CN110907162A - 一种变转速下无转速计的旋转机械故障特征提取方法 - Google Patents
一种变转速下无转速计的旋转机械故障特征提取方法 Download PDFInfo
- Publication number
- CN110907162A CN110907162A CN201911285855.2A CN201911285855A CN110907162A CN 110907162 A CN110907162 A CN 110907162A CN 201911285855 A CN201911285855 A CN 201911285855A CN 110907162 A CN110907162 A CN 110907162A
- Authority
- CN
- China
- Prior art keywords
- frequency
- frequency conversion
- vibration data
- instantaneous
- instantaneous frequency
- 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
-
- 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
-
- 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
- G01M13/045—Acoustic or vibration analysis
Abstract
本申请涉及一种变转速下无转速计的旋转机械故障特征提取方法,首先采用窄带滤波方法剔除振动数据中的干扰频率成分和大部分随机噪声,接着采用短时长滑窗的方法将滤波后的振动数据分为多段,进而利用匹配追踪法提取每个短时段振动数据的转频或转频谐波频率,最终合成振动数据整个时段的瞬时转频或瞬时转频谐波频率。依据所提取的瞬时转频或瞬时转频谐波频率对原始振动数据进行阶次跟踪分析,实现无转速计下变转速机械的故障特征提取。本发明所设计的方法所提取的瞬时转频或瞬时转频谐波频率精度高,在随机噪声干扰小的情况下,所提取的瞬时转频或瞬时转频谐波频率精度接近转速计测量精度,可实现变转速旋转机械故障特征的精确提取。
Description
技术领域
本申请涉及一种变转速下无转速计的旋转机械故障特征提取方法,适用于机械故障预警的技术领域。
背景技术
变转速工况是工业生产中旋转机械的一种常见工况,如三相异步电机负载变化后转速会随之出现小幅波动、风电机组的变转速运行工况、汽轮发电机组的启停机工况等。目前,振动数据分析是识别旋转机械故障特征的主要手段,通过对旋转机械的振动信号分析可识别旋转机械的大部分机械部件故障,如轴承磨损、转子不平衡、转子不对中、转子动静碰磨、支撑松动、齿轮故障、电机异常电磁振动、叶轮故障等。在识别旋转机械故障特征时,转速信息至关重要,旋转机械的众多故障特征与转速息息相关。针对定转速设备,传统的振动数据分析方法对其故障识别十分有效,但针对变转速工况的旋转机械,由于其转速的不稳定,传统的分析方法很难精确获取其故障特征,如三相异步电机负载变化后,转速会出现小幅波动,依据预先设定的固定转速很可能无法提取到故障特征;风电机组始终在变转速工况下运行,直接对风电机组振动数据进行FFT频谱分析将会在故障特征频率处出现频率模糊现象,不利于故障特征的精确提取。
对于变转速旋转机械故障特征的精确提取问题,目前较为成熟的分析方法为“阶次跟踪”。“阶次跟踪”技术的基本原理是依据转速信息实现振动数据的等角度重采样,将时域非平稳振动数据转化为角域平稳振动数据。精确获取瞬时转速信息是实现阶次跟踪的核心问题。目前,在获取瞬时转速信息的方法主要有如下四种:第一种通过转速计实时采集变转速设备的转速脉冲数据;第二种通过对振动数据进行时频域分析如短时傅里叶变换(STFT)、连续小波变换(CWT),在时频域中识别设备的转速信息;第三种方法是通过Hilbert变换提取瞬时转频;第四种方法是将振动数据分为多段,对多段振动数据进行频谱校正,获得每段振动数据的瞬时频率,进而获取整个时段振动数据的瞬时频率。
