CN111947929B - 一种旋转机械振动特性评价指标工况敏感度分析方法 - Google Patents

一种旋转机械振动特性评价指标工况敏感度分析方法 Download PDF

Info

Publication number
CN111947929B
CN111947929B CN202010817611.0A CN202010817611A CN111947929B CN 111947929 B CN111947929 B CN 111947929B CN 202010817611 A CN202010817611 A CN 202010817611A CN 111947929 B CN111947929 B CN 111947929B
Authority
CN
China
Prior art keywords
evaluation index
fitting
load
working condition
trend
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
CN202010817611.0A
Other languages
English (en)
Other versions
CN111947929A (zh
Inventor
周建民
陈超
涂文兵
尹洪妍
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.)
East China Jiaotong University
Original Assignee
East China Jiaotong University
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 East China Jiaotong University filed Critical East China Jiaotong University
Priority to CN202010817611.0A priority Critical patent/CN111947929B/zh
Publication of CN111947929A publication Critical patent/CN111947929A/zh
Application granted granted Critical
Publication of CN111947929B publication Critical patent/CN111947929B/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

本发明公开了一种旋转机械振动特性评价指标工况敏感度分析方法,包括下列步骤:通过对旋转机械的振动信号采集,进行检测后获取到旋转机械的振动信号;对其提取评价指标值时域特征指标、评语特征指标与时频域特征指标,采取控制变量法不同类型工况,例如载荷与转速对评价指标进行整理分类;应用多项式拟合法对分类的评价指标拟合,并判断多项式拟合法的最高项次数,对仅有单一工况不同的评价指标拟合曲线应用插值法,得到仅随该工况变化的评价指标变化规律。重复上述步骤,得到其随不同工况变化的评价指标趋势规律;基于上述得到的规律,采用线性相减法,剔除工况对评价指标的影响,获得去工况影响下的评价指标值。

