CN111562126A - 一种基于三维全息差谱的旋转机械二倍频故障诊断方法 - Google Patents
一种基于三维全息差谱的旋转机械二倍频故障诊断方法 Download PDFInfo
- Publication number
- CN111562126A CN111562126A CN202010415571.7A CN202010415571A CN111562126A CN 111562126 A CN111562126 A CN 111562126A CN 202010415571 A CN202010415571 A CN 202010415571A CN 111562126 A CN111562126 A CN 111562126A
- Authority
- CN
- China
- Prior art keywords
- fault
- frequency
- dimensional holographic
- doubling
- spectrum
- 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
- G01M99/00—Subject matter not provided for in other groups of this subclass
- G01M99/005—Testing of complete machines, e.g. washing-machines or mobile phones
-
- 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
-
- 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
- G06F17/16—Matrix or vector computation, e.g. matrix-matrix or matrix-vector multiplication, matrix factorization
Abstract
一种基于三维全息差谱的旋转机械二倍频故障诊断方法,首先确定机组轴系上故障响应最敏感的测点,利用频谱瀑布图或特征趋势图分析该测点的主要激振频率及幅值变化趋势,结合规则判断故障类型是否为二倍频故障;然后计算正常状态与多个故障状态下轴系的二倍频三维全息谱矩阵,并在此基础上构建与故障状态对应的二倍频三维全息差谱矩阵;最后绘制多个故障状态下轴系的二倍频三维全息差谱图,得到故障发展过程中整个轴系的纯故障二倍频椭圆及其特征的变化特点,结合这些特点确定故障源位置并对二倍频故障进行定性诊断;本发明从时间、空间维度来表征故障响应征兆的差异性,为准确区分转子裂纹与不对中故障提供了关键的诊断信息。
Description
技术领域
本发明属于机械故障诊断技术领域,具体涉及一种基于三维全息差谱的旋转机械二倍频故障诊断方法。
背景技术
在所有诱发旋转机械二倍频故障的原因中,转子裂纹与不对中是最常见、也是最难以有效地区分和检测的两种故障,主要原因有两方面:一方面,这两种故障具有极其相似的频谱特征,频谱图、频谱瀑布图等传统分析工具都很难提供差异化故障信息;另一方面,它们常常都发生在机组运行过程中,两者有着相似的发展过程,故障所诱发的工频、二倍频的幅值与相位等振动特征值随时间的变化特点也很相似,常规的检测方法和手段,如转子表面跳动检查、着色探伤、轴系找正等,根本无法在机组运行状态下直接实施。近些年,尽管单独围绕转子裂纹或不对中故障开展的研究工作较多,但是大数多文献都是通过采用动力学建模或者实验的方式来探索它们的故障特征频率,这对于定性识别这两种故障的帮助是极为有限的。目前,也有少数研究尝试提取更丰富的差异化信息来区分这两种故障。例如,有人利用同一测量面上、两个传感器的复振动信号方向谱,来保存转子工频、二倍频轨迹的进动方向、形状及倾斜角等信息,成功识别实验台转子角不对中故障;有人利用二维全息谱对原始轴心轨迹按照特征频率依次进行分解,利用二倍频椭圆形状的差异性来区分转子不对中、转子裂纹、50Hz交流干扰等三种故障;有人利用全频谱来观察1/2、1/3倍的一阶临界转速下转子横向振动响应,对比了不对中与裂纹故障的振动特征,将二倍频反进动分量的强弱作为关键特征;同时,他们还利用轴心轨迹图描述转子在这些次临界转速下的动态行为,多轨迹环的类型与数量的差异性也可以帮助区分这两种故障。
