CN111259765A - 一种基于数控机床主轴电流信号的阶次分析方法 - Google Patents
一种基于数控机床主轴电流信号的阶次分析方法 Download PDFInfo
- Publication number
- CN111259765A CN111259765A CN202010031020.0A CN202010031020A CN111259765A CN 111259765 A CN111259765 A CN 111259765A CN 202010031020 A CN202010031020 A CN 202010031020A CN 111259765 A CN111259765 A CN 111259765A
- Authority
- CN
- China
- Prior art keywords
- order
- rotating speed
- current
- spindle
- numerical control
- 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
- 238000004458 analytical method Methods 0.000 title claims abstract description 14
- 238000000034 method Methods 0.000 claims abstract description 22
- 238000001914 filtration Methods 0.000 claims abstract description 11
- 238000009499 grossing Methods 0.000 claims description 5
- 238000012952 Resampling Methods 0.000 claims description 4
- 230000001133 acceleration Effects 0.000 claims description 3
- 230000004069 differentiation Effects 0.000 claims description 2
- 238000005070 sampling Methods 0.000 claims description 2
- 238000004364 calculation method Methods 0.000 abstract description 12
- 238000000605 extraction Methods 0.000 description 5
- 238000005259 measurement Methods 0.000 description 5
- 238000001228 spectrum Methods 0.000 description 3
- 238000003745 diagnosis Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000002159 abnormal effect Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000006880 cross-coupling reaction Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000006073 displacement reaction Methods 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2218/00—Aspects of pattern recognition specially adapted for signal processing
- G06F2218/12—Classification; Matching
- G06F2218/16—Classification; Matching by matching signal segments
- G06F2218/18—Classification; Matching by matching signal segments by plotting the signal segments against each other, e.g. analysing scattergrams
-
- 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
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/11—Complex mathematical operations for solving equations, e.g. nonlinear equations, general mathematical optimization problems
- G06F17/13—Differential equations
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/14—Fourier, Walsh or analogous domain transformations, e.g. Laplace, Hilbert, Karhunen-Loeve, transforms
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/20—Analysis of motion
