CN111458147B - 一种基于加速度传感器的滚动轴承状态评估方法 - Google Patents

一种基于加速度传感器的滚动轴承状态评估方法 Download PDF

Info

Publication number
CN111458147B
CN111458147B CN202010272572.0A CN202010272572A CN111458147B CN 111458147 B CN111458147 B CN 111458147B CN 202010272572 A CN202010272572 A CN 202010272572A CN 111458147 B CN111458147 B CN 111458147B
Authority
CN
China
Prior art keywords
rolling bearing
evaluated
signal
pulse
state
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
CN202010272572.0A
Other languages
English (en)
Other versions
CN111458147A (zh
Inventor
贺雅
胡明辉
颜康
冯坤
江志农
林新智
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.)
Beijing University of Chemical Technology
Original Assignee
Beijing University of Chemical Technology
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 Beijing University of Chemical Technology filed Critical Beijing University of Chemical Technology
Priority to CN202010272572.0A priority Critical patent/CN111458147B/zh
Publication of CN111458147A publication Critical patent/CN111458147A/zh
Application granted granted Critical
Publication of CN111458147B publication Critical patent/CN111458147B/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
    • G01M13/04Bearings
    • G01M13/045Acoustic or vibration analysis

Landscapes

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

Abstract

本发明公开了一种基于加速度传感器的滚动轴承状态评估方法,涉及机械设备故障诊断技术领域,能够采用加速度传感器代替冲击脉冲传感器实现滚动轴承状态的准确评估,提高了评估可靠性,降低了设备复杂度。包括如下步骤:利用振动加速度传感器采集待评估滚动轴承的振动加速度信号。通过带通滤波,提取振动加速度信号中振动加速度传感器的谐振频率附近的非线性响应信号。将提取的非线性响应信号通过包络解调得到线性刻度的脉冲信号。对线性刻度的脉冲信号进行脉冲量化以及标准化处理得到标准化脉冲值dBmn。将标准化脉冲值dBmn与待评估滚动轴承不同状态区域的边界值进行对比,分析得出状态评估结果,并根据状态评估结果进行故障检测。

