CN111594893A - 一种吸油烟机抖动故障诊断方法 - Google Patents

一种吸油烟机抖动故障诊断方法 Download PDF

Info

Publication number
CN111594893A
CN111594893A CN202010403767.4A CN202010403767A CN111594893A CN 111594893 A CN111594893 A CN 111594893A CN 202010403767 A CN202010403767 A CN 202010403767A CN 111594893 A CN111594893 A CN 111594893A
Authority
CN
China
Prior art keywords
range hood
vibration acceleration
fan
frequency
shaking
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
Application number
CN202010403767.4A
Other languages
English (en)
Other versions
CN111594893B (zh
Inventor
孙斌
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.)
Ningbo Fotile Kitchen Ware Co Ltd
Original Assignee
Ningbo Fotile Kitchen Ware Co Ltd
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 Ningbo Fotile Kitchen Ware Co Ltd filed Critical Ningbo Fotile Kitchen Ware Co Ltd
Priority to CN202010403767.4A priority Critical patent/CN111594893B/zh
Publication of CN111594893A publication Critical patent/CN111594893A/zh
Application granted granted Critical
Publication of CN111594893B publication Critical patent/CN111594893B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F24—HEATING; RANGES; VENTILATING
    • F24C—DOMESTIC STOVES OR RANGES ; DETAILS OF DOMESTIC STOVES OR RANGES, OF GENERAL APPLICATION
    • F24C15/00—Details
    • F24C15/20—Removing cooking fumes
    • F24C15/2021—Arrangement or mounting of control or safety systems

Landscapes

  • Engineering & Computer Science (AREA)
  • Chemical & Material Sciences (AREA)
  • Combustion & Propulsion (AREA)
  • Mechanical Engineering (AREA)
  • General Engineering & Computer Science (AREA)
  • Ventilation (AREA)

Abstract

本发明涉及一种吸油烟机抖动故障诊断方法，实时采集风机侧板上的振动加速度时域信号；对振动加速度时域信号进行处理以获取振动加速度频域信号；截取低频信号段范围内的待分析频域信号；提取振动加速度时域信号的峰值振幅A及其对应在待分析频域信号中的频率H；提取H中位于风机转频范围内的峰值频率值Hi；获取吸油烟机中风机的稳定运行转速R；计算R对应的风机转频W；判断Hi/W是否为整数；如果否，则判断吸油烟机的抖动与风机系统无关；如果是则判断吸油烟机的抖动是风机系统引起的。该吸油烟机抖动故障诊断方法能够有效实现吸油烟机抖动故障的自主诊断，诊断速度快，判断结果的准确性高。

