CN110895198B - 一种超临界传动轴动力失稳的识别方法 - Google Patents

一种超临界传动轴动力失稳的识别方法 Download PDF

Info

Publication number
CN110895198B
CN110895198B CN201911227924.4A CN201911227924A CN110895198B CN 110895198 B CN110895198 B CN 110895198B CN 201911227924 A CN201911227924 A CN 201911227924A CN 110895198 B CN110895198 B CN 110895198B
Authority
CN
China
Prior art keywords
transmission shaft
frequency
data
power
spectral density
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
Application number
CN201911227924.4A
Other languages
English (en)
Other versions
CN110895198A (zh
Inventor
刘忠超
梁昆
曾曼城
殷鹏
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.)
China Helicopter Research and Development Institute
Original Assignee
China Helicopter Research and Development Institute
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 China Helicopter Research and Development Institute filed Critical China Helicopter Research and Development Institute
Priority to CN201911227924.4A priority Critical patent/CN110895198B/zh
Publication of CN110895198A publication Critical patent/CN110895198A/zh
Application granted granted Critical
Publication of CN110895198B publication Critical patent/CN110895198B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01MTESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
    • G01M13/00Testing of machine parts
    • G01M13/02Gearings; Transmission mechanisms
    • G01M13/028Acoustic or vibration analysis

Landscapes

  • Physics & Mathematics (AREA)
  • Acoustics & Sound (AREA)
  • General Physics & Mathematics (AREA)
  • Testing Of Devices, Machine Parts, Or Other Structures Thereof (AREA)

Abstract

本发明属于传动轴故障诊断技术领域,公开了一种超临界传动轴动力失稳的识别方法,包括:获取传动轴运转时的振动数据;提取传动轴升速、降速及额定转速时段的振动数据,对所述数据逐段进行基于周期图的功率谱密度分析;绘制振动数据的功率谱密度图;从传动抽升速时段的功率谱密度图中识别出传动轴的一阶安装频率,进而确定一阶安装频率的谐波频率,选取一阶安装频率作为判断传动轴动力是否失稳的特征频率,以期在早期发现传动轴的异常振动,提醒人员进行维护,避免传动轴的损伤、断裂。