尽管上述方法通过提取转子平面运动特征,为区分不对中与裂纹故障提供了很有价值的诊断信息,但仍存在一些明显的不足。例如,二维全息谱和全频谱都是强调利用单一测量面处、单一时刻的二倍频轨迹形状来提取差异化信息,常常也面临着二倍频轨迹特征相似而导致无法确诊故障根因的问题。另外,一些方法在识别二倍频故障时需要特定的运行条件,这极大地限制了它们的应用,如有些方法要求转子在次临界转速下(1/2、1/3倍的临界转速)的振动信息,而绝大多数的实际机组都在工作转速下运行,一旦出现振动异常后,往往需要诊断工程师在设备不停机的条件下给出准确的诊断意见,以便于设备管理者做出正确的检修决策。因此,如何在机组连续运行状态下,提取差异化诊断信息实现转子裂纹与不对中等二倍频故障的准确识别,仍然是旋转机械故障诊断领域亟待解决的问题之一。
发明内容
为克服上述现有技术的缺点,本发明目的在于提供一种基于三维全息差谱的旋转机械二倍频故障诊断方法,通过提取整个轴系上所有测量面处的转子故障动态响应,从时间、空间维度来表征故障响应征兆的差异性,为准确定性区别转子裂纹与不对中故障提供关键的诊断信息。
为了达到上述目的,本发明采取的技术方案为:
一种基于三维全息差谱的旋转机械二倍频故障诊断方法,包括以下步骤:
1)在所监测机组的振动异常状态时间段内,通过比较故障对象所在轴系上各个轴振动测点通频值增幅的大小,确定故障响应最敏感的测点,标记为测点SF;通过测点SF通频值取最大值,确定机组振动故障最明显的状态对应的时刻;
2)利用频谱瀑布图或特征趋势图分析测点SF的激振频率及幅值变化趋势,计算测点SF二倍频幅值的增量ΔA2ω,
ΔA2ω=A2ω(M)-A2ω(0),
其中:2ω表示转子二倍频,A2ω(0)表示机组正常状态下测点SF的二倍频幅值,A2ω(M)表示机组故障最明显状态下测点SF的二倍频幅值;
如果ΔA2ω>10μm,并且除工频外,其它特征频率处的幅值变化量ΔAεω与ΔA2ω之比小于0.1,其中:εω表示转子工频ω的ε倍,ε>0,且ε≠1、ε≠2,则判定该故障类型为二倍频故障,继续执行步骤3);否则,则判定该故障不是二倍频故障;
3)从测点SF发生故障的时刻开始,按照其通频值每增大ΔA选择一组数据的原则,从故障发展过程中共选定L个故障状态,并依次提取第k个状态下整个轴系上所有测量面处X、Y测点的二倍频幅值、相位信息:其中:分别是X、Y方向上二倍频幅值,是对应的相位,i表示故障轴系上测量面的编号,k=0,1,2,…,L,k取0时表示健康状态;
4)针对机组每种不同的状态,依次重构第i个测量面的二倍频椭圆,其轨迹方程为:
5)选择正常状态下整个轴系的二倍频三维全息谱作为初始基准值,分别将第k种故障状态下对应的二倍频三维全息谱与求差,依次构造与纯故障响应对应的二倍频三维全息谱即k=1,2,…,L,将矩阵称为轴系的二倍频三维全息差谱;
6)根据矩阵绘制多个故障状态下的二倍频三维全息差谱图,得到故障发展过程中整个轴系的纯故障二倍频椭圆及其特征的变化特点,根据这些特点确定故障源的发生位置,并结合诊断规则对旋转机械二倍频故障进行定性诊断。
所述的步骤3)中测点SF的通频值增幅ΔA要求在10~30μm之间。
所述的步骤6)中诊断规则为:如果与故障源所相邻的两个测量面的二倍频椭圆尺寸存在同步增大现象,那么判断该故障为转子裂纹故障;否则,则判断该故障为转子不对中故障。
本发明的有益效果为:
本发明通过构建三维全息差谱实现了整个轴系上所有测量面的转子故障动态响应信息的有效提取,通过观察多个故障时刻下轴系故障响应变化规律,实现了从时间、空间维度来表征故障响应征兆的差异性,为准确区分转子裂纹与不对中故障提供了关键诊断信息。本发明方法可以在机组连续运行过程中实施,无需机组进行转速、负荷等工艺方面的调整,非常适合于旋转机械二倍频故障在线监测与定性分析诊断。
附图说明
图1是本发明的流程图。
图2是实施例一中硝酸四合一机组的布局及传感器布置示意图。
图3是实施例一中尾透的通频振动值趋势。
图4是实施例一中测点11Y的频谱瀑布图。
图5中图(a)是实施例一中测点11Y的振动增大约20μm时低速轴系的二倍频三维全息差谱;图(b)是实施例一中测点11Y的振动增大约40μm时低速轴系的二倍频三维全息差谱;图(c)是实施例一中测点11Y的振动增大约60μm时低速轴系的二倍频三维全息差谱;图(d)是实施例一中测点11Y的振动增大约80μm时低速轴系的二倍频三维全息差谱。
图6是实施例二中高炉鼓风机组的布局及传感器布置示意图。
图7是实施例二中TRT的通频振动值趋势。
图8是实施例二中测点13Y的工频、二倍频幅值与相位趋势。
图9中图(a)是实施例二中测点13Y的振动增大约20μm时轴系的二倍频三维全息差谱;图(b)是实施例二中测点13Y的振动增大约40μm时轴系的二倍频三维全息差谱;图(c)是实施例二中测点13Y的振动增大约60μm时轴系的二倍频三维全息差谱;图(d)是实施例二中测点13Y的振动增大约80μm时轴系的二倍频三维全息差谱。
具体实施方式