Description

一种吸油烟机抖动故障诊断方法
技术领域
本发明涉及油烟机技术领域，特别涉及一种油烟机抖动故障诊断方法。
背景技术
吸油烟机在稳定运行时会产生振动，而其主要激励是电机、叶轮，蜗壳构成的风机系统，正常的振动不会引起肉眼可见整机的抖动，但是当烟道、烟管等堵塞，环境振动、叶轮变形以及电机轴弯曲等都会引起整机不正常的抖动，影响用户使用以及产品性能。
现有油烟机并没有明确故障报警功能，并且技师上门需要观察产品状态，而有些问题仅在例如台风等这种特殊环境下产生问题，技师上门时往往会出现的问题不能复现，没法记录产品某些时刻产生的问题，排查故障困难。另外技师排查问题，往往需要很长一段时间进行尝试、观察，会浪费很多时间。
发明内容
本发明所要解决的第一个技术问题是针对上述现有技术提供一种能够自主完成故障检测的吸油烟机抖动故障诊断方法。
本发明所要解决的第二个技术问题是针对上述现有技术提供一种能自主记录吸油烟机工作中的异常数据的吸油烟机抖动故障诊断方法。
本发明解决上述第一个技术问题所采用的技术方案为：一种吸油烟机抖动故障诊断方法，其特征在于：包括以下步骤：
S1、开启吸油烟机，并实时采集吸油烟机中的风机转速；
S2、实时采集吸油烟机中风机侧板上的振动加速度时域信号；
S3、对振动加速度时域信号进行处理以获取相应的振动加速度频域信号；
S4、截取振动加速度频域信号中的低频信号段范围内的待分析频域信号；
S5、提取振动加速度时域信号的峰值振幅A＝[A1,A2,A3,……,Ai,……An]及其对应在待分析频域信号中的频率H＝[H1,H2,H3,……,Hi,……Hn]；其中i、n为自然数，1≤i≤n；
S6、提取H中位于风机转频范围内的峰值频率值Hi；
S7、获取吸油烟机中风机的稳定运行转速R；
S8、计算R对应的风机转频W；
S9、判断Hi/W是否为整数；如果否，则判断吸油烟机的抖动与风机系统无关；如果是则判断吸油烟机的抖动是风机系统引起的。
进一步改进，S9中，在判断吸油烟机的抖动是风机系统引起时，根据待分析频域信号，提取频率值Hi对应的振动加速度幅值Aa，提取频率值100Hz－Hi对应的振动加速度幅值Ab，提取频率值100Hz对应的振动加速度幅值Ac，提取频率值100Hz+Hi对应的振动加速度幅值Ad；
判断是否Aa≥Ab＞Ac＞Ad，如果是，则判断是电机轴和轴承、叶轮配合引起的抖动；如果否，则判断为电机内部故障。
进一步改进，当判断为电机轴和轴承、叶轮配合引起的抖动时，将风机中的叶轮拆除，并进行S1至S8，进而判断Hi/W是否为整数，如果是，则判断为电机动不平衡引起的抖动；如果否，则判断是叶轮动不平衡引起的抖动。
进一步改进，当判断是叶轮动不平衡引起的抖动时，检查叶轮的动平衡数值和外观，如果叶轮外观完好且动平衡数值在许可范围内，则判定为叶轮与电机的轴孔配合引起的抖动，否则认为是叶轮自身引起的抖动。
优选地，S2中，分别采集风机侧板的沿上下方向上的振动加速度时域信号X以及前后方向上的振动加速度时域信号Y；对信号X和信号Y分别进行S3至S9的处理，以获取吸油烟机抖动故障诊断结果。
因为结构振动产生的信号都是属于低频域信号，为了减少数据的处理量，所述低频信号段为0～500HZ的信号段。
本发明解决上述第二个技术问题所采用的技术方案为：实时检测获取风机侧板上振动加速度数据M，将振动加速度数据M分别与开启记录的振动加速度阈值M0进行比较，如果M≥M0，则开始实时记录振动加速度时域信号，然后在记录的过程中再将实时检测获取风机侧板上振动加速度数据M与停止记录的振动加速度阈值M1进行比较，如果M＜M1，则停止记录振动加速度时域信号，进而形成振动加速度时域信号异常数据。
优选地，M0＝3m/s2，M1＝0.01m/s2。
优选地，利用三向压电加速度传感器采集吸油烟机中风机侧板上的振动加速度时域信号。吸油烟机中一般与抖动现象比较相关的是烟机的上下和前后位置的变化，为了减少数据的处理量，使用三向压电加速度传感器采集的三向信号中的沿吸油烟机中风机侧板上下方向、沿吸油烟机中风机侧板前后方向的振动加速度时域信号。