- G06T7/277—Analysis of motion involving stochastic approaches, e.g. using Kalman filters
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Mathematical Physics (AREA)
- Theoretical Computer Science (AREA)
- Computational Mathematics (AREA)
- Pure & Applied Mathematics (AREA)
- Mathematical Optimization (AREA)
- Mathematical Analysis (AREA)
- Data Mining & Analysis (AREA)
- General Engineering & Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Algebra (AREA)
- Databases & Information Systems (AREA)
- Software Systems (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Artificial Intelligence (AREA)
- Operations Research (AREA)
- Acoustics & Sound (AREA)
- Control Of Electric Motors In General (AREA)
- Testing Of Devices, Machine Parts, Or Other Structures Thereof (AREA)
Abstract
本发明公开了一种基于数控机床主轴电流信号的阶次分析方法,包括对采集到的数控机床主轴电流信号进行计算获得主轴转速;将和电流信号同步采集的振动信号和计算得到的转速信号通过改进的二代卡尔曼滤波阶次跟踪提取每一阶阶次分量;最后画出阶次‑时间‑幅值三维阶次谱图和阶次‑转速‑幅值三维阶次谱图;本发明针对现有的有转速计转速计算方法,对于不便于安装的场合和设备,提出了一种可以通过数控机床主轴电流信号计算转速然后做三维阶次谱图。该方法不需要获取转速脉冲信号,而且计算结果优于瞬时频率估计获取转速的方法;在三维阶次谱图中可以直观的看到故障特征阶次和特征阶次幅值随时间及转速的变化情况。
Description
技术领域
本发明属于异常状态监测与故障诊断领域,特别涉及一种基于数控机床主轴电流信号的阶次分析方法。
背景技术
阶次分析技术是旋转机械振动信号分析和故障诊断的一项重要技术。当前主要采用等角度重采样加FFT方法进行阶次跟踪,但这种方法只能得到阶次谱图和跟踪阶次谱图,不能得到阶次的时域提取。转速计算方法是进行阶次跟踪提取的前提,转速计算方法包括有转速计的转速计算和无转速计的转速计算。对于转速脉冲信号的测量,一种是接触式测量,最为常见的接触式测量是采用光电脉冲编码器来进行测量计算,另外一种是非接触式测量,该方法通过传感器将转速信号转化成一连串的脉冲信号供微处理器进行采集和处理。对于没有转速脉冲信号而只有转子振动信号的情况,根据瞬时频率与瞬时转速之间的对应关系可以得到一阶转频对应的转速。重庆大学傅炜娜《基于Vold-Kalman跟踪滤波的旋转机械阶比分析方法研究》论文研究了无转速计的瞬时频率估计方法、有转速计的转速脉冲计算转速方法和阶次分量时域提取。
对于数控机床主轴转速获取,一是可以通过机床通信接口读取转速,此方法不能得到瞬时转速,转速分辨率较低;二是通过转速计获取转速脉冲计算得到转速,但对于所测试对象结构不便或者空间不够安装转速计以及没有转速计的情况不适用;三是通过瞬时频率估计的方法获取转速,估计结果精度不如转速脉冲计算;本发明中通过安装霍尔电流传感器采集主轴电流信号,通过主轴电流信号计算转速。
此方法不需要安装转速计,不受所测对象结构限制;计算精度要优于瞬时频率估计计算转速。
对于传统的阶次谱图和阶次跟踪谱图不能得到阶次分量的时变特性,本发明中基于改进的二代卡尔曼滤波阶次跟踪得到的三维阶次谱图可以直观的看出故障特征阶次及其时变特性。另外可以将交叉耦合阶次分离解耦后成功提取出来。
发明内容
本发明的目的在于提供一种基于数控机床主轴电流信号的阶次分析方法,以解决上述问题。
为实现上述目的,本发明采用以下技术方案:
一种基于数控机床主轴电流信号的阶次分析方法,包括以下步骤:
S1,同步采集数控机床主轴电流和主轴振动的连续时域信号;
S2,使用MATLAB对步骤S1得到的主轴电流信号进行分段傅里叶级数拟合得到电流平滑时域信号;
S3,对步骤S2得到的时域信号计算得到转速曲线;
S4,对步骤S1和S3得到的振动和转速时域信号利用改进的二代卡尔曼滤波阶次跟踪方法重构每一阶次时域信号;
S5,根据步骤3得到的阶次频率成分,进而得到主轴阶次-时间-幅值的三维阶次谱图和阶次-转速-幅值的三维阶次谱图。
步骤S1包括有:
在数控机床主轴上安装三向加速度传感器和霍尔电流传感器;
通过所述传感器采集振动和电流的连续时域信号。
步骤S2包括有:
将采集到的电流信号每2倍电机极对数个周期分为一组;
对分组后的电流信号采用四阶傅里叶级数拟合,获得平滑电流时域信号。
步骤S3包括有:
对于步骤S2得到的电流时域信号,寻找电流信号过零点的点,根据采样频率转化为主轴每转经过的时间点;
根据主轴电机极对数得到相邻时间点主轴转过的角度,采用一阶数字微分计算转速;
使用主轴电流周期平均平滑转速,使用数字平均减小误差;
通过三次样条插值得到和振动信号相同点数的主轴转速曲线。
步骤S4包括有:
通过改进的二代卡尔曼滤波阶次跟踪,对振动信号和转速曲线重采样和低通滤波;
每一千点做一次阶次跟踪,重构每一阶次时域信号。