下面结合附图和实施例对本发明作进一步详细阐述。
实施例一,利用本发明方法对某硝酸四合一机组进行故障分析与诊断,该机组是某硝酸企业的大型关键动力设备,其布局及传感器位置如图2所示,由汽轮机、氧化氮压缩机、齿轮箱、轴流压缩机、尾透五个部分组成,其中,尾透用来回收吸收塔排放出来的尾气的压力能、热能,将这些能量转化为机械能,以驱动轴流压缩机及氧化氮压缩机工作,同时调节整个装置的压力。由于尾透的工作介质成分复杂且常含有腐蚀性气体,进气温度一般高达400~500度,因此它在运行过程中很容易出现故障。该机组共包含12个滑动支承轴承,从汽轮机向尾透依次对支承轴承序号进行标记。除齿轮箱的4个轴承外,其它轴承附近均安装有两个相互垂直(45度、135度)的电涡流振动位移传感器。该汽轮机的额定工作转速为8700rpm,尾透的额定工作转速为7600rpm,从C向观察尾透的旋转方向为顺时针方向。通过远程在线数据采集系统获取该机组的振动数据,能够对该机组的运行状态进行远程实时监测。
在机组工况如转速、负荷、润滑油系统参数等保持稳定的运行条件下,尾透进气侧11#轴承处的振动出现异常,测点11X、11Y的振动通频值在大约在11个小时内由13μm、14μm缓慢增大至91μm、107μm,如图3所示,已经超过设备制造商给定振动保护停机值80μm。在该机组连续运行的状态下,为确保设备管理者制定正确的检修方案,利用本发明方法对尾透振动问题的根因进行分析。
参照图1,一种基于三维全息差谱的旋转机械二倍频故障诊断方法,包括以下步骤:
1)在该硝酸四合一机组的振动异常状态时间段内,比较尾透所在转子轴系上各个轴振动位移测点通频值增幅的大小,主要包括9#、10#、11#、12#轴承处X、Y方向上的振动位移测点,其中测点11Y的振动通频值增幅最大为93μm,确定该测点为故障响应最敏感的振动测点,标记为测点SF;当测点11Y的通频值最大值取107μm时,确定该机组振动故障最明显的状态所对应的时刻;
2)利用频谱瀑布图分析测点SF的主要激振频率及幅值变化趋势,如图4所示:工频(124.8Hz)处的幅值所占比重最大,二倍频(249.7Hz)处的幅值也十分明显,工频、二倍频的幅值与通频值的变化趋势完全一致;机组正常状态下测点11Y的二倍频幅值A2ω(0)为7.6μm,机组振动故障最明显状态下测点11Y的二倍频幅值A2ω(M)为32.2μm,计算该测点二倍频幅值的增量ΔA2ω=A2ω(M)-A2ω(0)=24.6μm;由于ΔA2ω>10μm,并且除工频外,其它特征频率处的幅值变化量ΔAεω与ΔA2ω之比均小于0.1,其中:ε>0,ε≠1、ε≠2,则判定该故障类型为二倍频故障,考虑到转子裂纹与不对中故障都有可能导致该故障,要想确定故障根因需继续执行步骤3);
3)从测点11Y发生故障的时刻开始,取ΔA的值为20μm,按照其通频值每增大ΔA选择一组数据的原则,从故障发展过程中依次确定4个故障状态,并依次提取相应状态下9#、10#、11#、12#轴承处X、Y测点的二倍频幅值、相位信息:其中:分别是X、Y方向上二倍频幅值,是对应的相位,i分别取9、10、11、12,k=0,1,2,…,4;其对应的二倍频幅值与相位数据如下表1所示;
表1
4)针对机组每种不同的状态,依次重构第i个测量面的转子二倍频椭圆,其轨迹方程为: 式中:为信号的正弦项和余弦项系数,为信号的正弦项和余弦项系数;二倍频椭圆用向量表示,i分别取9、10、11、12,尾透所在轴系的二倍频三维全息谱的用矩阵表示;分别计算5种状态下该轴系的二倍频三维全息谱矩阵如下所示;
5)选择正常状态下整个轴系的二倍频三维全息谱作为初始基准值,分别将第k种故障状态下对应的二倍频三维全息谱与求差,依次构造与纯故障响应对应的二倍频三维全息谱即根据步骤4)的数据计算4种故障状态下该轴系的二倍频三维全息差谱矩阵k值分别取1,2,3,4,如下所示:
6)根据矩阵绘制多个故障状态下低速轴系的二倍频三维全息差谱图,得到故障发展过程中该轴系的纯故障二倍频椭圆及其特征的变化特点,如图5所示:伴随着机组故障的发展,只有11#截面(尾透进气侧)、10#截面(轴流排气侧)处二倍频椭圆的尺寸明显地同步增大,其中11#截面处的故障响应更为明显,而9#、12#截面处的故障二倍频椭圆变化并不明显,该特点表明:此机组故障源主要位于11#截面与10#截面之间的低速轴系部分,并且更靠近11#截面。由此可见,与故障源相邻的两个测量面的二倍频椭圆尺寸存在明显的同步增大现象,那么结合诊断规则判断该机组故障为尾透转子裂纹故障;最后,通过对该尾透转子进行开盖检查,通过着色探伤检查发现尾透进气侧轴头沿键槽存在严重裂纹,进一步证实了本发明方法对于识别二倍频故障的有效性。