第一种方法优点是能够精确获取设备转速信息,效果较好,在实际中已有应用。缺点是依赖转速计,在无转速计或者转速脉冲数据异常时该方法将失效。第二种方法优点是不依赖转速计,但该方法受限于高的时域分辨率和频域分辨率无法兼得,导致转速提取结果不够准确。第三种方法优点是针对单分量信号,其瞬时频率提取精度高,尤其是具有很高的时间精度,可计算出原始信号每一时刻位置对应的瞬时频率。该方法缺点是,该方法对噪声十分敏感,当振动信号中含有微弱噪声时,所提取的瞬时频率误差极大;此外,当原始振动信号非整周期截断时,Hilbert变换方法提取的瞬时转频存在“端点效应”,瞬时频率的首尾部位会出现畸变,不再适用于旋转机械故障特征的精确提取。第四种方法的优点是,采用频谱校正方法提取瞬时频率时,当所分各段振动数据时长较长时,可提取到较高精度的瞬时频率。但所分数据段时间较长时,对应的瞬时频率时间精度会降低。若所分各段振动数据时长较短时,频谱中待提取的转频成分和对应的谐波成分将离的十分近,如振动数据时长为一个旋转周期时,其对应的转频和二倍频紧邻。此时采用频谱校正法无法提取到较高精度的瞬时频率。因此,采用频谱校正的方法提取瞬时转频,本质上也会存在时间分辨率和频率分辨率无法同时提高的问题。
由此可见,现有的针对无转速计的变转速旋转机械故障特征提取方法均存在一定的不足,不能满足实际需求。
发明内容
本发明的目的是设计一种变转速下无转速计的旋转机械故障特征提取方法,可实现在无转速计场景下对变转速旋转机械故障特征进行精确提取。
根据本申请的变转速下无转速计的旋转机械故障特征提取方法,其特征在于,包括以下步骤:
(1)对原始振动数据X进行FFT频谱分析,得FFT频谱S;
(2)设定一转频或转频谐波频率的频率搜索区间[fmin,fmax],在频率搜索区间内搜索S的最大值Smax;
(3)计算Smax所对应的频率位置fc;
(4)以fc为带通滤波中心频率,对原始振动数据X进行窄带滤波,窄带滤波后振动数据为X1;
(5)以时长为w的窗口对X1逐次进行滑动截断,窗口滑动步长为s,截断后短时长振动数据为Di,i=1,2,…,n,n为窗口滑动次数;
(6)以fc为中心设置一转频或转频谐波频率匹配的最终搜索区间[fc-b,fc+b],采用匹配追踪法计算各段短时长振动数据Di的转频或转频谐波频率inst_fi,将所有短时长振动数据对应的转频或转频谐波频率合成为整个时段内振动数据的瞬时转频或转频谐波频率inst_f;
(7)依据所提取的整个时段的瞬时转频或转频谐波频率对原始振动数据X进行阶次跟踪分析实现旋转机械故障特征提取。
优选地,步骤(7)中,阶次跟踪分析的步骤如下:
(a)将瞬时转频或瞬时转频谐波频率inst_f进行积分获取瞬时相位序列inst_ph;
(b)利用瞬时相位序列对原始振动数据X进行等角度差值采样,获取角域数据Ang;
(c)对角域数据Ang进行分析,即实现阶次跟踪分析。
优选地,步骤(6)中,利用匹配追踪法提取转频或转频谐波频率具体步骤包括:
(a)构造信号稀疏分解的过完备字典;
(b)由内积最大原则搜索最佳核函数;
(c)计算原始信号在最佳核函数上的投影分量,投影分量即为最终匹配追踪得到的特征频率对应的波形,最佳核函数对应的频率即为该波形对应的频率。
本发明所设计的方法所提取的瞬时转频或瞬时转频谐波频率精度高,在随机噪声干扰小的情况下,所提取的瞬时转频或瞬时转频谐波频率精度接近转速计测量精度,依据所提取的瞬时转频或瞬时转频谐波频率可实现变转速旋转机械故障特征的精确提取。
附图说明
图1是本申请的旋转机械故障特征提取方法的流程示意图。
图2是实施算例1中的仿真数据的原始波形图。
图3是实施算例1中的仿真数据的FFT频谱图。
图4是实施算例1中的仿真数据最终提取的瞬时转频的示意图。
图5是实施算例1中的仿真数据的阶次谱的示意图。
图6是实施算例2中的仿真数据的原始波形图。
图7是实施算例2中的仿真数据的FFT频谱图。
图8是实施算例2中的仿真数据最终提取的瞬时转频的示意图。
图9是实施算例2中的仿真数据的阶次包络谱的示意图。
具体实施方式
为使本申请的目的、技术方案和优点更加清楚明白,下文中将结合附图对本申请的实施例进行详细说明。需要说明的是,在不冲突的情况下,本申请中的实施例及实施例中的特征可以相互任意组合。
本发明的目的是设计一种变转速下无转速计的旋转机械故障特征提取方法,可实现在无转速计场景下对变转速旋转机械故障特征进行精确提取。在旋转机械上设置振动传感器,例如可以是加速度传感器、位移传感器或速度传感器,通过振动传感器可以获取旋转机械的振动数据。本申请中的旋转机械可以是轴承、转子、齿轮、叶轮、风轮等类型的旋转机械。本申请所称振动数据是通过设置在旋转机械上的振动传感器所获取的振动数据。
