CN113092114A - 一种轴承故障诊断方法、装置及存储介质 - Google Patents
一种轴承故障诊断方法、装置及存储介质 Download PDFInfo
- Publication number
- CN113092114A CN113092114A CN202110378430.7A CN202110378430A CN113092114A CN 113092114 A CN113092114 A CN 113092114A CN 202110378430 A CN202110378430 A CN 202110378430A CN 113092114 A CN113092114 A CN 113092114A
- Authority
- CN
- China
- Prior art keywords
- vibration signal
- bearing
- fault diagnosis
- kurtosis
- signal
- 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
- 238000003745 diagnosis Methods 0.000 title claims abstract description 78
- 238000000034 method Methods 0.000 title claims abstract description 50
- 238000003860 storage Methods 0.000 title claims abstract description 10
- 238000001914 filtration Methods 0.000 claims abstract description 36
- 238000001228 spectrum Methods 0.000 claims description 39
- 238000012545 processing Methods 0.000 claims description 34
- 238000012937 correction Methods 0.000 claims description 20
- 238000004590 computer program Methods 0.000 claims description 9
- 238000012952 Resampling Methods 0.000 claims description 8
- 230000008569 process Effects 0.000 claims description 8
- 238000004458 analytical method Methods 0.000 claims description 6
- 238000002405 diagnostic procedure Methods 0.000 claims 1
- 238000012986 modification Methods 0.000 description 10
- 230000004048 modification Effects 0.000 description 10
- 238000002474 experimental method Methods 0.000 description 4
- 238000001514 detection method Methods 0.000 description 3
- 238000004519 manufacturing process Methods 0.000 description 3
- 230000000737 periodic effect Effects 0.000 description 3
- 230000006870 function Effects 0.000 description 2
- 238000009776 industrial production Methods 0.000 description 2
- 238000005096 rolling process Methods 0.000 description 2
- 238000005299 abrasion Methods 0.000 description 1
- 230000004075 alteration Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000002349 favourable effect Effects 0.000 description 1