Description

一种旋转机械振动特性评价指标工况敏感度分析方法
技术领域
本发明涉及一种旋转机械振动特性评价指标工况敏感度分析方法,属于机械产品质量可靠性评估与故障诊断技术领域。
背景技术
旋转机械设备在机械行业中扮演者非常重要的角色。但因为在制造、安装、工作环境与长时间疲劳使用等一系列因素导致旋转机械发生故障,进而引发较大的工程事故。为尽量减少这一现象发生,需要对旋转机械进行故障诊断,常用故障诊断思路会从旋转机械工作时产生的振动与噪声中深入研究,但实际在机械系统工作中往往会产生很多的噪声,容易与旋转机械产生的噪声混淆,故大多数研究者倾向于研究旋转机械工作时产生的振动。
旋转机械的振动可以通过传感器测得,但获取的振动信号含有其它连接部件振动产生的干扰信号,无法直观的看出旋转机械的振动情况,故需要从测得的振动信号提取评价指标值,用于判断旋转机械是否发生故障。而实际测得的旋转机械振动信号中,不仅含有其它连接部件振动产生的干扰信号,还会因为工况变化而产生振动信号幅值的变化,即由振动信号提取的评价指标值中含有因为工况变化而改变的量值,这会对旋转机械的故障诊断产生一定的影响。
目前对于探究旋转机械评价指标与工况之间的关系较少。王柏杨等通过仿真构建立了一组轴承振动信号,分析了各时域指标对转速与故障程度的敏感度,但其使用各指标的数值直接进行敏感度判断,没有分析具体的单个评价指标其随工况变化的敏感度。Singh等通过经验模态分解获得了振动信号的均方根值、峰值等一系列评价指标的分解值,并将其作为故障识别的有效参数,虽然考虑到了滚动轴承在不同载荷与转速的情况,但没有分析各评价指标随工况变化的敏感度与变化趋势。刘若晨等通过静电监测方法对不同故障大小的滚动轴承进行了检验,得出了静电感应方法可用于实时监测轴承的故障程度,但其直接把实验得出的评价指标按照线性关系来模拟,不具有普适性。
以上均没有具体且科学地探究旋转机械振动信号评价指标与工况之间的敏感度关系,而实际旋转机械工作时,工况会发生改变,进而产生影响评价指标值变化的工况因素,为剔除这一影响,需要清楚评价指标与工况之间的关系。故旋转机械振动特征评价指标与工况的敏感度关系的研究刻不容缓。
发明内容
本发明的目的是为了研究评价指标与工况之间敏感度关系,提出了一种旋转机械振动特性评价指标工况敏感度分析方法,用于在探究评价指标与工况之间的关系的同时,并获得去工况影响下的评价指标值,提高旋转机械故障诊断的精确性。
实现上述目的的一种方法是:一种旋转机械振动特性评价指标工况敏感度分析方法,包括下列步骤:
通过基于所述已判断准确性的旋转机械振动信号,提取评价指标值(时域特征指标、频域特征指标与时频域特征指标);采取控制变量法(不同类型工况,例如载荷或转速等)对评价指标进行整理分组;应用多项式拟合法对已分组的评价指标拟合,并判断多项式拟合法中最高项的次数,进而获取到一组仅随一种工况变化的拟合趋势公式,对该组趋势公式应用插值法整合,得到一种仅随该工况变化的评价指标趋势变化公式,重复上述步骤,得到评价指标随其它工况变化的趋势变化公式,运用线性相减获得去工况因素下的评价指标值。
进一步的,对旋转机械振动信号进行采集与检测:
当旋转机械开始工作时,对其产生的振动信号进行检测与采集。
再进一步的,提取旋转机械振动信号的评价指标:
在所述的振动信号中,应提取故障诊断时域特征值、频域特征值与时频域特征值。
再进一步的,应用控制变量法(不同类型工况,例如载荷与转速等)对评价指标分类步骤包括:
在所述已判断准确性的振动信号中,提取评价指标值,并且根据控制变量法分类评价指标值,即如若按照载荷工况分组:
假设测得旋转机械振动信号中有a种载荷工况、b种转速工况,选用P(任意评价指标)值作为评价指标值;
则该振动信号的P值分别定义为