本发明所设计方法首先采用窄带滤波方法提取剔除转振动数据中的干扰频率成分和大部分随机噪声,接着采用短时长滑窗的方法将滤波后的振动数据分为多段,进而利用匹配追踪法提取每个短时段振动数据的转频或转频谐波频率,最终合成振动数据整个时段的瞬时转频或瞬时转频谐波频率。依据所提取的瞬时转频或瞬时转频谐波频率对原始振动数据进行阶次跟踪分析,实现无转速计下变转速机械的故障特征提取。本发明所设计的方法所提取的瞬时转频或瞬时转频谐波频率精度高,在随机噪声干扰小的情况下,所提取的瞬时转频或瞬时转频谐波频率精度接近转速计测量精度,依据所提取的瞬时转频或瞬时转频谐波频率可实现变转速旋转机械故障特征的精确提取。
变转速旋转机械的转速通常不会突变,一般会缓慢变化,因此可近似认为在短时间内,如1-4个旋转周期内其转速不会发生变化,所对应的转频或转频谐波频率可视为恒定。基于该原则,本发明所设计方法将借助匹配追踪法实现变转速旋转机械瞬时转频或瞬时转频谐波频率的提取。
假定变转速旋转机械的原始振动数据为X,本发明所设计的无转速计的变转速旋转机械故障特征提取方法具体实现步骤如下:
(1)对原始振动数据X进行FFT频谱分析,得FFT频谱S;
(2)设定一转频或转频谐波频率的频率搜索区间[fmin,fmax],在频率搜索区间内搜索S的最大值Smax。其中,转频谐波频率是指转频的倍频,如转频为fr,则:转频谐波频率=K×fr,(K>0);
(3)计算Smax所对应的频率位置fc,fc可视为整个振动数据时段内的平均转频或平均转频谐波频率;
(4)以fc为带通滤波中心频率,对原始振动数据X进行窄带滤波,窄带滤波后振动数据为X1;
(5)以时长为w的窗口对X1逐次进行滑动截断,窗口滑动步长为s,截断后短时长振动数据为Di(i=1,2,…,n,n为窗口滑动次数);
(6)以fc为中心设置一转频或转频谐波频率匹配最终搜索区间[fc-b,fc+b],采用匹配追踪法计算各段短时长振动数据Di(i=1,2,…,n,n为窗口滑动次数)的转频或转频谐波频率inst_fi(i=1,2,…,n,n为窗口滑动次数)。所有短时长振动数据对应的转频或转频谐波频率可合成整个时段内振动数据的瞬时频率inst_f。利用匹配追踪法提取转频或转频谐波频率具体步骤如下:
(a)构造信号稀疏分解的过完备字典,如采用正弦或余弦波构造过完备字典,如下:
式(1)中:fi为频率参数,i=1,2,…,M;为相位参数,j=1,2,…,N;tm为第m个采样点,m=1,2,…,L,L为数据长度。fi和两个参数可按给定搜索精度进行均匀取值,即fi对应[fc-b,fc+b]区间所等分的M个频率点,对应[-π,π]区间多等分的N个相位点。整个原子库的原子数量为MN个。需要注意的是,为归一化处理后的原子,即
(b)由内积最大原则搜索最佳核函数,如下:
(c)计算原始信号在最佳核函数上的投影分量
式(3)中:投影分量z即为最终匹配追踪得到的特征频率对应的波形。最佳核函数对应的频率fp即为该波形对应的频率。
(7)若所提取的瞬时频率inst_f为瞬时转频的K次谐波,则:瞬时转频=inst_f/K。依据所提取的整个时段的瞬时转频对原始振动数据X进行阶次跟踪分析实现旋转机械故障特征提取。其中阶次跟踪分析的步骤如下:
(a)将瞬时转频或瞬时转频谐波频率inst_f进行积分获取瞬时相位序列inst_ph;
(b)利用瞬时相位序列对原始振动数据X进行等角度差值采样,获取角域数据Ang;
(c)对角域数据Ang进行分析,如FFT分析、包络谱分析等,即实现阶次跟踪分析。
本发明所设计的变转速下无转速计的旋转机械故障特征提取方法流程图如图1所示。
实施算例
分别采用转子不对中仿真数据和轴承故障仿真数据对本发明中所设计的方法进行介绍。
(1)转子不对中故障仿真数据故障特征提取
转子不对中故障仿真数据时长为4s,采样频率为12800Hz。仿真数据起始时刻转频为24.667Hz,随时间增加转频逐渐增大。仿真数据如下:
y=0.2×sin(2π×(24.667t+t3/48))+0.4×sin(2π×(24.667t+t3/48)×2)+0.1×Noise (4)
式(4)中Nosie为随机噪声。仿真数据y原始波形如图2所示。计算仿真数据y的FFT频谱,FFT频谱如图3所示。在[22Hz,27Hz]区间内搜索FFT频谱的最大值,并计算最大值对应的频率为25Hz,即仿真数据的平均转频fc=25Hz。以fc为中心设定一窄带滤波区间[22Hz,28Hz],对仿真数据y进行窄带滤波得滤波后结果为y1。
对滤波后数据y1采用滑窗进行截断,窗口时长为2个平均旋转周期0.08s,窗口滑动步长为1个平均旋转周期0.04s。采用匹配追踪法计算每个窗口内振动数据的转频,匹配追踪频率匹配精度为0.01Hz,相位匹配精度为0.01rad。最终提取的瞬时转频如图4所示。