- 230000003595 spectral effect Effects 0.000 description 1
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
- G01M13/00—Testing of machine parts
- G01M13/04—Bearings
- G01M13/045—Acoustic 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
本发明公开了一种轴承故障诊断方法、装置、及存储介质。方法包括:获取待测轴承的振动信号;对振动信号进行分析,获得峭度值;根据峭度值对振动信号进行滤波处理;根据滤波处理后的信号进行轴承故障诊断。本发明采用上述方法对检测的振动信号进行滤波处理后,能够有效去除信号中的噪声,为后续的故障诊断提供了准确可靠的数据,提升了轴承故障诊断的准确率。
Description
技术领域
本发明涉及机械制造技术领域,特别涉及一种轴承故障诊断方法、装置及存储介质。
背景技术
轴承,尤其滚动轴承,是工业机械设备的关键零部件之一,被广泛的应用于机床、电器、交通工具等机械设备领域,因此,轴承的质量直接影响机械设备的功能、运行状态、使用寿命和工作效率。根据统计,一些大型机械约有20%—30%的故障是由轴承损坏引起的。在工业生产中,轴承的失效形式比较多,例如磨损、点蚀、脱落、断裂等,一旦轴承存在其中任一失效形式,通常都会引起设备振动,从而产生噪音,严重时导致设备损坏甚至引发机械事故。
然而,在机械工业生产线中,轴承的尺寸往往都比较大,且较容易受到损伤,当轴承带病运行时,设备的振动极其微弱,且极易淹没在其他设备的噪声中,因此轴承故障带来的设备振动很难发现和识别,从而造成设备故障漏诊。如果轴承长时间带病运行,将会给设备的正常运转带来影响,严重者将导致设备故障,甚至造成停机脱产等严重状况,继而影响工业生产的工作效率。
发明内容
本发明实施例提供了一种轴承故障诊断方法、装置及存储介质,用以解决现有技术中轴承故障引起的设备振动难以检测,造成故障漏诊的问题。
一方面,本发明实施例提供了一种轴承故障诊断方法,包括:
获取待测轴承的振动信号;
对振动信号进行分析,获得峭度值;
根据峭度值对振动信号进行滤波处理;
根据滤波处理后的信号进行轴承故障诊断。
在一种可能的实现方式中,对振动信号进行分析,获得峭度值,以及根据峭度值对振动信号进行滤波处理,包括:
采用快速谱峭度分析方法确定振动信号的峭度值,如果峭度值大于或等于预定的峭度阈值,则对振动信号进行修正处理,并对修正处理后的振动信号进行滤波处理;或
如果峭度值小于预定的峭度阈值,则获得待测轴承正常的诊断结果。
在一种可能的实现方式中,对振动信号的修正处理为加窗修正。
在一种可能的实现方式中,对修正处理后的振动信号进行滤波处理,包括:
根据峭度值确定带通滤波器的中心频率和带宽;
使用具有中心频率和带宽的带通滤波器对修正处理后的振动信号进行滤波处理。
在一种可能的实现方式中,方法还包括:
确定修正处理后的振动信号的功率谱;
显示功率谱。
在一种可能的实现方式中,根据滤波处理后的信号进行轴承故障诊断,包括:
对滤波处理后的信号进行希尔伯特变换,获得解调后的包络信号;
对包络信号进行重采样和补零处理;
对经过重采样和补零处理后的信号进行快速傅里叶变换,获得功率谱;
判断功率谱中的频率信息是否与预设的特征频率匹配,如果是,则获得待测轴承故障的诊断结果;或
如果功率谱中的频率信息与预设的特征频率不匹配,则获得待测轴承正常的诊断结果。
另一方面,本发明实施例提供了一种应用上述方法的轴承故障诊断装置,包括:
信号获取模块,用于获取待测轴承的振动信号;
峭度获取模块,用于对振动信号进行分析,获得峭度值;
滤波处理模块,用于根据峭度值对振动信号进行滤波处理;
故障诊断模块,用于根据滤波处理后的信号进行轴承故障诊断。
在一种可能的实现方式中,峭度获取模块和滤波处理模块,还可以用于:
采用快速谱峭度分析方法确定振动信号的峭度值,如果峭度值大于或等于预定的峭度阈值,则对振动信号进行修正处理,并对修正处理后的振动信号进行滤波处理;或
如果峭度值小于预定的峭度阈值,则获得待测轴承正常的诊断结果。
在一种可能的实现方式中,对振动信号的修正处理为加窗修正。
在一种可能的实现方式中,滤波处理模块,还可以用于:
根据峭度值确定带通滤波器的中心频率和带宽;
使用具有中心频率和带宽的带通滤波器对修正处理后的振动信号进行滤波处理。
在一种可能的实现方式中,还包括:
功率谱确定模块,用于确定修正处理后的振动信号的功率谱;
显示模块,用于显示功率谱。
在一种可能的实现方式中,故障诊断模块,还可以用于:
对滤波处理后的信号进行希尔伯特变换,获得解调后的包络信号;
对包络信号进行重采样和补零处理;