Description

一种超临界传动轴动力失稳的识别方法
技术领域
本发明属于传动轴故障诊断技术领域,尤其涉及一种超临界传动轴动力失稳的识别方法。
背景技术
传动轴按照转速不同分为亚临界和超临界。亚临界传动轴工作转速低于传动轴的一阶安装频率,超临界传动轴工作转速介于传动轴一阶和二阶安装频率之间。亚临界传动轴不会出现动力失稳,超临界传动轴由于工作转速高于传动轴的一阶安装频率,当转速达到传动轴的一阶安装频率时,在传动轴与花键或轴瓦等连接部件处的摩擦力足够大的情况下,即可能出现动力失稳现象。一般设计时会通过O型圈、阻尼限位环等组件增加轴系的阻尼或润滑油降低轴系摩擦力的方法避免动力失稳。传动轴一旦出现动力失稳,传动轴引起的振动将迅速增大,可在短时间内造成传动轴损坏、断裂,使得传动轴不再能够传递扭矩。对直升机而言,若传动轴出现损坏将导致尾桨失效,直接影响飞行安全。
发明内容
针对上述背景技术中的问题,本发明的目的在于提供一种超临界传动轴动力失稳的识别方法,以期在早期发现传动轴的异常振动,提醒人员进行维护,避免传动轴的损伤、断裂。
为达到上述目的,本发明采用如下技术方案予以实现。
一种超临界传动轴动力失稳的识别方法,所述识别方法包括:
获取传动轴运转时的振动数据;
提取传动轴升速、降速及额定转速时段的振动数据,对所述数据逐段进行基于周期图的功率谱密度分析;
绘制振动数据的功率谱密度图;
从传动抽升速时段的功率谱密图中识别出传动轴的一阶安装频率,进而确定一阶安装频率的谐波频率,选取一阶安装频率或一阶安装频率的谐波频率作为判断传动轴动力是否失稳的特征频率。
本发明技术方案的特点和进一步的改进为:
(1)给定所述特征频率的许用振幅,将特征频率及对应的许用振幅相结合作为判断传动轴动力是否失稳的标准;所述特征频率的许用振幅用于表征特征频率的变化幅度。
(2)所述方法还包括使用传动轴振动数据检验许用振幅的设置是否合理:
当表征特征频率的变化幅度超出特征频率的许用振幅时,检查传动轴安装组件是否出现异常;若检查未发现传动轴安装组件异常,则调高特征频率的许用振幅。
(3)所述方法还包括在获取传动轴运转时的振动数据后,对所述振动数据进行有效性检查,包括时域有效性检查和频域有效性检查;
时域有效性检查包括信号的幅值连续性、毛刺、削波;频域有效性检查是频谱峰值是否与振源频率一致。
(4)所述功率谱密度分析时对振动数据进行分段分析,分段数目的计算公式如下:
分段数目N=1+(Data_Len/Sec_Len-1)/(1-OverLap)
其中,N为功率谱密度分析的分段段数,Data_Len为振动数据总长度,Sec_Len为每段数据的长度,OverLap为相邻两段数据的重叠率。
(5)所述绘制振动数据的功率谱密度图,具体包括:
假设功率谱密度数据长度为N段,且每段数据对应绘制一个时间点上的多个频率值,绘图区域使用一个矩形变量Rect标识,功率谱密度图的绘制过程为:
(a)按照给定的坐标轴取值范围绘制坐标轴,均匀画出时间轴和频率轴对应的数值;
(b)确定每个绘制点的横坐标和纵坐标;
(c)绘制颜色,每段数据中的最大值使用第一颜色标识,小于指定最小值的使用第二颜色标识,指定最小值使用第三颜色标识,且最大值和指定最小值之间的值与颜色之间按照线性关系一一对应。
(6)确定每个绘制点的横坐标和纵坐标,具体为:
横坐标共N个点,该N个点对应N个时间点;
每个点的横坐标按如下公式计算:
Rect.Left+i×Rect.Width/N×(1-OverLap);
其中,Rect.Left为矩形左边界,i是取值范围从0到N-1的循环变量,Rect.Width为矩形宽度,OverLap为相邻两段数据的重叠率;
纵坐标共N1个点,该N1个点对应每个时间点上的N1个频率值;
每个点的纵坐标按如下公式计算:
Rect.Height-数据采样率/Sec_Len×Rect.Height×j;
其中,Rect.Height为矩形高度,j是取值范围从0到N1-1的循环变量,Sec_Len为每段数据的长度。
(7)N1=200×Sec_Len/数据采样率,200Hz为显示频率上限。
本发明的方法通过对振动数据进行合理的逐段功率谱密度分析,将功率谱密度数据绘制图,从中提取传动轴的安装频率及其谐波频率,将其作为传动轴动力失稳的特征频率,归纳特征频率的振幅规律并结合使用故障的经验确定其许用振幅。最后综合特征频率及其对应的许用振幅,得到合理的超临界传动轴动力失稳的识别方法。
附图说明
图1为本发明的超临界传动轴动力失稳识别方法的流程图;
图2为传动轴振动时域和频域数据曲线示意图;
图3为超临界传动轴正常运转时的功率谱密度图;
图4为超临界传动轴动力失稳时的功率谱密度图。
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。
本发明实施例提供一种超临界传动轴动力失稳的识别方法,包括:
测试传动轴运转时的振动数据;
提取传动轴升速、降速及额定转速时段的振动数据,数据长度一般不超过600秒,选择合理的重叠率,对上述数据逐段进行基于周期图的功率谱密度分析;
将数据长度设置为横轴,频率设置为纵轴,功率谱密度值与颜色呈对数关系一一对应,绘制功率谱密度数据图;
确定传动轴动力失稳的振动特征。传动轴出现动力失稳时,振动以传动轴安装频率及其谐波频率为主。实际使用中可依据传动轴转速通过安装频率时振动响应出现突变的原理,从升速阶段的图中可识别出传动轴的一阶安装频率,进而确定一阶安装频率的谐波频率。根据敏感程度,选取相应的频率作为传动轴动力是否失稳的特征频率;
从图中判断特征频率是否出现,并统计振幅的变化规律,根据工程经验和使用故障经验给出特征频率的许用振幅(特征频率的许用振幅可以预先给定一个值),这其中尤其注意传动轴安装频率高次谐波出现时,常常意味着传动轴已经处于过度的振动环境之下,运转状态下将很快出现损伤或损坏。将特征频率及对应的许用振幅相结合作为超临界传动轴动力失稳的识别方法。