由图4可看出由匹配追踪提取的瞬时转频与理论瞬时转频吻合度良好。将所提取的瞬时转频进行积分可得瞬时相位序列。利用瞬时相位序列对原始振动数据进行等角度重采样,并对重采样后角域数据进行FFT分析得原始振动数据的阶次谱,如图5所示。图5中在阶次1和阶次2处出现了清晰的单根谱线,并且阶次2处谱线幅值高于阶次1处谱线幅值,与转子不对中故障特征一致。由此可见,利用本发明所述方法准确提取除了转子不对中故障特征。
(2)轴承故障仿真数据故障特征提取
利用一组升速工况下滚动轴承外圈故障仿真信号对本发明设计的方法进行说明。仿真信号时长4s,采样频率为12800Hz。转频1Hz条件下,轴承外圈故障特征频率为5.4Hz。升速工况下单一故障周期轴承冲击信号可表示为:
ai=(Ti/1.5)2 i=1,2,…,n (6)
式(5)和式(6)中:ti为轴承外圈故障冲击周期时长;ai为升速工况引起的轴承外圈故障冲击幅值波动系数,Ti为第i个冲击对应的时刻,n为4s内所包含故障周期个数。
将生成的n个单一故障冲击进行组合可得整个时间段内轴承外圈故障冲击信号B(t),在B(t)中加入随机噪声n(t)和转频成分;最终生成的升速工况下轴承外圈故障仿真信号表达式如下:
x(t)=B(t)+0.1×(1+(t/40)2)sin(2π(18×t+0.125×t2))+n(t) (7)
仿真数据x(t)原始波形如图6所示。计算仿真数据x(t)的FFT频谱,FFT频谱如图7所示。在[16Hz,20Hz]区间内搜索FFT频谱的最大值,并计算最大值对应的频率为18.5Hz,即仿真数据的平均转频fc=18.5Hz。以fc为中心设定一窄带滤波区间[16Hz,21Hz],对仿真数据x(t)进行窄带滤波得滤波后结果为x1(t)。
对滤波后数据x1(t)采用滑窗进行截断,窗口时长为3个平均旋转周期0.162s,窗口滑动步长为1个平均旋转周期0.054s。采用匹配追踪法计算每个窗口内振动数据的转频,匹配追踪频率匹配精度为0.01Hz,相位匹配精度为0.01rad。最终提取的瞬时转频如图8所示。
由图8可看出由匹配追踪提取的瞬时转频与理论瞬时转频吻合度良好。对原始振动数据进行带通滤波,带通滤波带宽为3500Hz-5500Hz。将所提取的瞬时转频进行积分可得瞬时相位序列。利用瞬时相位序列对带通滤波后振动数据进行等角度重采样,并对重采样后角域数据进行包络谱分析得阶次包络谱,如图9所示。图9中在BPFO(5.4)、2BPFO(10.8)、3BPFO(16.2)、4BPFO(21.6)处出现了清晰谱线,分别对应轴承外圈故障特征频率的1倍频、2倍频、3倍频和4倍频,所提取的特征与实际一致。
虽然本申请所揭露的实施方式如上,但所述的内容只是为了便于理解本申请而采用的实施方式,并非用以限定本申请。任何本申请所属技术领域内的技术人员,在不脱离本申请所揭露的精神和范围的前提下,可以在实施的形式上及细节上作任何的修改与变化,但本申请的专利保护范围,仍须以所附的权利要求书所界定的范围为准。
Claims (3)
1.一种变转速下无转速计的旋转机械故障特征提取方法,其特征在于,包括以下步骤:
(1)对原始振动数据X进行FFT频谱分析,得FFT频谱S;
(2)设定一转频或转频谐波频率的频率搜索区间[fmin,fmax],在频率搜索区间内搜索S的最大值Smax;
(3)计算Smax所对应的频率位置fc;
(4)以fc为带通滤波中心频率,对原始振动数据X进行窄带滤波,窄带滤波后振动数据为X1;
(5)以时长为w的窗口对X1逐次进行滑动截断,窗口滑动步长为s,截断后短时长振动数据为Di,i=1,2,…,n,n为窗口滑动次数;
(6)以fc为中心设置一转频或转频谐波频率匹配的最终搜索区间[fc-b,fc+b],采用匹配追踪法计算各段短时长振动数据Di的转频或转频谐波频率inst_fi,将所有短时长振动数据对应的转频或转频谐波频率合成为整个时段内振动数据的瞬时转频或转频谐波频率inst_f;
(7)依据所提取的整个时段的瞬时转频或转频谐波频率对原始振动数据X进行阶次跟踪分析实现旋转机械故障特征提取。
2.根据权利要求1所述的旋转机械故障特征提取方法,其特征在于,步骤(7)中,阶次跟踪分析的步骤如下:
(a)将瞬时转频或瞬时转频谐波频率inst_f进行积分获取瞬时相位序列inst_ph;
(b)利用瞬时相位序列对原始振动数据X进行等角度差值采样,获取角域数据Ang;
(c)对角域数据Ang进行分析,即实现阶次跟踪分析。
3.根据权利要求1或2所述的旋转机械故障特征提取方法,其特征在于,步骤(6)中,利用匹配追踪法提取转频或转频谐波频率的具体步骤包括:
(a)构造信号稀疏分解的过完备字典;
(b)由内积最大原则搜索最佳核函数;
(c)计算原始信号在最佳核函数上的投影分量,投影分量即为最终匹配追踪得到的特征频率对应的波形,最佳核函数对应的频率即为该波形对应的频率。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911285855.2A CN110907162B (zh) | 2019-12-13 | 2019-12-13 | 一种变转速下无转速计的旋转机械故障特征提取方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911285855.2A CN110907162B (zh) | 2019-12-13 | 2019-12-13 | 一种变转速下无转速计的旋转机械故障特征提取方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110907162A true CN110907162A (zh) | 2020-03-24 |
CN110907162B CN110907162B (zh) | 2021-10-15 |
Family
ID=69824447
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911285855.2A Active CN110907162B (zh) | 2019-12-13 | 2019-12-13 | 一种变转速下无转速计的旋转机械故障特征提取方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110907162B (zh) |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111678691A (zh) * | 2020-07-27 | 2020-09-18 | 江南大学 | 基于改进的稀疏分解算法的齿轮故障检测方法 |
CN111855208A (zh) * | 2020-07-02 | 2020-10-30 | 南京航空航天大学 | 一种基于阶次分析和稀疏编码的旋转机械微弱故障信号提取方法 |
CN114137246A (zh) * | 2021-12-30 | 2022-03-04 | 燕山大学 | 应用加速度计并结合dfa法的旋转体实时转速测定方法 |
CN114216669A (zh) * | 2021-12-17 | 2022-03-22 | 大连民族大学 | 一种可实现激励频率慢变的试验设备及其试验方法 |
CN114486304A (zh) * | 2022-01-30 | 2022-05-13 | 中国铁道科学研究院集团有限公司 | 基于机车车辆的旋转部件跟踪方法及装置 |
CN114593908A (zh) * | 2022-03-01 | 2022-06-07 | 西人马(深圳)科技有限责任公司 | 一种齿轮故障分析方法及装置 |
WO2023063435A1 (ja) * | 2021-10-14 | 2023-04-20 | エヌティーエンジニアリング株式会社 | 作業機械のベアリング良否判定方法及びシステム |
Citations (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE4404666C2 (de) * | 1993-02-16 | 1995-07-27 | Gold Star Co | Phasensteuervorrichtung für Video-Kassettenrecorder |
CN103499443A (zh) * | 2013-09-12 | 2014-01-08 | 西安交通大学 | 一种齿轮故障无键相角域平均计算阶次分析方法 |
CN104077474A (zh) * | 2014-06-23 | 2014-10-01 | 华南理工大学 | 基于啮合频率和频谱校正技术的风电齿轮箱阶次跟踪方法 |
CN104266747A (zh) * | 2014-06-09 | 2015-01-07 | 中能电力科技开发有限公司 | 一种基于振动信号阶次分析的故障诊断方法 |
CN104459186A (zh) * | 2014-12-08 | 2015-03-25 | 中国人民解放军军事交通学院 | 基于稀疏分段拟合与积分逼近的无转速计阶比分析方法 |