Figure GDA0003657709160000031
即按照载荷工况来分类的话,则分类结果为[P11 P12 … P1a]、[P21 P22 …P2a]、…、[Pb1 Pb2 …Pba],总共有b组。
以此类推其它评价指标工况组。
再进一步的,应用多项式拟合法对各组振动信号评价指标值拟合步骤:
在所述的评价指标分类中,应用多项式拟合法对该组特征值进行拟合,选用拟合项次数为N(即可选为1、2、3、…),且依次向N+1递增。
再进一步的,平均拟合度的判定:
假设测得旋转机械振动信号中有a种载荷工况、b种转速工况,选用P(任意评价指标)值作为评价指标值,按照载荷工况来进行最高项是N的多项式拟合为例,结果如下:
在所述已按照载荷工况分组,应用多项式拟合法求解出每一组的拟合公式结果为[Fz1_N Fz2_N …Fzb_N];
其中Fz_N表示为按照载荷分类求解出的拟合公式,各下标数字表示为对应分组的序号;
且它们对应拟合度为
Figure GDA0003657709160000032
其中
Figure GDA0003657709160000033
表示为按照载荷分类求解出的拟合公式的拟合度,各下标数字表示为对应分组的序号;
则对应载荷分组的平均拟合度定义为:
Figure GDA0003657709160000041
按照其它工况分组的平均拟合度以此类推。
再进一步的,判断多项式拟合法的最高项次数步骤:
在所述运用多项式拟合法对各组振动信号评价指标值拟合,直至拟合结果的平均拟合度值>0.8,则定义为拟合良好,随即停止拟合。
其它类型工况以此类推。
再进一步的,应用插值法对同一类工况下的变化规律进行步骤综合:
在所述确定了各工况的拟合最高项次数,会得到评价指标随工况变化的拟合趋势线。按照载荷工况分组为例,会得到b组拟合趋势公式;而为了得到评价指标仅随载荷工况影响而做出变化的评价指标趋势变化公式,应将b组拟合趋势公式进行整合,即需要通过运用插值法对b组趋势公式进行插值。
结果如下:
插值后的趋势变化公式为
Figure GDA0003657709160000042
其中Fz1_N、Fz2_N、…、Fzb_N依次表示为b组载荷工况组的拟合趋势公式,xi1表示为载荷工况示数,初始载荷工况定义为x11
选择其它类型工况,重复以上操作,直至求出各个工况的评价指标趋势变化公式。
再进一步的,运用线性相减获取去工况影响的评价指标值步骤:
在所述获取了评价指标各个工况的趋势变化公式,通过采用线性相减差值的办法可以获取去工况因素下的评价指标值,结果如下:
去工况因素下的评价指标值为:F=F0-F_z(Δx1)-F_r(Δx2);
其中定义F_z为载荷趋势线公式,F_r为转速趋势线公式,F0为工况变化后测得评价指标值;x11为初始载荷,x12为初始转速;xn1为载荷变化后的数值,x2n为转速变化后的数值。则载荷差Δx1=xn1-x11,转速差Δx2=x2n-x12
最终获取到去工况因素下的评价指标值。
本发明有益效果
在本发明中通过已按照工况类型分好组的评价指标进行多项式拟合处理,并通过提出平均拟合度这个概念来判断多项式的拟合程度;在获取了分别按照工况分组得到的趋势拟合公式后,运用插值法将得到的趋势拟合公式进行整合,进而获取到一种该评价指标仅随单种工况类型变化的趋势变化公式,通过重复以上处理方法步骤,获取到评价指标与各种工况类型之间的敏感度关系,进而运用线性相减,获取到去工况影响下的评价指标值。
附图说明
图1为本发明的一种旋转机械振动特性评价指标工况敏感度分析方法总体流程方案图。
图2为图1方法总体流程图中旋转机械振动信号采集流程图。
图3为图1方法总体流程图中旋转机械振动信号检测准确性判断与评价指标提取流程图。
图4为图1方法总体流程图中评价指标处理方法及去工况影响后评价指标获取流程图。