Description

一种基于加速度传感器的滚动轴承状态评估方法
技术领域
本发明涉及机械设备故障诊断技术领域,具体涉及一种基于加速度传感器的滚动轴承状态评估方法。
背景技术
滚动轴承的状态评估是保证机械设备安全、可靠运行的有效手段,近年来越来越受到人们的重视,同时对滚动轴承故障的检测模式提出了更高的要求。基于加速度传感器的检测和基于冲击脉冲传感器的检测,是目前滚动轴承状态评估中使用最广泛的检测模式。
基于加速度传感器的检测是通过振动加速度传感器采集滚动轴承中的振动,利用时域、频域和时频分析等提取出故障特征后进一步分析实现的。基于希尔伯特变换的共振解调技术是目前工业应用中的主流方法。然而,无论滚动轴承缺陷处于哪个阶段,振动信号中的故障特征频率都可以通过解调得到,并且在某些情况下轴承缺陷处于晚期阶段时,其特征频率的幅度反而会减小。这说明利用共振解调技术难以指导滚动轴承的状态评估和精确维修。与基于振动传感器的检测相比,基于冲击脉冲传感器的检测具有简单、直接、有效的优点。冲击脉冲传感器的谐振频率被设计为32kHz,其工作原理是轴承故障冲击会在其固有频率下激起共振响应,然后采用带通滤波器消除低频分量,剩余瞬态信号的最大值用来度量滚动轴承的状态。冲击脉冲计使用简单,它能直接给出指示轴承状态的单一值,不再需要通过其他方法进行数据分析。
然而,冲击脉冲传感器及其配备的采集设备仅限于监测滚动轴承的运行状态,无法全面监测旋转机械中各个部件的工作状态。为此,大多数工厂会选择配备振动监测系统。但是,在滚动轴承的故障检测方面,冲击脉冲传感器的确具有振动传感器无法替代的优越性,而同时配备两套传感器及监测系统,又会给工厂带来传感器安装空间有限,设备管理不易和经济成本高等问题。
因此目前对于滚动轴承状态评估的研究仍存在一定不足,状态评估可靠性与监测设备复杂度之间的矛盾有待解决。
发明内容
有鉴于此,本发明提供了一种基于加速度传感器的滚动轴承状态评估方法,能够采用加速度传感器代替冲击脉冲传感器实现滚动轴承状态的准确评估,提高了评估可靠性,降低了设备复杂度。
为达到上述目的,本发明的技术方案为提供的一种基于加速度传感器的滚动轴承状态评估方法,包括如下步骤:
S1、利用振动加速度传感器采集待评估滚动轴承的振动加速度信号。
S2、通过带通滤波,提取振动加速度信号中处于振动加速度传感器的谐振频率附近的非线性响应信号。
S3、将提取的非线性响应信号通过包络解调得到线性刻度的脉冲信号。
S4、对线性刻度的脉冲信号进行脉冲量化以及标准化处理得到标准化脉冲值dBmn。
S5、将标准化脉冲值dBmn与待评估滚动轴承不同状态区域的边界值进行对比,分析得出状态评估结果,并根据状态评估结果判断是否需要立即维修。
进一步地,S1中,利用振动加速度传感器采集待评估滚动轴承的振动加速度信号,包括如下步骤:振动加速度传感器采集得到待评估滚动轴承的原始信号;从原始信号中截取出一段作为采集得到的振动加速度信号。
进一步地,振动加速度传感器采集得到待评估滚动轴承的原始信号,具体为:将振动加速度传感器用螺栓安装在待评估滚动轴承的轴承座,设置原始信号的采样频率高于振动加速度传感器谐振频率的2.56倍。
进一步地,从原始信号中截取出一段作为采集得到的振动加速度信号,具体为:按照待评估滚动轴承的内圈转速设定信号截断时间,信号截断时间与内圈转速成反比。
进一步地,通过带通滤波,提取振动加速度信号中振动加速度传感器的谐振频率附近的非线性响应信号,具体为:
以加速度传感器的谐振频率为中心频率,以加速度传感器的频响曲线中的有效频宽为带宽,构建带通滤波器;有效带宽为振动加速度传感器灵敏度超过线性区灵敏度的5%时所对应的频率宽度。
采用所构建的带通滤波器对振动加速度信号进行滤波处理,所得到的滤波结果为所提取的非线性响应信号。
进一步地,S4中,对线性刻度的脉冲信号进行脉冲量化以及标准化处理得到标准化脉冲值dBmn,具体为:
线性刻度的脉冲信号为以加速度为度量的线性刻度的脉冲信号sp(t),t为时间变量;选取参考加速度v,将线性刻度的脉冲信号转换为以分贝表示的对数刻度的脉冲信号dBsp(t)。
Figure BDA0002443648290000031
进一步地,对线性刻度的脉冲信号进行脉冲量化以及标准化处理得到标准化脉冲值dBmn,具体为:
对线性刻度的脉冲信号进行脉冲量化得到绝对脉冲值dBmv。