CN104484827A (zh) * | 2014-09-29 | 2015-04-01 | 许继集团有限公司 | 一种风力发电机组的故障频率成分提取方法 |
CN104568444A (zh) * | 2015-01-28 | 2015-04-29 | 北京邮电大学 | 变转速火车滚动轴承故障特征频率提取方法 |
CN105547698A (zh) * | 2015-12-31 | 2016-05-04 | 新疆金风科技股份有限公司 | 滚动轴承的故障诊断方法及装置 |
CN106769033A (zh) * | 2016-11-30 | 2017-05-31 | 西安交通大学 | 基于阶次包络时频能量谱的变转速滚动轴承故障识别方法 |
CN107505135A (zh) * | 2017-08-15 | 2017-12-22 | 河北建设集团卓诚路桥工程有限公司 | 一种滚动轴承复合故障提取方法及系统 |
CN107525674A (zh) * | 2017-05-27 | 2017-12-29 | 苏州大学 | 基于脊线概率分布和局部波动的转频估计方法及检测装置 |
CN107941510A (zh) * | 2017-10-19 | 2018-04-20 | 西安交通大学 | 基于等角度双重采样的滚动轴承故障特征的提取方法 |
CN109029940A (zh) * | 2018-06-15 | 2018-12-18 | 成都赛基科技有限公司 | 基于信号原子驱动小波再生核机器学习的机械多故障诊断方法 |
CN109682601A (zh) * | 2019-03-04 | 2019-04-26 | 北京天泽智云科技有限公司 | 一种变转速工况下滚动轴承的早期故障识别方法 |
CN110174270A (zh) * | 2019-06-10 | 2019-08-27 | 苏州大学 | 多源时频脊线提取方法 |
-
2019
- 2019-12-13 CN CN201911285855.2A patent/CN110907162B/zh active Active
Patent Citations (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE4404666C2 (de) * | 1993-02-16 | 1995-07-27 | Gold Star Co | Phasensteuervorrichtung für Video-Kassettenrecorder |
CN103499443A (zh) * | 2013-09-12 | 2014-01-08 | 西安交通大学 | 一种齿轮故障无键相角域平均计算阶次分析方法 |
CN104266747A (zh) * | 2014-06-09 | 2015-01-07 | 中能电力科技开发有限公司 | 一种基于振动信号阶次分析的故障诊断方法 |
CN104077474A (zh) * | 2014-06-23 | 2014-10-01 | 华南理工大学 | 基于啮合频率和频谱校正技术的风电齿轮箱阶次跟踪方法 |
CN104484827A (zh) * | 2014-09-29 | 2015-04-01 | 许继集团有限公司 | 一种风力发电机组的故障频率成分提取方法 |
CN104459186A (zh) * | 2014-12-08 | 2015-03-25 | 中国人民解放军军事交通学院 | 基于稀疏分段拟合与积分逼近的无转速计阶比分析方法 |
CN104568444A (zh) * | 2015-01-28 | 2015-04-29 | 北京邮电大学 | 变转速火车滚动轴承故障特征频率提取方法 |
CN105547698A (zh) * | 2015-12-31 | 2016-05-04 | 新疆金风科技股份有限公司 | 滚动轴承的故障诊断方法及装置 |
CN106769033A (zh) * | 2016-11-30 | 2017-05-31 | 西安交通大学 | 基于阶次包络时频能量谱的变转速滚动轴承故障识别方法 |
CN107525674A (zh) * | 2017-05-27 | 2017-12-29 | 苏州大学 | 基于脊线概率分布和局部波动的转频估计方法及检测装置 |
CN107505135A (zh) * | 2017-08-15 | 2017-12-22 | 河北建设集团卓诚路桥工程有限公司 | 一种滚动轴承复合故障提取方法及系统 |