对经过重采样和补零处理后的信号进行快速傅里叶变换,获得功率谱;
判断功率谱中的频率信息是否与预设的特征频率匹配,如果是,则获得待测轴承故障的诊断结果;或
如果功率谱中的频率信息与预设的特征频率不匹配,则获得待测轴承正常的诊断结果。
另一方面,本发明实施例提供了一种电子设备,包括:
至少一个处理器;以及
与至少一个处理器通信连接的存储器,存储器存储有可被至少一个处理器执行的计算机指令,计算机指令被至少一个处理器执行,以使至少一个处理器能够执行上述方法。
另一方面,本发明实施例提供了一种计算机可读存储介质,存储介质用于存储计算机指令,计算机指令用于使计算机执行上述方法。
另一方面,本发明实施例提供了一种计算机程序产品,包括计算机程序,计算机程序被处理器执行时实现上述方法。
本发明中的一种轴承故障诊断方法、装置及存储介质,具有以下优点:
对检测的振动信号进行滤波处理后,能够有效去除信号中的噪声,为后续的故障诊断提供了准确可靠的数据,提升了轴承故障诊断的准确率。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本发明第一实施例中提供的轴承故障诊断方法流程示意图;
图2为本发明第二实施例中提供的轴承故障诊断方法流程示意图;
图3为本发明第三实施例中提供的轴承故障诊断方法流程示意图;
图4为本发明第四实施例中提供的轴承故障诊断方法流程示意图;
图5为本发明第五实施例中提供的轴承故障诊断方法流程示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明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。
现有技术中,由于机械设备中的轴承尺寸比较大,因此带病运行时的振动信号比较微弱,难以得到准确的获取。加上机械设备在运转时本身的噪声较大,故障轴承运行时微弱的振动信号就极易淹没在噪声中,进一步加大了轴承故障的诊断难度。
为了解决现有技术中存在的问题,本发明提供了一种轴承故障诊断方法、装置及存储介质,通过对振动信号进行带通滤波,将振动信号中的低频信号滤除,仅保留能够体现轴承故障的中高频信号。因此经过滤波处理后,体现轴承故障的信号得到了保留,为后续的轴承故障诊断提供了准确可靠的数据基础,提高了轴承故障诊断结果的准确性。
图1为本发明第一实施例提供的一种轴承故障诊断方法的流程图。本发明实施例中提供的一种轴承故障诊断方法,包括:
S100、获取待测轴承的振动信号。
示例性地,待测轴承可以为滚动轴承、滑动轴承、关节轴承、深沟球轴承等。在检测待测轴承的振动信号时,需要在机械设备上安装专用的检测设备上,通过该检测设备检测轴承的振动信号。
S101、对振动信号进行分析,获得峭度值。
在数学上,峭度是用来描述样本的函数图形顶峰的凸平度的参数。示例性地,本发明实施例是在时域中对振动信号进行分析,以得到相应的峭度值。获得的峭度值为标量,按照经验,正常轴承的振动信号对应的峭度值在3以内,而一旦峭度值大于3,表示轴承存在故障。
S102、根据峭度值对振动信号进行滤波处理。
在S101根据峭度值确定轴承存在故障时,即可对故障轴承的振动信号进行滤波处理。在本发明实施例中,滤波处理的目的是将振动信号中代表轴承故障以外的信号滤除,以将对后续故障诊断有用的信号甄别出来,提高故障诊断的准确率。示例性地,本发明实施例中,通过带通滤波器对振动信号进行滤波处理,该带通滤波器经过合理的设计可以将振动信号中的低频分量剔除,这些低频分量一般都是机械设备的噪声,这些噪声对轴承故障的诊断没有任何帮助,反而会影响诊断结果的准确度。经过带通滤波器滤波处理后,中高频段的分量得到保留,保留下来的中高频段分量包含了轴承故障的信息,因此能够被直接用于后续的轴承故障诊断。
S103、根据滤波处理后的信号进行轴承故障诊断。
在S102对振动信号滤波处理后,信号仅包含中高频段的分量,可以直接利用该中高频的分量进行轴承故障诊断。
本发明实施例提供的一种轴承故障诊断方法,具有以下优点:
对检测的振动信号进行滤波处理后,能够有效去除信号中的噪声,为后续的故障诊断提供了准确可靠的数据,提升了轴承故障诊断的准确率。
图2为本发明第二实施例提供的轴承故障诊断方法流程图。在上述第一实施例的基础上,在S101中,对振动信号进行分析,获得峭度值,以及在S102中,根据峭度值对振动信号进行滤波处理,可以包括:
S200、采用快速谱峭度分析方法确定振动信号的峭度值;S201、如果峭度值大于或等于预定的峭度阈值,则对振动信号进行修正处理;S202、对修正处理后的振动信号进行滤波处理;S203、如果峭度值小于预定的峭度阈值,则获得待测轴承正常的诊断结果。