对绝对脉冲值dBmv减去标准化因子dBmi,实现标准化处理得到标准化脉冲值dBmn。
进一步地,对线性刻度的脉冲信号进行脉冲量化得到绝对脉冲值dBmv,具体为:对线性刻度的脉冲信号平均分为n份子信号,n为超过1的正整数,n的数值选取使得平均分的每份子信号长度在设定的范围内。对n份子信号,每份计算一个最大脉冲值,再从n个最大脉冲值构成的向量中求取中位数,则得到绝对脉冲值dBmv。
进一步地,标准化因子dBmi为:
根据待评估滚动轴承的内圈转速n和内圈直径d计算经典标准化因子dBi:
dBi=20·lg(n·d0.6)-lg(2150)
对计算得到的dBi值与设定的标准化阈值进行对比,标准化因子dBmi为两者之间的最大值。
进一步地,S5中,将标准化脉冲值dBmn与待评估滚动轴承不同状态区域的边界值进行对比,分析得出状态评估结果,具体为:
设定状态区域边界值包括20dB和35dB。
标准化脉冲值dBmn与待评估滚动轴承状态的对应关系如下:
当dBmn<20dB时,待评估滚动轴承状态为健康状态。
当20dB≤dBmn<35dB时,待评估滚动轴承状态为警戒状态。
当dBmn≥35dB时,待评估滚动轴承状态为严重损伤。
当待评估滚动轴承状态为健康状态时,不需要对其进行立即维修,按照固有的维修检测频率对待评估滚动轴承进行故障检测。
当待评估滚动轴承状态为警戒状态时,轴承发生轻微损伤,此时可根据现场情况决定是否立即维修,并提高维修检测频率对待评估滚动轴承进行故障检测。
当待评估滚动轴承状态为严重损伤状态时,轴承发生严重损伤,需尽快针对待评估滚动轴承制定维修计划并立即进行维修。
有益效果:
1、本发明提供的一种基于加速度传感器的滚动轴承状态评估方法,通过带通滤波将高频加速度信号中处于传感器谐振频率附近的非线性响应提取出来,通过包络解调实现原始信号向脉冲信号的转变,然后利用改进的脉冲量化和标准化方式计算表征轴承状态的脉冲值,进而有效地评估滚动轴承的运行状态。本发明方法采用适应性的脉冲提取、量化和标准化方式处理高频振动加速度信号,保证方法的鲁棒性,提高其抵抗随机冲击的能力,改善因转速过低易造成的误警问题,从而可以实现基于加速度传感器代替冲击脉冲传感器的滚动轴承状态评估。
2、本发明有利于简化实际现场的监测设备,解决了工程应用中滚动轴承状态评估结果的可靠性与监测设备复杂度之间的矛盾。
3、本发明拓宽了加速度传感器的工作功能,实现了传感器线性响应以外的共振响应分析,并且能够准确、有效地实现滚动轴承的状态评估。
附图说明
图1为本发明提供的方法一种基于加速度传感器的滚动轴承状态评估流程示意图。
图2为本发明实施例中健康轴承的加速度信号图。
图3为本发明实施例中外圈轻微缺陷轴承的加速度信号图。
图4为本发明实施例中严重缺陷轴承的加速度信号图。
图5为本发明实施例中加速度传感器的频率响应曲线图。
图6为本发明实施例中三种状态下轴承的评估结果。
具体实施方式
下面结合附图并举实施例,对本发明进行详细描述。
本发明提供了一种基于加速度传感器的滚动轴承状态评估方法,其主要包括如下步骤:
S1、利用振动加速度传感器采集待评估滚动轴承的振动加速度信号。
S2、通过带通滤波,提取振动加速度信号中处于振动加速度传感器的谐振频率附近的非线性响应信号。
S3、将提取的非线性响应信号通过包络解调得到线性刻度的脉冲信号。
S4、对线性刻度的脉冲信号进行脉冲量化以及标准化处理得到标准化脉冲值dBmn。
S5、将标准化脉冲值dBmn与待评估滚动轴承不同状态区域的边界值进行对比,分析得出状态评估结果,并根据状态评估结果判断是否需要立即维修。
即本发明通过带通滤波将高频加速度信号中传感器谐振频率附近的非线性响应提取出来,通过包络解调实现原始信号向脉冲信号的转变,然后利用改进的脉冲量化和标准化方式计算表征轴承状态的脉冲值,进而有效地评估滚动轴承的运行状态。
实施例:
本实施例在一个转子-轴承故障模拟实验台上进行,滚动轴承的型号为N205EW。采用BK4519加速度传感器(谐振频率为45kHz)测量转子一侧轴承座的振动加速度,传感器是通过螺栓固定在轴承座上的。实验过程中,转子运行在300rpm附近,采样频率为262.144kHz。。
一种基于加速度传感器的滚动轴承状态评估流程图如图1所示,具体步骤如下:
S1、利用振动加速度传感器采集待评估滚动轴承的振动加速度信号;将振动加速度传感器用螺栓安装在待评估滚动轴承的轴承座,设置原始信号的采样频率高于振动加速度传感器谐振频率的2.56倍。