图5、图6为图4评价指标获取流程中以滚动轴承按载荷分组得到的多项式拟合法实例图。
具体实施方式
下面将结合本发明的实施例中的附图,对本发明的实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
实施例
请参阅图1,本发明的一种旋转机械振动特性评价指标工况敏感度分析方法包括以下内容:在通过对滚动轴承振动信号的采集与检测后,获取了滚动轴承准确的振动信号后,对其提取适宜的故障评价指标;评价指标处理分析模块是对所述获取的振动信号评价指标,通过指标处理方法,得到评价指标与工况之间的趋势变化公式,最后应用线性关系求得去工况因素下的评价指标值。
请参阅图2,本发明的一种旋转机械振动特性评价指标工况敏感度分析方法包括旋转机械振动信号采集步骤(以下步骤均已滚动轴承振动信号采集为例):
在所述滚动轴承(旋转机械)开始工作时,会产生机械振动,通过在所述轴承的轴承座上固定加速度传感器的测振端,加速度传感器另一端与采集卡相连接,对滚动轴承产生的振动进行测量,获取到滚动轴承的振动信号(电信号形式);然后通过LABVIEW软件编写仿真电路图,将滚动轴承的振动信号(电信号)转化成数字信号,获取的数字信号通过数据显示步骤显示在计算机上,初步判断滚动轴承振动信号的准确性;最终把振动信号(数字信号形式)采用数据储存步骤存储在计算机内。
请参阅图3,本发明的一种旋转机械振动特性评价指标工况敏感度分析方法包括旋转机械振动信号检测步骤(以下步骤均已滚动轴承振动信号检测为例):
在所述已获取的滚动轴承振动信号,需要对振动信号做故障频率频谱分析,即应用Hilbert包络调解法获取振动信号的频率成分(实验频域成分)。
使用滚动轴承故障频率理论公式计算出轴承的理论频域成分,滚动轴承各位置故障频率公式如下:
滚动轴承保持架故障频率
Figure GDA0003657709160000061
滚动轴承滚动体故障频率
Figure GDA0003657709160000062
滚动轴承外环故障频率
Figure GDA0003657709160000063
滚动轴内环故障频率
Figure GDA0003657709160000071
其中d表示为滚动体直径,D表示为滚动轴承节径,
Figure GDA0003657709160000072
表示为径向方向接触角,ω表示为轴承内圈转速,n表示为滚动体数目;
通过将实验频域成分与理论频域成分进行对比对照。
如若一致,则判断该振动信号准确,进入下一步步骤;
如若不一致,则需要重新采集振动信号数据。
请参阅图4,本发明的一种旋转机械振动特性评价指标工况敏感度分析方法包括应用控制变量法(不同类型工况,例如载荷与转速等)对评价指标分类步骤(以下步骤均已滚动轴承振动信号评价指标分类为例):
在所述已确定准确的振动信号中,首先需要提取评价指标(时域、频域与时频域故障评价指标值),以下步骤以提取滚动轴承振动信号的均方根值(Root Mean Square,RMS);
在所述提取的各工况(载荷或转速等)下振动信号的RMS值中,根据控制变量法(根据工况分类)分类评价指标值,分别得到按单种工况的分组,具体步骤如下:
假设测得滚动轴承振动信号中有a种载荷工况、b种转速工况,则该振动信号的RMS值分别定义为
Figure GDA0003657709160000073
即按照载荷工况来分类的话,则分类结果为[RMS11 RMS12 … RMS1a]、[RMS21 RMS22… RMS2a]、…、[RMSb1 RMSb2 … RMSba],总共有b组;按照转速工况来分类的话,则分类结果为
Figure GDA0003657709160000074
总共有a组;其他工况以此类推。