在上述实施例中,由于振动信号的长度有限,不是标准的周期信号,这种非周期的信号对后续处理带来了困难,因此需要将非周期性的振动信号转换为周期性的信号,而这种转换手段就是上述的修正处理。
示例性地,预定的峭度阈值为3,如果振动信号的峭度值大于或等于3,说明轴承存在故障,而如果振动信号的峭度值小于3,说明轴承正常。具体地,根据公开数据计算和实验可知,轴承外圈故障时,峭度值约为7.62,内圈故障时,峭度值约为5.63,而轴承正常时的峭度值约为2.86,因此可以初步根据峭度值来确定轴承是否存在故障。
在一种可能的实施例中,在上述第二实施例的基础上,上述对振动信号进行修正处理,可以包括:
对振动信号的修正处理为加窗修正。
加窗修正的目的是将两个相邻周期信号之间不连续的点进行平滑处理,使修正后的信号在任何时刻都保持平滑,避免后续的处理出现问题。
图3为本发明第三实施例提供的轴承故障诊断方法流程图。在上述第二实施例的基础上,S201、如果峭度值大于或等于预定的峭度阈值,则对振动信号进行修正处理,可以包括:
S300、根据峭度值确定带通滤波器的中心频率和带宽;S301、使用具有上述中心频率和带宽的带通滤波器对修正处理后的振动信号进行滤波处理。
经过上述滤波处理后,振动信号中的中高频信号得到了保留。
图4为本发明第四实施例提供的轴承故障诊断方法流程图。在上述第二实施例的基础上,方法还可以包括:
S400、确定修正处理后的振动信号的功率谱;S401、显示功率谱。
在本发明实施例中,功率谱是功率谱密度函数的简称,用来表示信号功率随着频率变化的情况。获得修正处理后的振动信号的功率谱,并显示给实验操作人员,可以让实验操作人员对当前的振动信号有一个大概了解。
图5为本发明第五实施例提供的轴承故障诊断方法流程图。在上述第一实施例的基础上,在S103中,根据滤波处理后的信号进行轴承故障诊断,可以包括:
S500、对滤波处理后的信号进行希尔伯特变换,获得解调后的包络信号;S501、对包络信号进行重采样和补零处理;S502、对经过重采样和补零处理后的信号进行快速傅里叶变换,获得功率谱;S503、判断功率谱中的频率信息是否与预设的特征频率匹配,如果是,则获得待测轴承故障的诊断结果;S504、如果功率谱中的频率信息与预设的特征频率不匹配,则获得待测轴承正常的诊断结果。
示例性地,滤波处理后的信号为频域信号,经过希尔伯特变换后得到了时域的包络信号。对包络信号进行重采样和补零处理后,通过快速傅里叶变换FFT再将时域的信号转换为频域信号。获得频域信号后,就可以计算相应的功率谱,功率谱是表示信号功率随着频率变化的情况,因此功率谱包含了信号的一些频率信息,将该频率信息与预设的特征频率进行比较,判断二者是否匹配,即相似程度是否达到预定的阈值,如果匹配,说明信号代表的故障情况和预设的特征频率代表的故障情况一致。而本发明实施例中,上述预设的特征频率代表轴承存在故障,因此如果功率谱中的频率信息与预设的特征频率匹配,则说明轴承存在故障,否则说明轴承正常。
本发明第一实施例提供的一种轴承故障诊断方法,具有以下优点:
(1)、诊断准确,实验操作方便;
(2)、能够在线下进行实时操作,有利于实验分析设备故障出现的多种可能性。
本发明实施例还提供了一种轴承故障诊断装置,包括:
信号获取模块,用于获取待测轴承的振动信号;
峭度获取模块,用于对振动信号进行分析,获得峭度值;
滤波处理模块,用于根据峭度值对振动信号进行滤波处理;
故障诊断模块,用于根据滤波处理后的信号进行轴承故障诊断。
在一种可能的实施例中,峭度获取模块和滤波处理模块,还可以用于:
采用快速谱峭度分析方法确定振动信号的峭度值,如果峭度值大于或等于预定的峭度阈值,则对振动信号进行修正处理,并对修正处理后的振动信号进行滤波处理;或
如果峭度值小于预定的峭度阈值,则获得待测轴承正常的诊断结果。
在一种可能的实施例中,对振动信号的修正处理为加窗修正。
在一种可能的实施例中,滤波处理模块,还可以用于:
根据峭度值确定带通滤波器的中心频率和带宽;
使用具有中心频率和带宽的带通滤波器对修正处理后的振动信号进行滤波处理。
在一种可能的实施例中,还包括:
功率谱确定模块,用于确定修正处理后的振动信号的功率谱;
显示模块,用于显示功率谱。
在一种可能的实施例中,故障诊断模块,还可以用于:
对滤波处理后的信号进行希尔伯特变换,获得解调后的包络信号;
对包络信号进行重采样和补零处理;
对经过重采样和补零处理后的信号进行快速傅里叶变换,获得功率谱;
判断功率谱中的频率信息是否与预设的特征频率匹配,如果是,则获得待测轴承故障的诊断结果;或
如果功率谱中的频率信息与预设的特征频率不匹配,则获得待测轴承正常的诊断结果。
本发明实施例还提供了一种电子设备,包括:
至少一个处理器;以及
与至少一个处理器通信连接的存储器,存储器存储有可被至少一个处理器执行的计算机指令,计算机指令被至少一个处理器执行,以使至少一个处理器能够执行上述方法。