实施例二,利用本发明方法对某高炉鼓风机组进行故障分析与诊断。该鼓风机组包括电机、齿轮箱、轴流压缩机、变速离合器、煤气透平(简称TRT)共五个部分,各单机之间均采用膜片联轴器联接,该机组的布局及振动位移传感器测点布置如图6所示。其中,TRT的额定工作转速为3000rpm(50Hz),从C向观察其旋转方向为顺时针。除1#、2#、4#、5#、10#、11#轴承外,其它轴承附近均安装有两个相互垂直(45度、135度)的电涡流传感器,每根轴系上均设置一个键相传感器。通过该机组配套的远程在线数据采集系统,可以对该机组的运行状态进行远程在线实时监测。在一次正常启机过程,该机组在升速至工作转速后开始正常加负荷,其中TRT振动出现异常,主要表现为:TRT进气侧两测点13X、13Y的振动峰峰值由21.8μm、22.5μm缓慢增大至69μm、110μm,如趋势图7所示。由于测点13Y的振动已经超过机组报警值80μm,在这种故障状态下机组无法长时间正常运行,为确保设备管理者制定有针对性的检修方案,利用本发明方法对TRT振动异常的根因进行分析。
参照图1,一种基于三维全息差谱的旋转机械二倍频故障诊断方法,包括以下步骤:
1)在该高炉鼓风机组的振动异常状态时间段内,比较TRT所在转子轴系上各个轴振动位移测点通频值的大小,包括12#、13#、14#轴承处X、Y方向上的振动位移测点,其中测点13Y的振动通频值增幅最大为87μm,确定该测点为故障响应最敏感的振动测点,标记为测点SF;当测点13Y的通频值最大值取110μm时,确定该机组振动故障最明显的状态所对应的时刻;
2)利用特征趋势图分析测点SF的主要激振频率及幅值变化趋势,如图8所示:随着测点13Y振动通频值的增大,其工频(50Hz)、二倍频(100Hz)处的幅值均同步增大,且相应的相位也发生明显改变,工频与二倍频是导致TRT故障的主要激励频率;机组正常状态下测点13Y的二倍频幅值A2ω(0)为6.0μm,机组振动故障最明显状态下测点13Y的二倍频幅值A2ω(M)为37.7μm,计算该测点二倍频幅值的增量ΔA2ω=A2ω(M)-A2ω(0)=31.7μm;由于ΔA2ω>10μm,并且除工频外,其它特征频率处的幅值变化量ΔAεω与ΔA2ω之比均小于0.1,其中:ε>0,ε≠1、ε≠2,则判定该故障类型为二倍频故障,转子裂纹与不对中故障都有可能导致该故障,要想确认故障根因需继续执行步骤3);
3)从测点13Y发生故障的时刻开始,取ΔA的值约为20μm,按照其通频值每增大ΔA选择一组数据的原则,从故障发展过程中共选定4个故障状态,并依次提取相应状态下12#、13#、14#轴承处X、Y测点的二倍频幅值、相位信息:其中:分别是X、Y方向上二倍频幅值,是对应的相位,i分别取12、13、14,k=0,1,2,…,4;其对应的二倍频幅值与相位数据如下表2所示;
表2
4)针对该机组每种不同的状态,依次重构第i个测量面的转子二倍频椭圆,其轨迹方程为: 式中:为信号的正弦项和余弦项系数,为信号的正弦项和余弦项系数;二倍频椭圆用向量表示,i分别取12、13、14,TRT所在轴系的二倍频三维全息谱用矩阵表示;分别计算5种状态下整个轴系的二倍频三维全息谱矩阵如下所示;
5)选择正常状态下整个轴系的二倍频三维全息谱作为初始基准值,分别将第k种故障状态下对应的二倍频三维全息谱与求差,依次构造与纯故障响应对应的二倍频三维全息谱即根据步骤4)的数据计算4种故障状态下轴系的二倍频三维全息差谱矩阵k值分别取1,2,3,4,如下所示:
6)根据矩阵绘制多个故障状态下的二倍频三维全息差谱图,得到故障发展过程中整个轴系的纯故障二倍频椭圆及其特征的变化特点,如图9所示:随着机组故障的发展,只有13#截面处的二倍频椭圆尺寸存在明显的增大,14#截面处的二倍频椭圆尺寸略有改变,12#截面处的二倍频椭圆尺寸无显著变化,该特点表明:此机组故障源主要位于TRT本体或相邻的联轴器,并且离13#截面更近。由此可见,与故障源相邻的两个测量面的二倍频椭圆尺寸并无明显的同步增大现象,那么结合诊断规则判定该机组故障为转子不对中故障,排除了转子裂纹故障的可能性。最后,通过对TRT与变速离合器的轴系找正进行复查发现,TRT进气管道垂直段的压力补偿器安装不符合规范,在机组运行过程中易引起TRT机壳出现明显的偏移或扭曲,从而导致TRT与变速离合器的找正状态发生改变,这也最终证实了本方法诊断结论的正确性。
Claims (3)
1.一种基于三维全息差谱的旋转机械二倍频故障诊断方法,其特征在于,包括以下步骤:
1)在所监测机组的振动异常状态时间段内,通过比较故障对象所在轴系上各个轴振动测点通频值增幅的大小,确定故障响应最敏感的测点,标记为测点SF;通过测点SF通频值取最大值,确定机组振动故障最明显的状态对应的时刻;