从采集到的加速度信号中截取一段,信号截断时间与待评估滚动轴承的内圈转速成反比,本发明实施例中设置的信号截断时间是内圈转过50转的时间。
本实施例中内圈转速为300rpm,因此根据DT=50×60/n计算出截断时间为10s。
S2、以加速度传感器的谐振频率为中心频率,以传感器頻响曲线中有效频宽为带宽,构建带通滤波器,对截断信号进行滤波处理。其中指有效频宽为传感器灵敏度超过线性区灵敏度的5%时所对应的频率宽度。
本实施例所用的加速度传感器为BK4519传感器,谐振频率为45kHz,有效频宽为16kHz。因此,构建一个中心频率为45kHz,带宽为16kHz的带通滤波器。
S3、对滤波后的信号进行包络解调,得到脉冲信号,即线性刻度的脉冲信号。本发明实施例中包络解调是通过Hilbert变换实现的。
S4、选取参考加速度为9.81×10-3m/s2,针对线性刻度的脉冲信号,将其以加速度为度量的线性刻度转换为以分贝表示的对数刻度,用于抑制脉冲值在原刻度下表现出的高动态性,具体表达式如下:
Figure BDA0002443648290000071
其中,sp(t)以线性刻度为度量的脉冲信号,dBsp(t)为对数刻度的脉冲信号。
为降低随机冲击干扰的影响,本发明采用改进脉冲量化方式计算得到表征轴承状态的绝对脉冲值dBmv。具体计算方式是:对线性刻度的脉冲信号平均分为n份子信号,n为超过1的正整数,n的数值选取使得平均分的每份子信号长度在设定的范围内,该设定的范围可根据经验进行设定。对n份子信号,每份计算一个最大脉冲值,再从n个最大脉冲值构成的向量中求取中位数,则得到绝对脉冲值dBmv。
本发明实施例中,将线性刻度的脉冲信号平均分为5段,每段计算一个最大脉冲值,再从5个值构成的向量中求取中位数,则得到绝对脉冲值dBmv。
为避免转速过低时计算得到太小的标准化因子从而导致误警的问题,本发明采用改进的标准化方式计算出标准化因子dBmi。包含以下子步骤:
1)根据待评估滚动轴承的内圈转速n和内圈直径d计算经典标准化因子dBi的表达式如下:
dBi=20·lg(n·d0.6)-lg(2150)
2)将计算得到的dBi值与设定的标准化阈值进行对比,改进标准化因子dBmi为两者之间的最大值,即dBi值与设定的标准化阈值两者之间的最大值。本发明实施例中,设定的标准化阈值为经验值,通过多次实验可设定为-5dB。
本实施例中内圈转速为300rpm,N205EW轴承的内圈直径为25mm,计算出dBi为-0.33dB,大于-5dB,则dBmi为-0.33dB。
采用绝对脉冲值dBmv减去标准化因子dBmi,实现标准化处理,得到能直接表征轴承状态的标准化脉冲值dBmn。
S5、将标准化脉冲值与滚动轴承不同状态区域的边界值对比,分析得出状态评估结果。状态区域边界值分别为20dB和35dB,标准化脉冲值dBmn与滚动轴承状态的对应关系如下:
①dBmn<20dB,健康状态;
②20dB≤dBmn<35dB,警戒状态;
③dBmn≥35dB,严重故障状态;
当所述待评估滚动轴承状态为健康状态时,不需要对其进行维修,按照固有的维修检测频率对所述待评估滚动轴承进行故障检测。其中固有的维修检测频率为按照经验设定的维修检测频率。
当所述待评估滚动轴承状态为警戒状态时,轴承发生轻微损伤,此时可根据现场情况决定是否立即维修,并提高维修检测频率对所述待评估滚动轴承进行故障检测。
当所述待评估滚动轴承状态为严重故障状态时,轴承发生严重损伤,需尽快针对所述待评估滚动轴承制定维修计划。
在传统的状态评估基础上,本发明实施例在评估结果中增加了警戒状态,警戒状态表征待评估滚动轴承具有轻微故障,因此需要提高维修检测频率,一遍及时发现故障。
本实施例测得的滚动轴承振动加速度信号的时域波形如图2、3和4所示,分别对应着健康轴承、轻微缺陷轴承和严重缺陷轴承。BK4519传感器的频率响应曲线如图5所示,从图5中,我们看出有效频宽为16kHz,故将其作为带通滤波器的带宽。本实施例中三种轴承的状态评估结果如图6所示,图6表明本发明能够准确评估出滚动轴承的运行状态,验证了本发明方法的有效性。
综上所述,以上仅为本发明的较佳实施例而已,并非用于限定本发明的保护范围。凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。