CN107941510A (zh) * | 2017-10-19 | 2018-04-20 | 西安交通大学 | 基于等角度双重采样的滚动轴承故障特征的提取方法 |
CN109029940A (zh) * | 2018-06-15 | 2018-12-18 | 成都赛基科技有限公司 | 基于信号原子驱动小波再生核机器学习的机械多故障诊断方法 |
CN109682601A (zh) * | 2019-03-04 | 2019-04-26 | 北京天泽智云科技有限公司 | 一种变转速工况下滚动轴承的早期故障识别方法 |
CN110174270A (zh) * | 2019-06-10 | 2019-08-27 | 苏州大学 | 多源时频脊线提取方法 |
Non-Patent Citations (3)
Title |
---|
WANG KS ET AL: ""An empirical resampling method on intrinsic mode function to deal with speed variation in machine fault diagnostics"", 《APPLIED SOFT COMPUTING》 * |
吴楠: ""变转速下轴承瞬态特征稀疏表示及故障诊断研究"", 《中国优秀硕士学位论文全文数据库 工程科技Ⅱ辑》 * |
荆双喜: ""匹配追踪在变转速齿轮故障诊断中的应用"", 《机械科学与技术》 * |
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111855208A (zh) * | 2020-07-02 | 2020-10-30 | 南京航空航天大学 | 一种基于阶次分析和稀疏编码的旋转机械微弱故障信号提取方法 |
CN111855208B (zh) * | 2020-07-02 | 2021-09-21 | 南京航空航天大学 | 一种基于阶次分析和稀疏编码的旋转机械微弱故障信号提取方法 |
CN111678691A (zh) * | 2020-07-27 | 2020-09-18 | 江南大学 | 基于改进的稀疏分解算法的齿轮故障检测方法 |
WO2023063435A1 (ja) * | 2021-10-14 | 2023-04-20 | エヌティーエンジニアリング株式会社 | 作業機械のベアリング良否判定方法及びシステム |
CN114216669A (zh) * | 2021-12-17 | 2022-03-22 | 大连民族大学 | 一种可实现激励频率慢变的试验设备及其试验方法 |
CN114137246A (zh) * | 2021-12-30 | 2022-03-04 | 燕山大学 | 应用加速度计并结合dfa法的旋转体实时转速测定方法 |
CN114137246B (zh) * | 2021-12-30 | 2022-08-19 | 燕山大学 | 应用加速度计并结合dfa法的旋转体实时转速测定方法 |
CN114486304A (zh) * | 2022-01-30 | 2022-05-13 | 中国铁道科学研究院集团有限公司 | 基于机车车辆的旋转部件跟踪方法及装置 |
CN114486304B (zh) * | 2022-01-30 | 2024-03-22 | 中国铁道科学研究院集团有限公司 | 基于机车车辆的旋转部件跟踪方法及装置 |
CN114593908A (zh) * | 2022-03-01 | 2022-06-07 | 西人马(深圳)科技有限责任公司 | 一种齿轮故障分析方法及装置 |
Also Published As
Publication number | Publication date |
---|---|
CN110907162B (zh) | 2021-10-15 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110907162B (zh) | 一种变转速下无转速计的旋转机械故障特征提取方法 | |
Wang et al. | Rolling element bearing fault diagnosis via fault characteristic order (FCO) analysis | |
Wang et al. | Matching synchrosqueezing transform: A useful tool for characterizing signals with fast varying instantaneous frequency and application to machine fault diagnosis | |