步骤S5包括有:
设定好阶次分辨率和时间分辨率,每隔固定时间画一次阶次谱图,最后得到主轴阶次-时间-幅值的三维阶次谱图;
设定阶次分辨率和转速分辨率,每隔固定转速画一次阶次谱图,最后得到主轴阶次-转速-幅值三维阶次谱图。
与现有技术相比较,本发明具有如下技术优势。
可以适当结合本发明的主要创新点,从技术实施的原理角度阐述下本方法的技术优势。
附图说明
图1是本方法的流程图;
图2是采集到的主轴电流时域信号;
图3是采用转速脉冲计算转速和采用主轴电流计算转速对比图;
图4是所述阶次-时间-幅值三维阶次谱图;
图5是所述阶次-转速-幅值三维阶次谱图;
具体实施方式
下面结合附图,对本发明进一步详细说明,以下实例仅用于解释本发明,并不构成对本发明保护范围的限定。
具体地,如图1所示方法流程图。本发明提供的一种基于数控机床主轴电流信号的阶次分析方法,包括以下步骤:
S1,同步采集数控机床主轴电流和主轴振动的连续时域信号;
S2,对步骤S1得到的主轴电流信号进行分段傅里叶级数拟合得到电流平滑时域信号;
S3,对步骤S2得到的电流时域信号寻找过零点时刻,计算得到转速曲线;
S4,对步骤S1和S3得到的振动和转速时域信号利用改进的二代卡尔曼滤波阶次跟踪方法重构每一阶次时域信号;
S5,根据步骤3得到的阶次频率成分,进而得到主轴阶次-时间-幅值的三维阶次谱图和阶次-转速-幅值的三维阶次谱图。
图2是本发明实施例中采集到的电流信号;
图3是根据电流信号计算得到的转速曲线,方法如下:
所示,对于采集到的电流信号,每2倍电机极对数个周期分一段,每段进行四阶傅里叶级数拟合;拟合后的数据寻找周期过零点所在时刻t1、t2、t3…;主轴所转过的角度为θ、2θ、3θ…;
电流过零点时刻与累计转角相关,瞬时角速度ω与转角θ的一阶微分关系为:
式中tk为过零点时刻,t=0,1,2,3…
根据数字微分器计算一阶微分,方程如下:
式中θk为累计转角,Δθ为增加转角,h为微分系数,M为微分方程需要的零点时刻数(3或5)。
根据一阶数字微分三点公式可得三点公式微分系数h:
计算第一点所在时刻:
第二点所在时刻:
第三点所在时刻:
每一周期到达时刻的瞬时角速度可由以下公式计算:
转速的计算公式为:
最后得到的转速曲线如图3中粗实线所示。
如图3所示,将采用本发明方法得到的主轴电流信号和采用转速计得到的转速脉冲信号计算得到的转速对比,发现两者误差最大仅为0.88%,另外采用电流信号计算得到的转速曲线波动更小,说明了本发明方法的准确性以及优势。
如图5所示,采用改进的二代卡尔曼滤波阶次跟踪方法:
式中,ak(t)表示阶次幅值的变化;θk(t)为载波,其离散形式表示为:
二阶卡尔曼滤波器状态方程公式为:
ak(n)-2ak(n+1)+ak(n+2)=ε(n)
式中ε(n)为非一致项。
观测方程为:
y(n)=ak(n)θk(n)+ξ(n)
y(n)=x(n)Θ(n)+ξ(n)
式中y(n)为实测数据,ξ(n)为非跟踪阶次和随机信号。
将振动信号和转速曲线重采样和低通滤波后,设置每一千点进行一次0-5阶阶次分量的提取,每1/6秒进行一次阶次跟踪然后画出图4阶次-时间-幅值的三维阶次谱图;
在本实施例中,振动信号和电流信号采自实验室DM1007加工中心主轴阶梯升速试验,经计算轴承故障特征阶次为4.98。从图4中可以看到1阶阶次分量和4.9阶阶次分量及其幅值随时间的变化情况;一阶即为转频对应阶次,4.9阶即为轴承外圈故障对应阶次。可以看到随着转速的升高,故障阶次幅值增加。
对于主轴平稳升降速情况,或者主轴是阶梯升速情况,可以设置转速分辨率,首先判断所取点数内平均转速是否满足预设要求,符合条件的将对应振动信号和转速信号做阶次分量提取,然后画图;对于主轴转速不变阶段或不满足转速预设条件则不出阶次谱图。如图5所示,阶次-转速-幅值三维阶次谱图。
Claims (6)
1.一种基于数控机床主轴电流信号的阶次分析方法,其特征在于,包括以下步骤:
S1,同步采集数控机床主轴电流和主轴振动的连续时域信号;
S2,对步骤S1得到的主轴电流信号进行分段傅里叶级数拟合得到电流平滑时域信号;
S3,对步骤S2得到的电流时域信号寻找过零点时刻,计算得到转速曲线;
S4,对步骤S1和S3得到的振动和转速时域信号利用改进的二代卡尔曼滤波阶次跟踪方法重构每一阶次时域信号;
S5,根据步骤3得到的阶次频率成分,进而得到主轴阶次-时间-幅值的三维阶次谱图和阶次-转速-幅值的三维阶次谱图。
2.根据权利要求1所述的一种基于数控机床主轴电流信号的阶次分析方法,其特征在于,步骤S1包括有:
在数控机床主轴上安装三向加速度传感器和霍尔电流传感器;
通过所述传感器采集振动和电流的连续时域信号。
3.根据权利要求1所述的一种基于数控机床主轴电流信号的阶次分析方法,其特征在于,步骤S2包括有:
将采集到的电流信号每2倍电机极对数个周期分为一组;
对分组后的电流信号采用四阶傅里叶级数拟合,获得平滑电流时域信号。
4.根据权利要求1所述的一种基于数控机床主轴电流信号的阶次分析方法,其特征在于,步骤S3包括有:
对于步骤S2得到的电流时域信号,寻找电流信号过零点的点,根据采样频率转化为主轴每转经过的时间点;
根据主轴电机极对数得到相邻时间点主轴转过的角度,采用一阶数字微分计算转速;
使用主轴电流周期平均平滑转速,使用数字平均减小误差;
通过三次样条插值得到和振动信号相同点数的主轴转速曲线。
5.根据权利要求1所述的一种基于数控机床主轴电流信号的阶次分析方法,其特征在于,步骤S4包括有:
通过改进的二代卡尔曼滤波阶次跟踪,对振动信号和转速曲线重采样和低通滤波;
每一千点做一次阶次跟踪,重构每一阶次时域信号。
6.根据权利要求1所述的一种基于数控机床主轴电流信号的阶次分析方法,其特征在于,步骤S5包括有:
设定好阶次分辨率和时间分辨率,每隔固定时间画一次阶次谱图,最后得到主轴阶次-时间-幅值的三维阶次谱图;