Claims (5)

1.一种基于加速度传感器的滚动轴承状态评估方法,其特征在于,包括如下步骤:
S1、利用振动加速度传感器采集待评估滚动轴承的振动加速度信号;
S2、通过带通滤波,提取所述振动加速度信号中振动加速度传感器的谐振频率附近的非线性响应信号;具体为:
以加速度传感器的谐振频率为中心频率,以加速度传感器的频响曲线中的有效频宽为带宽,构建带通滤波器;有效频宽为振动加速度传感器灵敏度超过线性区灵敏度的5%时所对应的频率宽度;
采用所构建的带通滤波器对振动加速度信号进行滤波处理,所得到的滤波结果为所提取的非线性响应信号;
S3、将提取的非线性响应信号通过包络解调得到线性刻度的脉冲信号;
S4、对线性刻度的脉冲信号进行脉冲量化以及标准化处理得到标准化脉冲值dBmn;具体为:
所述线性刻度的脉冲信号为以加速度为度量的线性刻度的脉冲信号sp(t),t为时间变量;选取参考加速度v,将所述线性刻度的脉冲信号转换为以分贝表示的对数刻度的脉冲信号dBsp(t);
Figure FDA0002931828650000011
对线性刻度的脉冲信号进行脉冲量化得到绝对脉冲值dBmv;具体为:
对所述线性刻度的脉冲信号平均分为n份子信号,n为超过1的正整数,n的数值选取使得平均分的每份子信号长度在设定的范围内;
对n份子信号,每份计算一个最大脉冲值,再从n个最大脉冲值构成的向量中求取中位数,则得到绝对脉冲值dBmv;
对所述绝对脉冲值dBmv减去标准化因子dBmi,实现标准化处理得到标准化脉冲值dBmn;
所述标准化因子dBmi为:
根据待评估滚动轴承的内圈转速n和内圈直径d计算经典标准化因子dBi:
dBi=20·lg(n·d0.6)-lg(2150)
对计算得到的dBi值与设定的标准化阈值进行对比,所述标准化因子dBmi为两者之间的最大值;
S5、将所述标准化脉冲值dBmn与所述待评估滚动轴承不同状态区域的边界值进行对比,分析得出状态评估结果,并根据状态评估结果判断是否需要立即维修。
2.如权利要求1所述的方法,其特征在于,所述S1中,利用振动加速度传感器采集待评估滚动轴承的振动加速度信号,包括如下步骤:
所述振动加速度传感器采集得到待评估滚动轴承的原始信号;
从所述原始信号中截取出一段作为采集得到的振动加速度信号。
3.如权利要求2所述的方法,其特征在于,所述振动加速度传感器采集得到待评估滚动轴承的原始信号,具体为:
将所述振动加速度传感器用螺栓安装在所述待评估滚动轴承的轴承座,设置原始信号的采样频率高于所述振动加速度传感器谐振频率的2.56倍。
4.如权利要求2或3所述的方法,其特征在于,所述从所述原始信号中截取出一段作为采集得到的振动加速度信号,具体为:
按照待评估滚动轴承的内圈转速设定信号截断时间,信号截断时间与所述内圈转速成反比。
5.如权利要求1所述的方法,其特征在于,所述S5中,将所述标准化脉冲值dBmn与所述待评估滚动轴承不同状态区域的边界值进行对比,分析得出状态评估结果,具体为:
设定状态区域边界值包括20dB和35dB;
所述标准化脉冲值dBmn与待评估滚动轴承状态的对应关系如下:
当dBmn<20dB时,所述待评估滚动轴承状态为健康状态;
当20dB≤dBmn<35dB时,所述待评估滚动轴承状态为警戒状态;
当dBmn≥35dB时,所述待评估滚动轴承状态为严重故障状态;
当所述待评估滚动轴承状态为健康状态时,不需要对其进行维修,按照固有的维修检测频率对所述待评估滚动轴承进行故障检测;
当所述待评估滚动轴承状态为警戒状态时,根据现场情况决定是否立即维修,并提高维修检测频率对所述待评估滚动轴承进行故障检测;
当所述待评估滚动轴承状态为严重故障状态时,针对所述待评估滚动轴承制定维修计划,并立即进行维修。
CN202010272572.0A 2020-04-09 2020-04-09 一种基于加速度传感器的滚动轴承状态评估方法 Active CN111458147B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010272572.0A CN111458147B (zh) 2020-04-09 2020-04-09 一种基于加速度传感器的滚动轴承状态评估方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010272572.0A CN111458147B (zh) 2020-04-09 2020-04-09 一种基于加速度传感器的滚动轴承状态评估方法