优选地，对振动加速度时域信号进行滤波处理后，再进行傅里叶变换，进而获取振动加速度频域信号。
与现有技术相比，本发明的优点在于：本发明中的吸油烟机抖动故障诊断方法，通过将振动信号的位于风机转频范围内的峰值频率值与风机的自身转频进行比较，进而判断是否存在风机系统动不平衡的问题，该方法能够有效实现吸油烟机抖动故障的自主诊断，诊断速度快，判断结果的准确性高。该方法在产品出厂前、产品安装时以及产品使用过程中均能够使用，特别在产品出厂前、产品安装时使用时，可以提前发现吸油烟机中风机系统存在的振动故障问题。
另外，本发明中的吸油烟机抖动故障诊断方法，还可以振动加速度时域信号异常数据，可以通过对这些数据的分析判断吸油烟机的抖动故障，避免了特殊情况的非可再现的问题。
附图说明
图1为本发明实施例中吸油烟机抖动故障诊断方法的流程图。
具体实施方式
以下结合附图实施例对本发明作进一步详细描述。
吸油烟机的振动信号往往蕴含着丰富的故障特征，通过对振动信号数据频域、幅值分析，可以对吸油烟机进行运动状态监测和早期故障诊断。
吸油烟机的风机系统，电机和叶轮由于受材料的质量分布、加工误差、装配等因素，致使其质量中心与旋转中心存在一定偏心距。根据测试，叶轮和电机在旋转时，表现为一个与转动频率同步或者整数倍的离心矢量，离心力F＝Meω2,从而激发转子振动，引起动不平衡现象，表现为吸油烟机整机抖动现象。
一般吸油烟机振动都是受迫振动，即有稳定激励源的振动，并且从里激励到整机振动的传递路径比较简单。对整机抖动的振动信号进行低通滤波，特征提取，和转动频率匹配，可以判定是否由于风机系统动平衡引起的抖动。
如图1所示，本实施例中的吸油烟机抖动故障诊断方法，包括以下步骤：
S1、开启吸油烟机，并实时采集吸油烟机中的风机转速；
S2、实时采集吸油烟机中风机侧板上的振动加速度时域信号；本实施例中可以采用三向压电加速度传感器采集吸油烟机中风机侧板上的振动加速度时域信号；
吸油烟机中一般与抖动现象比较相关的是吸油烟机的上下和前后位置的变化，为了减少数据的处理量，使用三向压电加速度传感器采集的三向信号中的沿吸油烟机中风机侧板上下方向、沿吸油烟机中风机侧板前后方向的振动加速度时域信号；即分别采集风机侧板的沿上下方向上的振动加速度时域信号X以及前后方向上的振动加速度时域信号Y；对信号X和信号Y分别进行S3至S9的处理，综合两个加速度时域信号的处理结果获取对吸油烟机抖动故障的诊断结果；
S3、对振动加速度时域信号进行处理以获取相应的振动加速度频域信号；本实施例中对振动加速度时域信号进行滤波处理后，再进行傅里叶变换，进而获取振动加速度频域信号；其中滤波处理可以采用低通滤波、高通滤波、中值滤波、限位滤波等滤波算法进行滤波处理；本实施例中采用低通滤波算法对振动加速度时域信号进行滤波处理；
而傅里叶变换能够把复杂信号分解成有限或无限个频谱信号，本实施例中采用短时傅里叶变换对滤波后的振动加速度时域信号进行处理，短时傅里叶变换不仅适合平稳、线性信号的降噪处理，也适合处理非平非线性信号；
S4、截取振动加速度频域信号中的低频信号段范围内的待分析频域信号，一般结构振动产生的信号都是属于低频信号，因此提取0-500HZ以内信号足以覆盖故障信号所在的频域范围，本实施例中则截取振动加速度频域信号中0-500HZ这个低频信号段范围内的待分析频域信号；
S5、提取振动加速度时域信号的峰值振幅A＝[A1,A2,A3,……,Ai,……An]及其对应在待分析频域信号中的频率H＝[H1,H2,H3,……,Hi,……Hn]；其中i、n为自然数，1≤i≤n；
S6、提取H中位于风机转频范围内的峰值频率值Hi；由于风机转速在800-1200r/min范围内，对应的风机转频则为(800-1200)/60＝13.3-20HZ，因此在10-20HZ范围内提取H中的峰值频率值Hi；
S7、吸油烟机开启一段时间后，吸油烟机中的风机转速会趋于稳定，相应获取吸油烟机中风机的稳定运行转速R；