请参阅图4,本发明的一种旋转机械振动特性评价指标工况敏感度分析方法包括应用多项式拟合法对评价指标处理及多项式最高项次数选择步骤(以下步骤均已滚动轴承振动信号评价指标多项式拟合为例):
在所述的已按单种工况分组好的滚动轴承评价指标组中,应用多项式拟合法分别对该组特征值进行拟合,选用拟合最高项次数为N(即可选为1、2、3、…),且依次向N+1递增。
如若拟合结果的平均拟合度值<0.8,则表示拟合欠佳,需要更换拟合最高项次数,继续拟合出结果;
如若拟合结果的平均拟合度值>0.8,则定义为拟合良好,即停止拟合。
其中平均拟合度的定义:
假设测得滚动轴承振动信号中有a种载荷工况、b种转速工况,选用RMS值作为评价指标值,且拟合最高项次数为N;
在所述已按照载荷工况分类的组中,应用多项式拟合法求解出每一组的拟合公式结果为[Fz1_N Fz2_N … Fzb_N];
其中Fz_N表示为按照载荷分类求解出的拟合公式,各下标数字表示为对应组的序号;
且它们对应拟合度为
Figure GDA0003657709160000081
其中
Figure GDA0003657709160000082
表示为按照载荷分类求解出的拟合公式的拟合度,各下标数字表示为对应组的序号;
则对应载荷分组的平均拟合度定义为:
Figure GDA0003657709160000083
按照其它工况分组的平均拟合度以此类推。
请参阅图5,为本发明的一种旋转机械振动评价指标工况敏感度分析方法中按照以上方法进行多项式拟合法得出的实例图(此时滚动轴承有9种载荷工况与7种转速工况,按照载荷工况分组,且采用二项式拟合得出的结果)。
请参阅图4,本发明的一种旋转机械振动特性评价指标工况敏感度分析方法包括应用插值法对同一类工况下的拟合变化规律公式进行综合步骤:
在所述确定了各工况的拟合最高项次数,会得到评价指标随工况变化的拟合趋势公式。
按照载荷分组为例,会得到b组拟合趋势公式,而为了得到评价指标仅随载荷工况影响而做出变化的评价指标趋势变化公式,需将b组拟合趋势公式进行整合,通过运用插值法对b组趋势公式进行插值,可以获得一条仅随单种工况的评价指标趋势变化公式,结果如下:
插值后的趋势变化公式为
Figure GDA0003657709160000091
其中Fz1_N、Fz2_N、…、Fzb_N依次表示为b组载荷工况组的拟合趋势公式,xi1表示为载荷工况具体示数,初始载荷工况定义为x11
选择其它类型工况,重复以上操作,直至求出各个工况的评价指标趋势变化公式。
请参阅图6,为本发明的一种旋转机械振动评价指标工况敏感度分析方法中按照以上方法进行插值法得出的实例图(此时滚动轴承有9种载荷工况与7种转速工况,按照载荷工况分组,应用二项式拟合法得出的多条趋势线,最后应用插值法)。
请参阅图4,本发明的一种旋转机械振动特性评价指标工况敏感度分析方法包括运用线性相减获取去工况影响的评价指标值步骤:
在所述获取了滚动轴承评价指标各个工况的趋势变化公式,可通过采用线性相减差值的办法可以得到去工况因素下的评价指标值,结果如下:
去工况因素下的评价指标值为:F=F0-F_z(Δx1)-F_r(Δx2);
其中定义F_z为载荷趋势线公式,F_r为转速趋势线公式,F0为工况变化后测得评价指标值;x11为初始载荷,x12为初始转速;xn1为载荷变化后的数值,x2n为转速变化后的数值,则载荷差Δx1=xn1-x11,转速差Δx2=x2n-x12
最后应说明的是:以上所述仅为本发明的优选实施例而已,并不用于限制本发明,尽管参照前述实施例对本发明进行了详细的说明,对于本领域的技术人员来说,其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换,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 (1)