本发明实施例还提供了一种计算机可读存储介质,存储介质用于存储计算机指令,计算机指令用于使计算机执行上述方法。
本发明实施例还提供了一种计算机程序产品,包括计算机程序,计算机程序被处理器执行时实现上述方法。
尽管已描述了本发明的优选实施例,但本领域内的技术人员一旦得知了基本创造性概念,则可对这些实施例作出另外的变更和修改。所以,所附权利要求意欲解释为包括优选实施例以及落入本发明范围的所有变更和修改。
显然,本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样,倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内,则本发明也意图包含这些改动和变型在内。
Claims (10)
1.一种轴承故障诊断方法,其特征在于,包括:
获取待测轴承的振动信号;
对所述振动信号进行分析,获得峭度值;
根据所述峭度值对所述振动信号进行滤波处理;
根据滤波处理后的信号进行轴承故障诊断。
2.根据权利要求1所述的轴承故障诊断方法,其特征在于,所述对所述振动信号进行分析,获得峭度值,以及根据所述峭度值对所述振动信号进行滤波处理,包括:
采用快速谱峭度分析方法确定所述振动信号的峭度值;
如果所述峭度值大于或等于预定的峭度阈值,则对所述振动信号进行修正处理,并对修正处理后的振动信号进行滤波处理;或
如果所述峭度值小于所述预定的峭度阈值,则获得所述待测轴承正常的诊断结果。
3.根据权利要求2所述的轴承故障诊断方法,其特征在于,对所述振动信号的修正处理为加窗修正。
4.根据权利要求2所述的轴承故障诊断方法,其特征在于,所述对修正处理后的振动信号进行滤波处理,包括:
根据所述峭度值确定带通滤波器的中心频率和带宽;
使用具有所述中心频率和带宽的带通滤波器对所述修正处理后的振动信号进行滤波处理。
5.根据权利要求2所述的轴承故障诊断方法,其特征在于,所述方法还包括:
确定所述修正处理后的振动信号的功率谱;
显示所述功率谱。
6.根据权利要求1所述的轴承故障诊断方法,其特征在于,所述根据滤波处理后的信号进行轴承故障诊断,包括:
对所述滤波处理后的信号进行希尔伯特变换,获得解调后的包络信号;
对所述包络信号进行重采样和补零处理;
对经过所述重采样和补零处理后的信号进行快速傅里叶变换,获得功率谱;
判断所述功率谱中的频率信息是否与预设的特征频率匹配,如果是,则获得所述待测轴承故障的诊断结果;或
如果所述功率谱中的频率信息与预设的特征频率不匹配,则获得所述待测轴承正常的诊断结果。
7.一种应用权利要求1-6任一项所述方法的轴承故障诊断装置,其特征在于,包括:
信号获取模块,用于获取待测轴承的振动信号;
峭度获取模块,用于对所述振动信号进行分析,获得峭度值;
滤波处理模块,用于根据所述峭度值对所述振动信号进行滤波处理;
故障诊断模块,用于根据滤波处理后的信号进行轴承故障诊断。
8.一种电子设备,其特征在于,包括:
至少一个处理器;以及
与所述至少一个处理器通信连接的存储器,所述存储器存储有可被所述至少一个处理器执行的计算机指令,所述计算机指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行权利要求1-6任意一项所述的方法。
9.一种计算机可读存储介质,其特征在于,所述存储介质用于存储计算机指令,所述计算机指令用于使计算机执行权利要求1-6任意一项所述的方法。
10.一种计算机程序产品,其特征在于,包括计算机程序,所述计算机程序被处理器执行时实现权利要求1-6任意一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110378430.7A CN113092114B (zh) | 2021-04-08 | 2021-04-08 | 一种轴承故障诊断方法、装置及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110378430.7A CN113092114B (zh) | 2021-04-08 | 2021-04-08 | 一种轴承故障诊断方法、装置及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113092114A true CN113092114A (zh) | 2021-07-09 |
CN113092114B CN113092114B (zh) | 2024-05-10 |
Family
ID=76675258