Publications (2)

Publication Number Publication Date
CN111458147A CN111458147A (zh) 2020-07-28
CN111458147B true CN111458147B (zh) 2021-04-20

Family

ID=71683705

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010272572.0A Active CN111458147B (zh) 2020-04-09 2020-04-09 一种基于加速度传感器的滚动轴承状态评估方法

Country Status (1)

Country Link
CN (1) CN111458147B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116304586B (zh) * 2023-05-24 2023-07-28 北京化工大学 基于谱加权峰度的旋转机械健康状态评估方法

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102007403A (zh) * 2008-04-29 2011-04-06 西门子公司 借助振动信号分析识别轴承损坏的方法与装置
CN102103014B (zh) * 2010-12-13 2012-09-05 苏州大学 一种信号中周期瞬态成分检测方法
CN107727345B (zh) * 2017-09-19 2019-08-16 合肥通用机械研究院有限公司 一种用于加速试验的非平稳振动信号生成方法

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP4033212A1 (en) * 2008-12-22 2022-07-27 S.P.M. Instrument AB An analysis system

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102007403A (zh) * 2008-04-29 2011-04-06 西门子公司 借助振动信号分析识别轴承损坏的方法与装置
CN102103014B (zh) * 2010-12-13 2012-09-05 苏州大学 一种信号中周期瞬态成分检测方法
CN107727345B (zh) * 2017-09-19 2019-08-16 合肥通用机械研究院有限公司 一种用于加速试验的非平稳振动信号生成方法

Also Published As

Publication number Publication date
CN111458147A (zh) 2020-07-28

Similar Documents

Publication Publication Date Title
KR101482509B1 (ko) 베어링 결함 진단 시스템 및 그 진단 방법
JP6508017B2 (ja) 機械設備の評価方法
CN107192446B (zh) 风力发电机组塔筒固有频率监测方法
Yan et al. A feature selection framework-based multiscale morphological analysis algorithm for fault diagnosis of rolling element bearing
CN109944809B (zh) 一种诊断浆液循环泵故障的方法
CN114004306A (zh) 一种基于物联网多维度数据的设备故障评估系统及其方法
CN111458147B (zh) 一种基于加速度传感器的滚动轴承状态评估方法
CN111927717B (zh) 一种风机机舱传动链噪声在线监测系统及方法
JP3871054B2 (ja) 機械設備の状態監視方法及び装置
CN114813124B (zh) 一种轴承故障的监测方法及装置
CN110864902B (zh) 一种基于分数阶散布熵的滚动轴承早期故障检测方法
JP2019191142A (ja) 回転機の巻線絶縁劣化診断装置
CN116893036A (zh) 一种加速度信号序列时窗特征平滑的柱塞泵泄露诊断方法
DE102010005525A1 (de) Verfahren zur Zustandsüberwachung einer Maschine und Überwachungseinrichtung hierfür
CN115655731A (zh) 柴油机状态监测方法、装置及存储介质
CN113218653B (zh) 一种基于消除低频扰动的海上风电齿轮箱监测方法及装置
CN111272368B (zh) 基于基频数据K-Means聚类的支吊架劣化报警方法
CN115186707A (zh) 一种简易齿轮箱故障检测方法
CN114184375A (zh) 齿轮箱常见故障智能诊断方法
CN109357751B (zh) 一种电力变压器绕组松动缺陷检测系统
CN113049251A (zh) 一种基于噪声的轴承故障诊断方法
Unal et al. Fault diagnosis of rolling bearing based on feature extraction and neural network algorithm
CN118032116A (zh) 一种自动化监测设备的数字化分析方法及系统
He et al. A Vibration Acceleration Sensor-based Shock Pulse Method for Condition Evaluation of Rolling Bearings
CN116150661B (zh) 一种电梯曳引机的异常诊断方法及异常诊断装置

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