1.一种旋转机械振动特性评价指标工况敏感度分析方法,包括以下步骤:
评价指标处理分析模块:通过基于已判断准确性的旋转机械振动信号,提取评价指标值,所述评价指标值包括时域特征指标、频域特征指标与时频域特征指标;采取控制变量法,针对不同类型的工况所述控制变量法包括载荷和转速,对评价指标进行整理分组;应用多项式拟合法对已分组的评价指标拟合,并判断多项式拟合法中最高项的次数,进而获取到一组仅随一种工况变化的拟合趋势公式,对所述拟合趋势公式应用插值法整合,得到一种仅随该工况变化的评价指标趋势变化公式,
重复上述步骤,得到评价指标随其它工况变化的趋势变化公式,运用线性相减获得去工况因素下的评价指标值;
应用控制变量法,针对不同类型的工况所述控制变量法包括载荷和转速,对评价指标分类步骤:
在已判断准确性的振动信号中,提取评价指标值,并且根据控制变量法分类评价指标值,即如若按照载荷工况分组;
假设测得旋转机械振动信号中有a种载荷工况、b种转速工况,选用P,P为任意评价指标值作为评价指标值;
则此组振动信号的P值分别定义为
Figure FDA0003679614720000011
即按照载荷工况来分类的话,则分类结果为[P11 P12 … P1a]、[P21 P22 … P2a]、…、[Pb1Pb2 … Pba],总共有b组;
以此类推其它评价指标工况组;
判断多项式拟合法的最高项次数步骤:
在所述评价指标的分类中,应用多项式拟合法对工况的特征值进行拟合,选用多项式拟合法的拟合最高项次数为N,N为自然数,且依次向N+1递增,直至拟合结果的平均拟合度值>0.8,则定义为拟合良好,即停止拟合;
平均拟合度的定义:
假设测得旋转机械振动信号中有a种载荷工况、b种转速工况,选用P,P为任意评价指标值作为评价指标值,按照载荷工况组来进行最高项次数是N的多项式拟合为例,结果如下:
在已按照载荷工况分组,应用多项式拟合法求解出每一组的拟合公式结果为[Fz1_NFz2_N … Fzb_N];
其中Fz_N表示为按照载荷分类求解出的拟合公式,各下标数字表示为对应分组的序号;
且它们对应拟合度为
Figure FDA0003679614720000021
其中
Figure FDA0003679614720000022
表示为按照载荷分类求解出的拟合公式的拟合度,各下标数字表示为对应分组的序号;
则对应载荷工况组的平均拟合度定义为:
Figure FDA0003679614720000023
按照其它工况分组的平均拟合度以此类推;
应用插值法对同一类工况下的趋势公式进行综合:
在确定了各工况的拟合最高项次数,会得到评价指标随工况变化的拟合趋势公式,按照载荷工况分组为例,会得到b组拟合趋势公式;而为了得到评价指标仅随载荷工况影响而做出变化的评价指标趋势变化公式,应将b组拟合趋势公式进行整合,即需要通过运用插值法对b组趋势公式进行插值,结果如下:
插值后的趋势变化公式为
Figure FDA0003679614720000024
其中Fz1_N、Fz2_N、…、Fzb_N依次表示为b组载荷工况组的拟合趋势公式,xi1表示为载荷工况示数,初始载荷工况定义为x11
选择其它类型工况,重复上述插值法操作,直至求出各个工况的评价指标趋势变化公式;
运用线性相减获取去工况因素下的评价指标值步骤:
在获取的各个工况的评价指标趋势变化公式,通过采用线性相减差值的办法可以获取去工况因素下的评价指标值,结果如下:
去工况因素下的评价指标值为:F=F0-F_z(Δx1)-F_r(Δx2);
其中定义F_z为载荷趋势线公式,F_r为转速趋势线公式,F0为工况变化后测得评价指标值;x11为初始载荷,x12为初始转速;xn1为载荷变化后的数值,x2n为转速变化后的数值,则载荷差Δx1=xn1-x11,转速差Δx2=x2n-x12
CN202010817611.0A 2020-08-14 2020-08-14 一种旋转机械振动特性评价指标工况敏感度分析方法 Active CN111947929B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010817611.0A CN111947929B (zh) 2020-08-14 2020-08-14 一种旋转机械振动特性评价指标工况敏感度分析方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010817611.0A CN111947929B (zh) 2020-08-14 2020-08-14 一种旋转机械振动特性评价指标工况敏感度分析方法