设定阶次分辨率和转速分辨率,每隔固定转速画一次阶次谱图,最后得到主轴阶次-转速-幅值三维阶次谱图。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010031020.0A CN111259765B (zh) | 2020-01-13 | 2020-01-13 | 一种基于数控机床主轴电流信号的阶次分析方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010031020.0A CN111259765B (zh) | 2020-01-13 | 2020-01-13 | 一种基于数控机床主轴电流信号的阶次分析方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111259765A true CN111259765A (zh) | 2020-06-09 |
CN111259765B CN111259765B (zh) | 2024-04-16 |
Family
ID=70950386
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010031020.0A Active CN111259765B (zh) | 2020-01-13 | 2020-01-13 | 一种基于数控机床主轴电流信号的阶次分析方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111259765B (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112710358A (zh) * | 2021-03-29 | 2021-04-27 | 南京诚远高新科技有限公司 | 一种智能机床状态监测装置及其状态监测方法 |
CN113985276A (zh) * | 2021-10-18 | 2022-01-28 | 上海电气风电集团股份有限公司 | 风力发电机组的故障诊断方法和装置 |
CN114757226A (zh) * | 2022-04-03 | 2022-07-15 | 昆明理工大学 | 一种参数自适应分解结构的轴承故障特征增强方法 |
CN114781449A (zh) * | 2022-04-18 | 2022-07-22 | 昆明理工大学 | 多周期微分均值和循环谱相干的轴承故障特征提取方法 |
CN116257739A (zh) * | 2023-05-16 | 2023-06-13 | 成都飞机工业(集团)有限责任公司 | 一种高速电主轴快速可视化诊断方法 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2015196735A1 (zh) * | 2014-06-23 | 2015-12-30 | 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 |
CN106525427A (zh) * | 2016-12-23 | 2017-03-22 | 安徽大学 | 一种变转速工况下的直流无刷电机轴承故障诊断方法 |
CN107167306A (zh) * | 2017-05-27 | 2017-09-15 | 南京航空航天大学 | 基于阶次提取的旋转机械转子运行状态模态分析方法 |
CN107894279A (zh) * | 2017-10-25 | 2018-04-10 | 北京金风科创风电设备有限公司 | 风力发电机组振动数据及工况数据的同步检测方法和装置 |
CN108120598A (zh) * | 2017-12-19 | 2018-06-05 | 胡文扬 | 二次相位耦合与改进双谱算法的轴承早期故障检测方法 |
CN108981796A (zh) * | 2018-06-06 | 2018-12-11 | 江苏大学 | 一种五位一体水力机械故障诊断方法 |
-
2020
- 2020-01-13 CN CN202010031020.0A patent/CN111259765B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2015196735A1 (zh) * | 2014-06-23 | 2015-12-30 | 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 |
CN106525427A (zh) * | 2016-12-23 | 2017-03-22 | 安徽大学 | 一种变转速工况下的直流无刷电机轴承故障诊断方法 |
CN107167306A (zh) * | 2017-05-27 | 2017-09-15 | 南京航空航天大学 | 基于阶次提取的旋转机械转子运行状态模态分析方法 |
CN107894279A (zh) * | 2017-10-25 | 2018-04-10 | 北京金风科创风电设备有限公司 | 风力发电机组振动数据及工况数据的同步检测方法和装置 |
CN108120598A (zh) * | 2017-12-19 | 2018-06-05 | 胡文扬 | 二次相位耦合与改进双谱算法的轴承早期故障检测方法 |
CN108981796A (zh) * | 2018-06-06 | 2018-12-11 | 江苏大学 | 一种五位一体水力机械故障诊断方法 |
Non-Patent Citations (2)
Title |
---|
傅炜娜: "基于 Vold-Kalman跟踪滤波的阶次分量提取技术", 《中国优秀硕士学位论文全文数据库(电子期刊)》, pages 3 - 4 * |