CN109682601B (zh) | 一种变转速工况下滚动轴承的早期故障识别方法 | |
Li et al. | Non-stationary vibration feature extraction method based on sparse decomposition and order tracking for gearbox fault diagnosis | |
CN110763462B (zh) | 一种基于同步压缩算子的时变振动信号故障诊断方法 | |
CN110617964A (zh) | 用于滚动轴承故障诊断的同步压缩变换阶比分析法 | |
Guo et al. | Envelope order tracking for fault detection in rolling element bearings | |
Andre et al. | Precision of the IAS monitoring system based on the elapsed time method in the spectral domain | |
CN104266747B (zh) | 一种基于振动信号阶次分析的故障诊断方法 | |
Kang et al. | Phase difference correction method for phase and frequency in spectral analysis | |
Cao et al. | Vibration signal correction of unbalanced rotor due to angular speed fluctuation | |
CN108871742B (zh) | 一种改进的无键相故障特征阶次提取方法 | |
CN110119764B (zh) | 一种变转速工况下轴心轨迹的提纯方法 | |
André et al. | Comparison between angular sampling and angular resampling methods applied on the vibration monitoring of a gear meshing in non stationary conditions | |
Wu et al. | A modified tacho-less order tracking method for the surveillance and diagnosis of machine under sharp speed variation | |
CN112362343A (zh) | 基于调频字典的齿轮箱变转速下分布型故障特征提取方法 | |
CN105651515A (zh) | 航空发动机中介轴承故障检测方法及检测装置 | |
CN111307426A (zh) | 一种基于FrFT-EWT原理的旋转机械故障特征提取方法 | |
Han et al. | Directional Wigner distribution for order analysis in rotating/reciprocating machines | |
Zhao et al. | Feature extraction of faulty rolling element bearing under variable rotational speed and gear interferences conditions | |
Leclere et al. | An analysis of instantaneous angular speed measurement errors | |
CN112304616A (zh) | 一种适用于旋转叶片叶尖定时信号的时-频处理方法 | |
Chen et al. | A fault characteristics extraction method for rolling bearing with variable rotational speed using adaptive time-varying comb filtering and order tracking | |
CN113984282B (zh) | 一种无键相变转速下转子动平衡故障特征提取方法 |
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 |