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110378430.7A Active CN113092114B (zh) | 2021-04-08 | 2021-04-08 | 一种轴承故障诊断方法、装置及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113092114B (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113567128A (zh) * | 2021-07-26 | 2021-10-29 | 西南交通大学 | 列车轴承故障特征精密提取与诊断方法、设备及存储介质 |
CN113933035A (zh) * | 2021-09-30 | 2022-01-14 | 中国船舶重工集团公司第七一九研究所 | 基于相关性分析的旋转机械装备故障诊断方法和系统 |
CN118010165A (zh) * | 2024-04-08 | 2024-05-10 | 宁波泰利电器有限公司 | 一种直发梳自动感应温度预警方法及系统 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102798529A (zh) * | 2012-08-30 | 2012-11-28 | 桂林电子科技大学 | 大型风力机组轴承故障诊断方法及系统 |
CN106096200A (zh) * | 2016-06-29 | 2016-11-09 | 潍坊学院 | 一种基于小波分解和谱峭度的包络分析方法 |
CN109030001A (zh) * | 2018-10-08 | 2018-12-18 | 电子科技大学 | 一种基于改进hht的滚动轴承故障诊断方法 |
CN109839272A (zh) * | 2019-03-25 | 2019-06-04 | 湖南工业大学 | 基于故障冲击提取与自相关总体平均的轴承故障诊断方法 |
CN110017991A (zh) * | 2019-05-13 | 2019-07-16 | 山东大学 | 基于谱峭度和神经网络的滚动轴承故障分类方法及系统 |
CN110160791A (zh) * | 2019-06-27 | 2019-08-23 | 郑州轻工业学院 | 基于小波-谱峭度的感应电机轴承故障诊断系统及诊断方法 |
WO2019197771A1 (fr) * | 2018-04-09 | 2019-10-17 | Safran | Procédé et dispositif de surveillance d'une machine tournante |
CN111307460A (zh) * | 2020-03-14 | 2020-06-19 | 中国石化销售股份有限公司华南分公司 | 基于计算阶次跟踪与谱峭度的滚动轴承故障诊断方法 |
-
2021
- 2021-04-08 CN CN202110378430.7A patent/CN113092114B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102798529A (zh) * | 2012-08-30 | 2012-11-28 | 桂林电子科技大学 | 大型风力机组轴承故障诊断方法及系统 |
CN106096200A (zh) * | 2016-06-29 | 2016-11-09 | 潍坊学院 | 一种基于小波分解和谱峭度的包络分析方法 |
WO2019197771A1 (fr) * | 2018-04-09 | 2019-10-17 | Safran | Procédé et dispositif de surveillance d'une machine tournante |
CN109030001A (zh) * | 2018-10-08 | 2018-12-18 | 电子科技大学 | 一种基于改进hht的滚动轴承故障诊断方法 |
CN109839272A (zh) * | 2019-03-25 | 2019-06-04 | 湖南工业大学 | 基于故障冲击提取与自相关总体平均的轴承故障诊断方法 |
CN110017991A (zh) * | 2019-05-13 | 2019-07-16 | 山东大学 | 基于谱峭度和神经网络的滚动轴承故障分类方法及系统 |
CN110160791A (zh) * | 2019-06-27 | 2019-08-23 | 郑州轻工业学院 | 基于小波-谱峭度的感应电机轴承故障诊断系统及诊断方法 |
CN111307460A (zh) * | 2020-03-14 | 2020-06-19 | 中国石化销售股份有限公司华南分公司 | 基于计算阶次跟踪与谱峭度的滚动轴承故障诊断方法 |