所述方法识别的超临界传动轴动力失稳具有以下特征:
1)以传动轴安装频率为主,传动轴升速、降速阶段更容易出现超临界传动轴动力失稳,动力失稳的初级阶段该频率振幅并不是一直出现,呈现时断时续的现象;
2)传动轴安装频率对应的振幅,单个架次比较稳定,不随传动轴转速、直升机飞行状态发生变化。统计多个架次(多次直升机飞行测试次数),该振幅呈现放大趋势;
3)随着传动轴安装频率对应振幅的逐步增大,将出现安装频率的高阶谐波频率。
所述方法还包括使用传动轴振动实测数据检验许用振幅是否合理。检查是否出现振幅超限的情况,若出现,则检查传动轴安装组件,重点检查阻尼环是否损坏、润滑油/脂是否泄漏、传动轴磨损是否超出允许范围。若检查未发现传动轴异常,可适当调高许用振幅,监控使用。
所述方法还包括在获取传动轴的振动数据后,需对该数据进行有效性检查。检查项目包括时域和频域有效性检查。时域检查包括信号的幅值连续性、毛刺、削波等;频域检查核心是频谱峰值是否与振源频率一致。
其中所述功率谱密度分析包括对提取的振动数据进行分段分析。分段的数目除与振动数据总长度和每段的长度有关外,还与每相邻两段数据之间的重叠率有关。分段数目的计算公式如下:N=1+(Data_Len/Sec_Len-1)/(1-OverLap),一般重叠率不小于75%。参数说明:N-功率谱密度分析的段数,Data_Len-数据总长度,Sec_Len-每段数据的长度,OverLap-相邻两段数据的重叠率。
其中所述绘制图部分,以下描述给出了在计算机屏幕上显示图的程序编制方法,假设功率谱密度数据长度为N段(每段数据对应绘制一个时间点上的多个频率特征),显示频率上限为200Hz为例进行说明,绘图区域使用一个矩形变量Rect标识。具体如下:
1)按照给定的坐标轴取值范围绘制坐标轴,画出时间轴和频率轴对应的数值;
2)确定每个绘制点横坐标和纵坐标的位置,横坐标共N个点(对应N个时间点),每个点的横坐标按如下公式计算:Rect.Left(矩形左边界)+i(i是取值范围从0到N-1的循环变量)×Rect.Width(矩形宽度)/N×(1-OverLap);纵坐标共N1个点(对应每个时间点上的N1个频率),N1=200×段长/数据采样率,每个点的纵坐标按如下公式计算:Rect.Height(矩形高度)-数据采样率/段长×Rect.Height(矩形高度)×j(j是取值范围从0到N1-1的循环变量);
3)绘制颜色,每段数据中的最大值使用红色标识,小于指定最小值的使用蓝色标识,指定最小值使用黄色标识。最大值和指定最小值之间的值与颜色之间按照线性关系一一对应。
具体的,
如图1所示,首先,安装振动传感器及测试设备获取传动轴运转状态的振动数据,并提取传动轴升速、降速及额定转速运转时的振动数据。
随后,对振动数据分段,逐段进行功率谱密度分析(PSD),并保存每一段的分析结果。这其中需要设置合理的数据长度、段长、段数和数据重叠率。
其中所述的功率谱密度参数设置,段长一般取采样率的1倍或2倍,数据重叠率一般不小于75%,不大于99%,数据长度一般不大于600秒。
随后,将功率谱密度分析结果绘制为图,识别特征频率(传动轴安装频率及其倍频),总结特征频率的幅值规律。
综合特征频率的振动幅值规律以及动力失稳引起传动轴损伤的振动幅值,给定合理的许用振幅。当然,也可采用相对较小的许用振幅。
下面以具体直升机使用的超临界传动轴的动力失稳识别为例详细阐述本发明的实施步骤:
第一步:测试传动轴运转状态下的振动数据。实际用的振动传感器安装在传动轴安装支座附近。开启振动测试设备,记录直升机发动机启动到关闭全过程的振动数据。
第二步,提取传动轴启动、关闭过程以及额定转速对应的振动数据,并进行时域、频域的有效性检查。图2给出了传动轴径向测试数据的时域图和频域图。
第三步,计算振动数据的功率谱密度。分别选取传动轴启动阶段(升速)、关闭阶段(降速)和额定转速各300秒的数据,数据采样率为1024Hz,数据段长取2048,即两秒的数据。重叠率设置为75%,段数为597段,计算每段的功率谱密度数据。
第四步,使用功率谱密度数据绘制图,图3给出了传动轴运转正常的图,频率以尾桨基频、2倍频、4倍频以及传动轴额定转速频率为主。图4给出了传动轴出现动力失稳的图,除尾桨基频及谐波频率外,图出现了频率不随传动轴转速变化而改变的频率以及该频率的谐波频率。
第五步,确定传动轴动力失稳的特征频率和许用振幅。直升机用超临界传动轴动力失稳的特征频率为传动轴安装频率的基频(43Hz)和谐波频率(86Hz、129Hz),其中43Hz和129Hz的振动能量最大,振动幅值更大。使用快速傅里叶变化提取43Hz、86Hz、129Hz的振动幅值,并形成序列,统计序列的期望(E)、标准差(σ),按照公式X0=E+A*σ计算许用振幅,系数A由经验确定,一般可取为2.33~7。同时需指出的是,若传动轴因动力失稳损坏时的振动幅值小于许用幅值,则必须将许用幅值更改为小于上述传动轴损坏时得到的振动幅值。对本例而言,传动轴损坏时43Hz的振幅为0.5g,129Hz的振幅为0.8g,上述振幅应作为许用振幅。
本发明的方法通过对振动数据进行合理的逐段功率谱密度分析,将功率谱密度数据绘制图,从中提取传动轴的安装频率及其谐波频率,将其作为传动轴动力失稳的特征频率,归纳特征频率的振幅规律并结合使用故障的经验确定其许用振幅。最后综合特征频率及其对应的许用振幅,得到合理的超临界传动轴动力失稳的识别方法。
以上所述,仅为本发明的具体实施例,对本发明进行详细描述,未详尽部分为常规技术。但本发明的保护范围不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,可轻易想到的变化或替换,都应涵盖在本发明的保护范围之内。本发明的保护范围应以所述权利要求的保护范围为准。