S8、计算R对应的风机转频W；
S9、判断Hi/W是否为整数；如果否，则判断吸油烟机的抖动与风机系统无关；如果是则判断吸油烟机的抖动是风机系统引起的。
但是交流电机天然自带的2倍电源频率的固有特征，即无法避免的产生100HZ的振动，但是很多故障信号并不是单单在电机转频处形成峰值，例如：电机轴承的磨损，电机轴，叶轮孔等的故障均会引起振动。当两个正弦信号产生一定相位差，就会出现振动信号的幅值调制，振动信号和电机100HZ的正弦信号形成调制现象，这是通过转频峰值特征捕捉不到的故障。
具体地，交流电机产生的100HZ振动信号：交流电机存在定子和转子，定子中的磁场是翼50HZ的旋转，空载时准转子基本以同步的转速2*50HZ/极数进行旋转。调制产生原因如下。
通常电机振动信号可以用正弦波来表示，将振动信号称为载波信号。振动信号可以表达为：Uc＝Esin(wt+φ)，其中E为电机振动信号的幅值，w为振动信号频率，φ是振动信号的相位。
当抖动故障信号也为正弦信号时：Ur＝Fsin(w0t+φ0)，其中F为抖动故障信号的幅值，w0为抖动故障信号的频率，φ0是抖动故障信号信号的相位。
则包含有电机振动信号Uc和抖动故障信号Ur的信号可以被表示为：
U＝Uc*Ur＝Esin(wt+φ)*Fsin(w0t+φ0)＝0.5A1sin[(w+w0)t+φ1]+0.5A2sin[(w-w0)t+φ2]
从该公式可见电机振动信号Uc被抖动故障信号Ur影响，信号的频率会迁移，对于电机来说迁移的频率为100H±ω0。
交流电机由于受电源频率50HZ的影响，定子会产生50HZ的电磁场，加上转子会产生100HZ的振动信号，这是无法避免的，因此振动信号基础频率ω＝100HZ，而抖动故障信号频率ω0随着电机转速增加而增加。
在前述内容分析的基础上，在判断吸油烟机的抖动是风机系统引起时，根据待分析频域信号，提取频率值Hi对应的振动加速度幅值Aa，提取频率值100Hz－Hi对应的振动加速度幅值Ab，提取频率值100Hz对应的振动加速度幅值Ac，提取频率值100Hz+Hi对应的振动加速度幅值Ad；
判断是否Aa≥Ab＞Ac＞Ad，如果是，则判断是电机轴和轴承、叶轮配合引起的抖动；如果否，则判断为电机内部故障。
并且当判断为电机轴和轴承、叶轮配合引起的抖动时，将风机中的叶轮拆除，使得风机中的电机进行空转，并进行S1至S8，进而判断Hi/W是否为整数；
如果是，则判断为电机动不平衡引起的抖动；
如果否，则判断是叶轮动不平衡引起的抖动，此时可以检查叶轮的动平衡数值和外观，如果叶轮外观完好且动平衡数值在许可范围内，则判定为叶轮与电机的轴孔配合引起的抖动，否则认为是叶轮自身引起的抖动。
另外为了避免吸油烟机抖动故障数据是在如台风天这种特殊的环境下产生，而在维修人员检查时无法复现该情况下的数据，本实施例中，在吸油烟机工作的过程中，实时检测获取风机侧板上振动加速度数据M，将振动加速度数据M分别与开启记录的振动加速度阈值M0进行比较，如果M≥M0，则开始实时记录振动加速度时域信号，然后在记录的过程中再将实时检测获取风机侧板上振动加速度数据M与停止记录的振动加速度阈值M1进行比较，如果M＜M1，则停止记录振动加速度时域信号，进而形成振动加速度时域信号异常数据，以方便维修人员对记录的数据进行如前述的S1至S9的检测处理，进而获取故障结果。本实施例中M0＝3m/s2，M1＝0.01m/s2。
本发明中的吸油烟机抖动故障诊断方法，通过将振动信号的位于风机转频范围内的峰值频率值与风机的自身转频进行比较，进而判断是否存在风机系统动不平衡的问题，该方法能够有效实现吸油烟机抖动故障的自主诊断，诊断速度快，判断结果的准确性高。该方法在产品出厂前、产品安装时以及产品使用过程中均能够使用，特别在产品出厂前、产品安装时使用时，可以提前发现吸油烟机中风机系统存在的振动故障问题。产品运输过程中可能会造成跌落损坏，通过该方法进行故障诊断，服务技师上门安装产品时，可以提前发现风机系统是否存在故障，省时省力，提升故障诊断效率提高了诊断故障的准确度。