2)利用频谱瀑布图或特征趋势图分析测点SF的激振频率及幅值变化趋势,计算测点SF二倍频幅值的增量ΔA2ω,
ΔA2ω=A2ω(M)-A2ω(0),
其中:2ω表示转子二倍频,A2ω(0)表示机组正常状态下测点SF的二倍频幅值,A2ω(M)表示机组振动故障最明显状态下测点SF的二倍频幅值;
如果ΔA2ω>10μm,并且除工频外,其它特征频率处的幅值变化量ΔAεω与ΔA2ω之比小于0.1,其中:εω表示转子工频ω的ε倍,ε>0,且ε≠1、ε≠2,则判定该故障类型为二倍频故障,继续执行步骤3);否则,则判定该故障不是二倍频故障;
3)从测点SF发生故障的时刻开始,按照其通频值每增大ΔA选择一组数据的原则,从故障发展过程中共选定L个故障状态,并依次提取第k个状态下整个轴系上所有测量面处X、Y测点的二倍频幅值、相位信息:其中:分别是X、Y方向上二倍频幅值,是对应的相位,i表示故障轴系上测量面的编号,k=0,1,2,…,L,k取0时表示健康状态;
4)针对机组每种不同的状态,依次重构第i个测量面的二倍频椭圆,其轨迹方程为:
5)选择正常状态下整个轴系的二倍频三维全息谱作为初始基准值,分别将第k种故障状态下对应的二倍频三维全息谱与求差,依次构造与纯故障响应对应的二倍频三维全息谱即k=1,2,…,L,将矩阵称为轴系的二倍频三维全息差谱;
2.根据权利要求1所述的一种基于三维全息差谱的旋转机械二倍频故障诊断方法,其特征在于:所述的步骤3)中测点SF的通频值增幅ΔA要求在10~30μm之间。
3.根据权利要求1所述的一种基于三维全息差谱的旋转机械二倍频故障诊断方法,其特征在于,所述的步骤6)中诊断规则为:如果与故障源所相邻的两个测量面的二倍频椭圆尺寸存在同步增大现象,那么判断该故障为转子裂纹故障;否则,则判断该故障为转子不对中故障。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010415571.7A CN111562126B (zh) | 2020-05-16 | 2020-05-16 | 一种基于三维全息差谱的旋转机械二倍频故障诊断方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010415571.7A CN111562126B (zh) | 2020-05-16 | 2020-05-16 | 一种基于三维全息差谱的旋转机械二倍频故障诊断方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111562126A true CN111562126A (zh) | 2020-08-21 |
CN111562126B CN111562126B (zh) | 2022-03-18 |
Family
ID=72074694
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010415571.7A Active CN111562126B (zh) | 2020-05-16 | 2020-05-16 | 一种基于三维全息差谱的旋转机械二倍频故障诊断方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111562126B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113029232A (zh) * | 2021-02-22 | 2021-06-25 | 北京科技大学 | 一种旋转机械时变全息特征表达方法及系统 |
CN113252347A (zh) * | 2021-06-25 | 2021-08-13 | 深圳沈鼓测控技术有限公司 | 一种旋转机械轴系不对中故障检测方法和系统 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6405250B1 (en) * | 1999-01-25 | 2002-06-11 | Lucent Technologies Inc. | Network management system based on passive monitoring and proactive management for formulation behavior state transition models |
CN1482441A (zh) * | 2003-07-10 | 2004-03-17 | 西安交通大学 | 柔性转子低速全息动平衡方法 |
CN101929908A (zh) * | 2008-12-08 | 2010-12-29 | 广东省电力工业局试验研究所 | 基于全息谱技术的不平衡方位估计方法 |