Claims (6)

1.一种超临界传动轴动力失稳的识别方法,其特征在于,所述识别方法包括:
获取传动轴运转时的振动数据;
提取传动轴升速、降速及额定转速时段的振动数据,对所述数据逐段进行基于周期图的功率谱密度分析;
绘制振动数据的功率谱密度图;
从传动抽升速时段的功率谱密度图中识别出传动轴的一阶安装频率,进而确定一阶安装频率的谐波频率,选取一阶安装频率或者一阶安装频率的谐波频率作为判断传动轴动力是否失稳的特征频率;
所述功率谱密度分析时对振动数据进行分段分析,分段数目的计算公式如下:
分段数目N=1+(Data_Len/Sec_Len-1)/(1-OverLap)
其中,N为功率谱密度分析的分段段数,Data_Len为振动数据总长度,Sec_Len为每段数据的长度,OverLap为相邻两段数据的重叠率,所述重叠率不小于75%;
所述绘制振动数据的功率谱密度图,具体包括:
假设功率谱密度数据长度为N段,且每段数据对应绘制一个时间点上的多个频率值,绘图区域使用一个矩形变量Rect标识,功率谱密度图的绘制过程为:
(a)按照给定的坐标轴取值范围绘制坐标轴,均匀画出时间轴和频率轴对应的数值;
(b)确定每个绘制点的横坐标和纵坐标;
(c)绘制颜色,每段数据中的最大值使用第一颜色标识,小于指定最小值的使用第二颜色标识,指定最小值使用第三颜色标识,且最大值和指定最小值之间的值与颜色之间按照线性关系一一对应。
2.根据权利要求1所述的一种超临界传动轴动力失稳的识别方法,其特征在于,给定所述特征频率的许用振幅,将特征频率及对应的许用振幅相结合作为判断传动轴动力是否失稳的标准;所述特征频率的许用振幅用于表征特征频率的变化幅度。
3.根据权利要求2所述的一种超临界传动轴动力失稳的识别方法,其特征在于,所述方法还包括使用传动轴振动数据检验许用振幅的设置是否合理:
当表征特征频率的变化幅度超出特征频率的许用振幅时,检查传动轴安装组件是否出现异常;若检查未发现传动轴安装组件异常,则调高特征频率的许用振幅。
4.根据权利要求1所述的一种超临界传动轴动力失稳的识别方法,其特征在于,所述方法还包括在获取传动轴运转时的振动数据后,对所述振动数据进行有效性检查,包括时域有效性检查和频域有效性检查;
时域有效性检查包括信号的幅值连续性、毛刺、削波;频域有效性检查是频谱峰值是否与振源频率一致。
5.根据权利要求1所述的一种超临界传动轴动力失稳的识别方法,其特征在于,确定每个绘制点的横坐标和纵坐标,具体为:
横坐标共N个点,该N个点对应N个时间点;
每个点的横坐标按如下公式计算:
Rect.Left+i×Rect.Width/N×(1-OverLap);
其中,Rect.Left为矩形左边界,i是取值范围从0到N-1的循环变量,Rect.Width为矩形宽度,OverLap为相邻两段数据的重叠率;
纵坐标共N1个点,该N1个点对应每个时间点上的N1个频率值;
每个点的纵坐标按如下公式计算:
Rect.Height-数据采样率/段长×Rect.Height×j;
其中,Rect.Height为矩形高度,j是取值范围从0到N1-1的循环变量。
6.根据权利要求5所述的一种超临界传动轴动力失稳的识别方法,其特征在于,N1=200×段长/数据采样率,200Hz为显示频率上限。
CN201911227924.4A 2019-12-04 2019-12-04 一种超临界传动轴动力失稳的识别方法 Active CN110895198B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201911227924.4A CN110895198B (zh) 2019-12-04 2019-12-04 一种超临界传动轴动力失稳的识别方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201911227924.4A CN110895198B (zh) 2019-12-04 2019-12-04 一种超临界传动轴动力失稳的识别方法