Claims (10)

1.一种吸油烟机抖动故障诊断方法，其特征在于：包括以下步骤：
S1、开启吸油烟机，并实时采集吸油烟机中的风机转速；
S2、实时采集吸油烟机中风机侧板上的振动加速度时域信号；
S3、对振动加速度时域信号进行处理以获取相应的振动加速度频域信号；
S4、截取振动加速度频域信号中的低频信号段范围内的待分析频域信号；
S5、提取振动加速度时域信号的峰值振幅A＝[A1,A2,A3,……,Ai,……An]及其对应在待分析频域信号中的频率H＝[H1,H2,H3,……,Hi,……Hn]；其中i、n为自然数，1≤i≤n；
S6、提取H中位于风机转频范围内的峰值频率值Hi；
S7、获取吸油烟机中风机的稳定运行转速R；
S8、计算R对应的风机转频W；
S9、判断Hi/W是否为整数；如果否，则判断吸油烟机的抖动与风机系统无关；如果是则判断吸油烟机的抖动是风机系统引起的。
2.根据权利要求1所述的吸油烟机抖动故障诊断方法，其特征在于：S9中，在判断吸油烟机的抖动是风机系统引起时，根据待分析频域信号，提取频率值Hi对应的振动加速度幅值Aa，提取频率值100Hz－Hi对应的振动加速度幅值Ab，提取频率值100Hz对应的振动加速度幅值Ac，提取频率值100Hz+Hi对应的振动加速度幅值Ad；
判断是否Aa≥Ab＞Ac＞Ad，如果是，则判断是电机轴和轴承、叶轮配合引起的抖动；如果否，则判断为电机内部故障。
3.根据权利要求2所述的吸油烟机抖动故障诊断方法，其特征在于：当判断为电机轴和轴承、叶轮配合引起的抖动时，将风机中的叶轮拆除，并进行S1至S8，进而判断Hi/W是否为整数，如果是，则判断为电机动不平衡引起的抖动；如果否，则判断是叶轮动不平衡引起的抖动。
4.根据权利要求3所述的吸油烟机抖动故障诊断方法，其特征在于：当判断是叶轮动不平衡引起的抖动时，检查叶轮的动平衡数值和外观，如果叶轮外观完好且动平衡数值在许可范围内，则判定为叶轮与电机的轴孔配合引起的抖动，否则认为是叶轮自身引起的抖动。
5.根据权利要求1至4任一权利要求所述的吸油烟机抖动故障诊断方法，其特征在于：S2中，分别采集风机侧板的沿上下方向上的振动加速度时域信号X以及前后方向上的振动加速度时域信号Y；对信号X和信号Y分别进行S3至S9的处理，以获取吸油烟机抖动故障诊断结果。
6.根据权利要求1至4任一权利要求所述的吸油烟机抖动故障诊断方法，其特征在于：所述低频信号段为0～500HZ的信号段。
7.根据权利要求1至4任一权利要求所述的吸油烟机抖动故障诊断方法，其特征在于：实时检测获取风机侧板上振动加速度数据M，将振动加速度数据M分别与开启记录的振动加速度阈值M0进行比较，如果M≥M0，则开始实时记录振动加速度时域信号，然后在记录的过程中再将实时检测获取风机侧板上振动加速度数据M与停止记录的振动加速度阈值M1进行比较，如果M＜M1，则停止记录振动加速度时域信号，进而形成振动加速度时域信号异常数据。
8.根据权利要求6所述的吸油烟机抖动故障诊断方法，其特征在于：M0＝3m/s2，M1＝0.01m/s2。
9.根据权利要求1至4任一权利要求所述的吸油烟机抖动故障诊断方法，其特征在于：利用三向压电加速度传感器采集吸油烟机中风机侧板上的振动加速度时域信号。
10.根据权利要求1至4任一权利要求所述的吸油烟机抖动故障诊断方法，其特征在于：对振动加速度时域信号进行滤波处理后，再进行傅里叶变换，进而获取振动加速度频域信号。
CN202010403767.4A 2020-05-13 2020-05-13 一种吸油烟机抖动故障诊断方法 Active CN111594893B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010403767.4A CN111594893B (zh) 2020-05-13 2020-05-13 一种吸油烟机抖动故障诊断方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010403767.4A CN111594893B (zh) 2020-05-13 2020-05-13 一种吸油烟机抖动故障诊断方法

Publications (2)

Publication Number Publication Date
CN111594893A true CN111594893A (zh) 2020-08-28
CN111594893B CN111594893B (zh) 2021-05-18

Family

ID=72183702

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010403767.4A Active CN111594893B (zh) 2020-05-13 2020-05-13 一种吸油烟机抖动故障诊断方法

Country Status (1)

Country Link
CN (1) CN111594893B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114940424A (zh) * 2022-05-30 2022-08-26 重庆紫光华山智安科技有限公司 一种电梯检测方法、系统、计算机设备及可读介质

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102778358A (zh) * 2012-06-04 2012-11-14 上海东锐风电技术有限公司 故障预测模型建立方法及系统、风机监测预警系统及方法
CN105044210A (zh) * 2015-07-23 2015-11-11 内蒙古科技大学 一种对风机叶片裂纹故障诊断方法
CN105973596A (zh) * 2016-05-09 2016-09-28 华锐风电科技(集团)股份有限公司 一种基于lltsa和pnn的风机故障诊断方法
CN107831024A (zh) * 2017-04-11 2018-03-23 上海发电设备成套设计研究院 基于多点振动信号特征值的风机振动故障状态诊断方法
CN109307589A (zh) * 2017-07-28 2019-02-05 株洲中车时代电气股份有限公司 风机振动在线监测方法及监测系统
CN110953179A (zh) * 2020-02-26 2020-04-03 浙江上风高科专风实业有限公司 一种基于逆小波变换的风机状态监测方法及系统
CN111120388A (zh) * 2020-03-31 2020-05-08 浙江上风高科专风实业有限公司 一种风机状态联合监测方法及系统