CN104792523A (zh) * | 2015-04-22 | 2015-07-22 | 电子科技大学 | 基于行星齿轮结构等效轴承模型的振动频谱特征分析方法 |
GB2534406A (en) * | 2015-01-23 | 2016-07-27 | Rolls Royce Plc | Fault detection and diagnosis |
CN106769142A (zh) * | 2016-12-23 | 2017-05-31 | 潘敏 | 一种冶金风机故障诊断方法 |
-
2020
- 2020-05-16 CN CN202010415571.7A patent/CN111562126B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6405250B1 (en) * | 1999-01-25 | 2002-06-11 | Lucent Technologies Inc. | Network management system based on passive monitoring and proactive management for formulation behavior state transition models |
CN1482441A (zh) * | 2003-07-10 | 2004-03-17 | 西安交通大学 | 柔性转子低速全息动平衡方法 |
CN101929908A (zh) * | 2008-12-08 | 2010-12-29 | 广东省电力工业局试验研究所 | 基于全息谱技术的不平衡方位估计方法 |
GB2534406A (en) * | 2015-01-23 | 2016-07-27 | Rolls Royce Plc | Fault detection and diagnosis |
CN104792523A (zh) * | 2015-04-22 | 2015-07-22 | 电子科技大学 | 基于行星齿轮结构等效轴承模型的振动频谱特征分析方法 |
CN106769142A (zh) * | 2016-12-23 | 2017-05-31 | 潘敏 | 一种冶金风机故障诊断方法 |
Non-Patent Citations (4)
Title |
---|
QU LEI 等: "Changes in rotor response characteristics based diagnostic method and its application to identification of misalignment", 《MEASUREMENT》 * |
卡尔申克公司: "《机器实用 预测性维修》", 30 November 1990 * |
李敬豪: "基于信息融合的汽轮发电机组振动分析与诊断技术研究", 《中国优秀硕士学位论文全文数据库工程科技Ⅱ辑》 * |
王琇峰 等: "三维全息谱在诊断负荷诱发的转子热弯曲与标高故障中的运用", 《热能动力工程》 * |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113029232A (zh) * | 2021-02-22 | 2021-06-25 | 北京科技大学 | 一种旋转机械时变全息特征表达方法及系统 |
CN113252347A (zh) * | 2021-06-25 | 2021-08-13 | 深圳沈鼓测控技术有限公司 | 一种旋转机械轴系不对中故障检测方法和系统 |
CN113252347B (zh) * | 2021-06-25 | 2021-10-01 | 深圳沈鼓测控技术有限公司 | 一种旋转机械轴系不对中故障检测方法和系统 |
Also Published As
Publication number | Publication date |
---|---|
CN111562126B (zh) | 2022-03-18 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Singh et al. | Motor current signature analysis for bearing fault detection in mechanical systems | |
Baydar et al. | Detection of gear deterioration under varying load conditions by using the instantaneous power spectrum | |