Publications (2)

Publication Number Publication Date
CN110895198A CN110895198A (zh) 2020-03-20
CN110895198B true CN110895198B (zh) 2021-09-17

Family

ID=69787357

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201911227924.4A Active CN110895198B (zh) 2019-12-04 2019-12-04 一种超临界传动轴动力失稳的识别方法

Country Status (1)

Country Link
CN (1) CN110895198B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112867671A (zh) * 2020-04-28 2021-05-28 深圳市大疆创新科技有限公司 振动模态优化方法、振动模态优化装置和无人机

Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP2366989A1 (fr) * 2010-03-19 2011-09-21 Eurocopter Ensemble mécanique muni d'un moyen de surveillance d'anomalie structurale boîte de transmission munie d'un tel ensemble mécanique, et procédé de sureillance d'anomalie structurale
CN102590543A (zh) * 2012-02-24 2012-07-18 中国汽车技术研究中心 一种转速测量装置及其测量方法
CN105184021A (zh) * 2015-10-20 2015-12-23 南京航空航天大学 一种考虑扭振动态特性的直升机/发动机综合系统模型
CN107704651A (zh) * 2017-08-28 2018-02-16 中国矿业大学 一种基于机电耦合特性的永磁直驱式传动轴参数设计方法
CN108240304A (zh) * 2016-12-27 2018-07-03 北京金风科创风电设备有限公司 确定风力发电机部件的气弹稳定性的方法和设备
CN108443022A (zh) * 2018-03-01 2018-08-24 南京航空航天大学 变旋翼转速飞行器发动机扭振抑制方法及装置
CN109443768A (zh) * 2018-11-14 2019-03-08 中国直升机设计研究所 一种直升机主减速器行星齿轮振动信号分离方法
CN109883702A (zh) * 2019-03-05 2019-06-14 西安交通大学 一种基于时频域统计特征的电机轴承故障诊断方法
CN109975012A (zh) * 2019-04-24 2019-07-05 西安交通大学 一种传动误差微分信号与eemd算法结合的齿轮裂纹诊断方法
CN110132578A (zh) * 2019-06-01 2019-08-16 吉林大学 一种齿轮系统复合故障特征提取方法及故障试验装置