Non-Patent Citations (1)
Title |
---|
汤伟等: "一种面向大负载低转速轴承的故障诊断方法", 中国造纸, pages 7 - 8 * |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113567128A (zh) * | 2021-07-26 | 2021-10-29 | 西南交通大学 | 列车轴承故障特征精密提取与诊断方法、设备及存储介质 |
CN113933035A (zh) * | 2021-09-30 | 2022-01-14 | 中国船舶重工集团公司第七一九研究所 | 基于相关性分析的旋转机械装备故障诊断方法和系统 |
CN113933035B (zh) * | 2021-09-30 | 2023-08-29 | 中国船舶重工集团公司第七一九研究所 | 基于相关性分析的旋转机械装备故障诊断方法和系统 |
CN118010165A (zh) * | 2024-04-08 | 2024-05-10 | 宁波泰利电器有限公司 | 一种直发梳自动感应温度预警方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
CN113092114B (zh) | 2024-05-10 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113092114B (zh) | 一种轴承故障诊断方法、装置及存储介质 | |
Guo et al. | Faulty bearing signal recovery from large noise using a hybrid method based on spectral kurtosis and ensemble empirical mode decomposition | |
Saidi et al. | Bi-spectrum based-EMD applied to the non-stationary vibration signals for bearing faults diagnosis | |
JP5216903B2 (ja) | 歯車噛み合い障害検出の側波帯エネルギー比率方法 | |
Yang et al. | Vibration feature extraction techniques for fault diagnosis of rotating machinery: a literature survey | |
JP4120099B2 (ja) | 軸受の異常診断方法および異常診断装置 | |
JP2001304954A (ja) | 故障診断方法及びその装置 | |
US11927501B2 (en) | Method and device for monitoring a gear system | |
JP2012242336A (ja) | 軸受診断方法及びシステム | |
KR20170023632A (ko) | 소음 진동 분석 시스템 | |
WO2021049068A1 (ja) | 振動検出装置、振動検出方法および異常判定システム | |
JP2020183939A (ja) | ギアボックスの異常検出方法及び情報処理装置 | |
KR20120121621A (ko) | 차량의 이상 진단 장치, 이상 진단 방법 및 그 진단 방법의 기록매체 | |
CN111289243A (zh) | 一种判定齿轮箱异响的方法、系统及存储介质 | |
JP5643372B2 (ja) | 回転機の良否診断システム | |
CN114689298A (zh) | 采煤机行走部的故障检测方法及装置 | |
CN115438688A (zh) | 关键设备的故障检测方法、装置、电子设备及存储介质 | |
JP7381390B2 (ja) | 異常診断装置、および、保守管理システム | |
JP2006300524A (ja) | 異音検査方法 | |
CN113049251A (zh) | 一种基于噪声的轴承故障诊断方法 | |
JP6934832B2 (ja) | 状態監視装置、状態監視システムおよび状態監視方法 | |
JP7476440B2 (ja) | 回転機械の衝撃系異常の診断方法 | |
JP7040920B2 (ja) | 軸受の状態監視装置及び異常診断方法 | |
CN113516023A (zh) | 设备振动异常诊断方法和系统 | |
CN110736615B (zh) | 一种弹簧缺陷的诊断方法 |
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 |