Publications (2)

Publication Number Publication Date
CN111947929A CN111947929A (zh) 2020-11-17
CN111947929B true CN111947929B (zh) 2022-07-29

Family

ID=73343751

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010817611.0A Active CN111947929B (zh) 2020-08-14 2020-08-14 一种旋转机械振动特性评价指标工况敏感度分析方法

Country Status (1)

Country Link
CN (1) CN111947929B (zh)

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5646350A (en) * 1996-01-23 1997-07-08 Computational Systems Inc. Monitoring slow speed machinery using integrator and selective correction of frequency spectrum
CN105784366A (zh) * 2016-03-30 2016-07-20 华北电力大学(保定) 一种变转速下的风电机组轴承故障诊断方法
CN109992895A (zh) * 2019-04-03 2019-07-09 中国水利水电科学研究院 一种设备性能退化趋势提取及预测方法

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
FI112972B (fi) * 1998-07-15 2004-02-13 Abb Research Ltd Laakerin kunnon arviointi
CN103454113B (zh) * 2013-09-16 2016-02-03 中国人民解放军国防科学技术大学 一种适用于工况变化情况下的旋转机械健康监测方法
CN105300688A (zh) * 2015-10-10 2016-02-03 浙江大学 基于rms的自适应齿轮箱转速的快速评估方法
CN108709744B (zh) * 2018-03-05 2019-09-20 安徽大学 一种变负载工况下电机轴承故障诊断方法
CN108426691B (zh) * 2018-03-08 2019-09-06 中国石油大学(北京) 变速旋转机械设备振动状态监测方法及装置
JP6496061B1 (ja) * 2018-03-30 2019-04-03 オークマ株式会社 転がり軸受の異常診断方法及び異常診断装置

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5646350A (en) * 1996-01-23 1997-07-08 Computational Systems Inc. Monitoring slow speed machinery using integrator and selective correction of frequency spectrum
CN105784366A (zh) * 2016-03-30 2016-07-20 华北电力大学(保定) 一种变转速下的风电机组轴承故障诊断方法
CN109992895A (zh) * 2019-04-03 2019-07-09 中国水利水电科学研究院 一种设备性能退化趋势提取及预测方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
Health Condition Evaluation Method for Motorized Spindle Based on Rotation Error and Vibration;Weizheng Chen 等;《2018 Annual Reliability and Maintainability Symposium (RAMS)》;20180913;全文 *
基于特征相关分析的柴油机故障诊断方法研究;杨东 等;《现代制造工程》;20181231(第12期);全文 *

Also Published As

Publication number Publication date
CN111947929A (zh) 2020-11-17

Similar Documents

Publication Publication Date Title
Shi et al. Bearing fault diagnosis under variable rotational speed via the joint application of windowed fractal dimension transform and generalized demodulation: A method free from prefiltering and resampling
Kang et al. Time-varying and multiresolution envelope analysis and discriminative feature analysis for bearing fault diagnosis
Li et al. Gear fault detection and diagnosis under speed-up condition based on order cepstrum and radial basis function neural network
EP2237003B1 (en) Method for analysing vibration in rotor blades
CN111678698B (zh) 一种基于声振信号融合的滚动轴承故障检测方法
Xu et al. Detecting weak position fluctuations from encoder signal using singular spectrum analysis
EP3029449A1 (en) Bearing-device vibration analysis method, bearing-device vibration analysis device, and rolling-bearing status-monitoring device
US7822580B2 (en) Method and a system for monitoring the condition and operation of periodically moving objects
Zhe et al. Pitting damage levels estimation for planetary gear sets based on model simulation and grey relational analysis
Lin et al. A review and strategy for the diagnosis of speed-varying machinery
CN108195584B (zh) 一种基于准确度谱图的滚动轴承故障诊断方法
CN114755017B (zh) 一种跨域数据驱动无监督领域共享网络的变转速轴承故障诊断方法
CN115935243B (zh) 一种基于数据处理的故障分析方法
Sousa et al. Robust cepstral-based features for anomaly detection in ball bearings
CN111947929B (zh) 一种旋转机械振动特性评价指标工况敏感度分析方法
Bouaouiche et al. Detection of defects in a bearing by analysis of vibration signals
Lahdelma et al. Generalised lp norms in vibration analysis of process equipments
Hu et al. Vibration-based synchronous sampling and its application in wind-turbine drive-train-condition monitoring
Srinivas et al. Application of artificial neural network and wavelet transform for vibration analysis of combined faults of unbalances and shaft bow
Cui et al. Instantaneous Frequency Estimation-Based Order Tracking for Bearing Fault Diagnosis Under Strong Noise
Sghir et al. Vibratory monitoring of a spalling bearing defect in variable speed regime
Nithyavathy et al. Vibration monitoring and analysis of ball bearing using gsd platform
Thanagasundram et al. Autoregressive based diagnostics scheme for detection of bearing faults
CN114383718A (zh) 一种基于燃机外机匣振动信号的高频叶片通过频率提取方法
CN112664379A (zh) 水轮机组故障预判方法及装置

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