Patent Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP2366989A1 (fr) * 2010-03-19 2011-09-21 Eurocopter Ensemble mécanique muni d'un moyen de surveillance d'anomalie structurale boîte de transmission munie d'un tel ensemble mécanique, et procédé de sureillance d'anomalie structurale
CN102590543A (zh) * 2012-02-24 2012-07-18 中国汽车技术研究中心 一种转速测量装置及其测量方法
CN105184021A (zh) * 2015-10-20 2015-12-23 南京航空航天大学 一种考虑扭振动态特性的直升机/发动机综合系统模型
CN108240304A (zh) * 2016-12-27 2018-07-03 北京金风科创风电设备有限公司 确定风力发电机部件的气弹稳定性的方法和设备
CN107704651A (zh) * 2017-08-28 2018-02-16 中国矿业大学 一种基于机电耦合特性的永磁直驱式传动轴参数设计方法
CN108443022A (zh) * 2018-03-01 2018-08-24 南京航空航天大学 变旋翼转速飞行器发动机扭振抑制方法及装置
CN109443768A (zh) * 2018-11-14 2019-03-08 中国直升机设计研究所 一种直升机主减速器行星齿轮振动信号分离方法
CN109883702A (zh) * 2019-03-05 2019-06-14 西安交通大学 一种基于时频域统计特征的电机轴承故障诊断方法
CN109975012A (zh) * 2019-04-24 2019-07-05 西安交通大学 一种传动误差微分信号与eemd算法结合的齿轮裂纹诊断方法
CN110132578A (zh) * 2019-06-01 2019-08-16 吉林大学 一种齿轮系统复合故障特征提取方法及故障试验装置

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
Internal Rotor Friction Induced Instability in High-speed Rotating Machinery;Walton Jr J F,James F,Michael M R.;《Vibration of Rotating Systems》;19931231;全文 *
带套齿联轴器的转子系统动力学特性研究;陈曦 等;《推进技术》;20150731;正文第1070页左栏 *
直升机传动系统花键连接轴的动力失稳;康丽霞 等;《北京航空航天大学学报》;20100615;全文 *

Also Published As

Publication number Publication date
CN110895198A (zh) 2020-03-20

Similar Documents

Publication Publication Date Title
US8831860B2 (en) Method and a system for monitoring vibratory phenomena that occur in an aviation gas turbine engine in operation
US11441940B2 (en) Condition monitoring apparatus, condition monitoring system, and condition monitoring method
US10969303B2 (en) Method and system to monitor the health status of a rolling bearing of a machinery, and machinery equipped with said system
Villa et al. Statistical fault diagnosis based on vibration analysis for gear test-bench under non-stationary conditions of speed and load
CN102597735B (zh) 探测至少一个发动机滚柱轴承损伤的方法
US4485678A (en) Rotor diagnostic and balancing system
US6098022A (en) Detecting anomalies in rotating components
CN103857995B (zh) 用于变速箱的状态监控的方法和系统
US7698942B2 (en) Turbine engine stall warning system
EP2746885A1 (en) Method of monitoring the condition of a wind turbine
JPH08503042A (ja) 軸流圧縮機の励振を監視するための方法および装置
CN113383215A (zh) 用于模式匹配轴承振动诊断的系统和过程
WO2014123443A1 (ru) Способ вибрационной диагностики и прогнозирования внезапного отказа двигателя и устройство
CN110895198B (zh) 一种超临界传动轴动力失稳的识别方法
CN110411558B (zh) 一种航空发动机振动测试值限定方法及振动故障判断方法
KR100969243B1 (ko) 모터와 발전기 전력징후가 표시하는 설비상태의 전달함수를 이용한 회전 설비구성품 결함 판단방법
Courrech et al. Condition monitoring of machinery
EP3842780A1 (en) Method and device for diagnosing abnormality in rolling bearing
JP6869156B2 (ja) 状態監視装置および状態監視方法
Rückert et al. A Novel Stall Warning Indicator: Part I—Applications and Limitations
Klein et al. Methods for diagnostics of bearings in non-stationary environments
Fournier et al. On the use of spectral kurtosis for diagnosis of electrical machines
CN113994088A (zh) 用于对风涡轮机的部件进行计算机实现的监测的方法
KR20170081355A (ko) 헬리콥터의 드라이브 시스템 진동 진단 방법
RU121073U1 (ru) Система вибродиагностики газотурбинного двигателя

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
CB03 Change of inventor or designer information
CB03 Change of inventor or designer information

Inventor after: Liu Zhongchao

Inventor after: Liang Kun

Inventor after: Zeng Mancheng

Inventor after: Yin Peng

Inventor before: Liu Zhongchao

Inventor before: Liang Kun

Inventor before: Zeng Mancheng

Inventor before: Yin Peng