张思敏: "基于启动电流的转子系统齿轮箱故障诊断方法研究", 《中国优秀硕士学位论文全文数据库(电子期刊)》 * |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112710358A (zh) * | 2021-03-29 | 2021-04-27 | 南京诚远高新科技有限公司 | 一种智能机床状态监测装置及其状态监测方法 |
CN112710358B (zh) * | 2021-03-29 | 2021-06-25 | 南京诚远高新科技有限公司 | 一种智能机床状态监测装置及其状态监测方法 |
CN113985276A (zh) * | 2021-10-18 | 2022-01-28 | 上海电气风电集团股份有限公司 | 风力发电机组的故障诊断方法和装置 |
CN113985276B (zh) * | 2021-10-18 | 2024-02-27 | 上海电气风电集团股份有限公司 | 风力发电机组的故障诊断方法和装置 |
CN114757226A (zh) * | 2022-04-03 | 2022-07-15 | 昆明理工大学 | 一种参数自适应分解结构的轴承故障特征增强方法 |
CN114781449A (zh) * | 2022-04-18 | 2022-07-22 | 昆明理工大学 | 多周期微分均值和循环谱相干的轴承故障特征提取方法 |
CN116257739A (zh) * | 2023-05-16 | 2023-06-13 | 成都飞机工业(集团)有限责任公司 | 一种高速电主轴快速可视化诊断方法 |
CN116257739B (zh) * | 2023-05-16 | 2023-08-04 | 成都飞机工业(集团)有限责任公司 | 一种高速电主轴快速可视化诊断方法 |
Also Published As
Publication number | Publication date |
---|---|
CN111259765B (zh) | 2024-04-16 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111259765B (zh) | 一种基于数控机床主轴电流信号的阶次分析方法 | |
Lu et al. | Tacholess speed estimation in order tracking: A review with application to rotating machine fault diagnosis | |
JP5757936B2 (ja) | 回転部材を含んでいる機械的なアッセンブリにおける構造的な異常の検出方法 | |
Urbanek et al. | Comparison of amplitude-based and phase-based method for speed tracking in application to wind turbines | |
CN101639395B (zh) | 一种改进的高速主轴全息动平衡方法 | |
CN104865400B (zh) | 一种风电机组转速的检测识别方法及系统 | |
CN102721462B (zh) | 旋转机械启停车过程波德图/奈奎斯特图的快速计算方法 | |
CN105675113B (zh) | 基于微型传感器的旋转机械角域振动信号获取装置和方法 | |
CN107560724B (zh) | 一种振动信号分析方法 | |
CN113686237B (zh) | 一种基于线性霍尔的永磁电机偏心诊断方法及其检测系统 | |
CN105651515B (zh) | 航空发动机中介轴承故障检测方法及检测装置 | |
CN110595764A (zh) | 一种基于振动特征提取的直升机传动系统故障诊断方法 | |
CN108917916A (zh) | 一种转轴绝对振动的测量方法 | |
CN103116032A (zh) | 用于获取风力发电机组的转速的方法和设备 | |
CN101368870B (zh) | 一种用于机械转子单截面轴振分析的幅值频谱的制作方法 | |
Guo et al. | Fault diagnosis of wind turbine bearing using synchrosqueezing wavelet transform and order analysis | |
CN112781709A (zh) | 变速工况下设备振动信号早期故障分析和特征提取方法 | |
CN117419923A (zh) | 适用于发动机的流水型硬件相位解算方法以及解算系统 | |
CN110988676B (zh) | 机械设备故障诊断方法、装置及存储介质 | |
CN112665712B (zh) | 一种用于列车走行部监测的广域阶次跟踪方法及系统 | |
Wang et al. | Improved rotating speed estimation and bearing fault diagnosis using multi-channel vibration signals | |
CN110133316A (zh) | 一种光电编码器精密测速系统及方法 | |
CN110779723B (zh) | 一种基于霍尔信号的变速工况电机轴承精确故障诊断方法 | |
US10914656B2 (en) | Condition monitoring | |
CN113405652B (zh) | 一种基于键相的水轮发电机组振摆波形等相位处理方法 |
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 |