CN109488630B (zh) | 基于谐波相对指标的离心风机转子不对中故障诊断方法 | |
CN111562126B (zh) | 一种基于三维全息差谱的旋转机械二倍频故障诊断方法 | |
Mohanty et al. | Fault detection in a centrifugal pump using vibration and motor current signature analysis | |
Farokhzad | Vibration based fault detection of centrifugal pump by fast fourier transform and adaptive neuro-fuzzy inference system | |
CN111397877B (zh) | 一种旋转机械拍振故障检测与诊断方法 | |
Qu et al. | Changes in rotor response characteristics based diagnostic method and its application to identification of misalignment | |
Gupta | Vibration—A tool for machine diagnostics and condition monitoring | |
Wang et al. | The method for identifying rotating blade asynchronous vibration and experimental verification | |
CN116304848B (zh) | 一种滚动轴承故障诊断系统及方法 | |
JP2008058191A (ja) | 回転機械の診断方法、そのプログラム、及びその診断装置 | |
JP3103193B2 (ja) | 回転機械の診断装置 | |
Azeem et al. | Vibration-Based Power Spectral Density Analysis for the Detection of Multiple Faults in Rolling Element Bearings | |
CN115144171A (zh) | 一种变转速工况下的旋转机械振动信号归一化方法 | |
Madhukar et al. | A Machine Learning Based Methodology for Fault Diagnosis in Rotating Machine | |
Thanagasundram et al. | Autoregressive based diagnostics scheme for detection of bearing faults | |
Pusey | Turbomachinery condition monitoring and failure prognosis | |
CN102879085B (zh) | 汽轮发电机组低频振动非稳态实时预警方法 | |
CN113358307B (zh) | 一种根据轴振信号确定转子涡动方向的判断方法 | |
Zhou et al. | A knowledge base system for rotary equipment fault detection and diagnosis | |
Kumhar et al. | Dynamic-balance monitoring scheme for industrial fans using neural-network based machine learning approach | |
Hee et al. | 893. Experimental study of dynamic responses of casing deflection profile for blade rubbing classification. | |
Grządziela et al. | An application of order tracking procedure for diagnosis technical state of rotor system in shut-down process | |
Elsamanty et al. | Rotary Machines Fault Diagnosis based on Principal Component Analysis |
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 |