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102778358A (zh) * 2012-06-04 2012-11-14 上海东锐风电技术有限公司 故障预测模型建立方法及系统、风机监测预警系统及方法
CN105044210A (zh) * 2015-07-23 2015-11-11 内蒙古科技大学 一种对风机叶片裂纹故障诊断方法
CN105973596A (zh) * 2016-05-09 2016-09-28 华锐风电科技(集团)股份有限公司 一种基于lltsa和pnn的风机故障诊断方法
CN107831024A (zh) * 2017-04-11 2018-03-23 上海发电设备成套设计研究院 基于多点振动信号特征值的风机振动故障状态诊断方法
CN109307589A (zh) * 2017-07-28 2019-02-05 株洲中车时代电气股份有限公司 风机振动在线监测方法及监测系统
CN110953179A (zh) * 2020-02-26 2020-04-03 浙江上风高科专风实业有限公司 一种基于逆小波变换的风机状态监测方法及系统
CN111120388A (zh) * 2020-03-31 2020-05-08 浙江上风高科专风实业有限公司 一种风机状态联合监测方法及系统

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
成健: "模糊诊断法在风机故障诊断中的研究与应用", 《辽宁科技大学硕士学位论文》 *
陈丙安: "基于EMD和SVM的离心风机叶片故障诊断方法与实验研究", 《湖南大学工程硕士学位论文》 *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114940424A (zh) * 2022-05-30 2022-08-26 重庆紫光华山智安科技有限公司 一种电梯检测方法、系统、计算机设备及可读介质
CN114940424B (zh) * 2022-05-30 2023-10-03 重庆紫光华山智安科技有限公司 一种电梯检测方法、系统、计算机设备及可读介质

Also Published As

Publication number Publication date
CN111594893B (zh) 2021-05-18

Similar Documents

Publication Publication Date Title
US5629870A (en) Method and apparatus for predicting electric induction machine failure during operation
KR102393095B1 (ko) 진동, 음향, 이미지 데이터를 활용한 인공지능 기반의 회전설비 고장예지진단시스템
Watson et al. Condition monitoring of the power output of wind turbine generators using wavelets
US11378947B2 (en) System and methods of failure prediction and prevention for rotating electrical machinery
US20090146599A1 (en) System and method for motor fault detection using stator current noise cancellation
CZ306833B6 (cs) Způsob detekce a lokalizace částečného kontaktu rotor-stator při provozu turbíny
US10959077B2 (en) Preventive maintenance and failure cause determinations in turbomachinery
JP6450575B2 (ja) インバータノイズ除去方法、およびインバータを含む設備の診断方法
CN116933024B (zh) 旋转类设备运行状态监控方法及系统
CN111594893B (zh) 一种吸油烟机抖动故障诊断方法
JP4608564B2 (ja) 低速回転機械の異常診断方法
US5767780A (en) Detector for flow abnormalities in gaseous diffusion plant compressors
Shi et al. Purification and feature extraction of shaft orbits for diagnosing large rotating machinery
JP3214233B2 (ja) 回転機振動診断装置
JP5958932B2 (ja) 動的設備の状態監視システムとその方法とそのプログラム
Blodt et al. Mechanical fault detection in induction motor drives through stator current monitoring-theory and application examples
Sopcik et al. How sensor performance enables condition-based monitoring solutions
Shaeboub et al. Detection and diagnosis of compound faults in induction motors using electric signals from variable speed drives
Iorgulescu et al. Noise and vibration monitoring for diagnosis of DC motor's faults
Mitra et al. An automated SCADA based system for identification of induction motor bearing fault used in process control operation
JP2022024573A (ja) 転がり軸受の異常検出装置、及び異常検出方法
CN114992241B (zh) 基于动刚度实时检测的磁悬浮电机失稳预诊断方法
RU2730109C1 (ru) Способ мониторинга вибрации щеточно-коллекторных узлов электродвигателей постоянного тока
CN107436244A (zh) 基于频率分段振动数据采集的设备故障报警方法
Arellano-Padilla et al. A novel approach to gearbox condition monitoring by using drive rectifier input currents

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