限公司 | 一种高压断路器弹簧故障程度检测方法及装置 |
CN107576491A (zh) * | 2017-10-18 | 2018-01-12 | 河海大学 | 一种断路器机械故障识别方法 |
CN107607303A (zh) * | 2017-09-13 | 2018-01-19 | 河海大学 | 基于小波包与som网络的高压断路器机械故障识别方法 |
CN109284672A (zh) * | 2018-08-03 | 2019-01-29 | 金陵科技学院 | 一种基于PSO-Kmeans算法的高压断路器机械故障诊断方法 |
CN109900469A (zh) * | 2019-03-28 | 2019-06-18 | 西安交通大学 | 一种高压断路器螺旋弹簧应力松弛故障检测装置及方法 |
-
2019
- 2019-10-29 CN CN201911039553.7A patent/CN110736615B/zh active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE4213884A1 (de) * | 1992-04-28 | 1993-11-04 | Hauni Werke Koerber & Co Kg | Verfahren und anordnung zum ueberwachen des verschleisses oder der bruchgefahr von blattfedern |
CN102072829A (zh) * | 2010-11-04 | 2011-05-25 | 同济大学 | 一种面向钢铁连铸设备的故障预测方法及装置 |
CN106950047A (zh) * | 2017-03-09 | 2017-07-14 | 西安交通大学 | 振动加速度信号频谱的可视化分析方法 |
CN107015140A (zh) * | 2017-03-13 | 2017-08-04 | 南京航空航天大学 | 一种有载分接开关弹簧动能不足故障的振动信号分析方法 |
CN107367687A (zh) * | 2017-07-31 | 2017-11-21 | 江苏省电力试验研究院有限公司 | 一种高压断路器弹簧故障程度检测方法及装置 |
CN107607303A (zh) * | 2017-09-13 | 2018-01-19 | 河海大学 | 基于小波包与som网络的高压断路器机械故障识别方法 |
CN107576491A (zh) * | 2017-10-18 | 2018-01-12 | 河海大学 | 一种断路器机械故障识别方法 |
CN109284672A (zh) * | 2018-08-03 | 2019-01-29 | 金陵科技学院 | 一种基于PSO-Kmeans算法的高压断路器机械故障诊断方法 |
CN109900469A (zh) * | 2019-03-28 | 2019-06-18 | 西安交通大学 | 一种高压断路器螺旋弹簧应力松弛故障检测装置及方法 |
Non-Patent Citations (1)
Title |
---|
王继锋 等: "《基于振动信号的SF6高压断路器操动机构状态监测》", 《高压电器》 * |
Also Published As
Publication number | Publication date |
---|---|
CN110736615B (zh) | 2021-08-06 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110307994B (zh) | 异声检测装置以及异声检测方法 | |
Yan et al. | Improved Hilbert–Huang transform based weak signal detection methodology and its application on incipient fault diagnosis and ECG signal analysis | |
Gómez et al. | Crack detection in rotating shafts based on 3× energy: Analytical and experimental analyses | |
KR20100094452A (ko) | 롤링 베어링 대미지 검측 및 자동 식별 방법 | |
Chen et al. | Compound fault identification of rolling element bearing based on adaptive resonant frequency band extraction | |
EP2623949A1 (de) | Zustandsüberwachungsvorrichtung und Verfahren zur Zustandsüberwachung von rotierenden mechanischen Bauteilen | |
CN109932179A (zh) | 一种基于ds自适应谱重构的滚动轴承故障检测方法 | |
CN113092114B (zh) | 一种轴承故障诊断方法、装置及存储介质 | |
Shi et al. | The VMD-scale space based hoyergram and its application in rolling bearing fault diagnosis | |
CN111595515B (zh) | 万向轴不平衡故障的间接检测方法 | |
CN117836599A (zh) | 检测旋转系统中轴承缺陷的方法以及实施该方法的监控系统 | |
Golafshan et al. | Investigation on the effects of structural dynamics on rolling bearing fault diagnosis by means of multibody simulation | |
CN109708877B (zh) | 基于小波模糊识别和图像分析理论的机械故障分析方法 | |
KR20120121621A (ko) | 차량의 이상 진단 장치, 이상 진단 방법 및 그 진단 방법의 기록매체 | |
CN110736615B (zh) | 一种弹簧缺陷的诊断方法 | |
CN105445004A (zh) | 设备零部件的振动曲线归一化平均寿命预测办法 | |
Jiang et al. | Rolling bearing quality evaluation based on a morphological filter and a Kolmogorov complexity measure | |
JP2016114960A (ja) | 回転体およびその軸受を含む設備の診断方法と診断システム | |
Hemmati et al. | Rolling element bearing condition monitoring using acoustic emission technique | |
Yan et al. | Research on fault diagnosis method of bogie bearing based on microphone arrays | |
KR20090028258A (ko) | 웨이블렛 패킷 해석을 통한 차량의 이상 진단 시스템 | |
Ogundare et al. | Review of fault detection techniques for health monitoring of helicopter gearbox | |
Hee et al. | Analysis of Residual Wavelet Scalogram for Machinery Fault Diagnosis | |
Yu et al. | Wavelet Analysis based Gear Shaft Fault Detection | |
Kumar et al. | A Review paper on Vibration-Based Fault Diagnosis of Rolling Element Bearings |
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 |