CN113482945B - 基于振动特征值的风机振动故障诊断方法及装置 - Google Patents
基于振动特征值的风机振动故障诊断方法及装置 Download PDFInfo
- Publication number
- CN113482945B CN113482945B CN202110728713.XA CN202110728713A CN113482945B CN 113482945 B CN113482945 B CN 113482945B CN 202110728713 A CN202110728713 A CN 202110728713A CN 113482945 B CN113482945 B CN 113482945B
- Authority
- CN
- China
- Prior art keywords
- vibration
- judging
- fan
- executing
- motor
- 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
Links
Images
Classifications
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F04—POSITIVE - DISPLACEMENT MACHINES FOR LIQUIDS; PUMPS FOR LIQUIDS OR ELASTIC FLUIDS
- F04D—NON-POSITIVE-DISPLACEMENT PUMPS
- F04D25/00—Pumping installations or systems
- F04D25/02—Units comprising pumps and their driving means
- F04D25/08—Units comprising pumps and their driving means the working fluid being air, e.g. for ventilation
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F04—POSITIVE - DISPLACEMENT MACHINES FOR LIQUIDS; PUMPS FOR LIQUIDS OR ELASTIC FLUIDS
- F04D—NON-POSITIVE-DISPLACEMENT PUMPS
- F04D27/00—Control, e.g. regulation, of pumps, pumping installations or pumping systems specially adapted for elastic fluids
- F04D27/001—Testing thereof; Determination or simulation of flow characteristics; Stall or surge detection, e.g. condition monitoring
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F04—POSITIVE - DISPLACEMENT MACHINES FOR LIQUIDS; PUMPS FOR LIQUIDS OR ELASTIC FLUIDS
- F04D—NON-POSITIVE-DISPLACEMENT PUMPS
- F04D27/00—Control, e.g. regulation, of pumps, pumping installations or pumping systems specially adapted for elastic fluids
- F04D27/02—Surge control
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F04—POSITIVE - DISPLACEMENT MACHINES FOR LIQUIDS; PUMPS FOR LIQUIDS OR ELASTIC FLUIDS
- F04D—NON-POSITIVE-DISPLACEMENT PUMPS
- F04D29/00—Details, component parts, or accessories
- F04D29/002—Details, component parts, or accessories especially adapted for elastic fluid pumps
Landscapes
- Engineering & Computer Science (AREA)
- Mechanical Engineering (AREA)
- General Engineering & Computer Science (AREA)
- Control Of Positive-Displacement Air Blowers (AREA)
Abstract
本发明涉及一种基于振动特征值的风机振动故障诊断方法及装置,基于振动特征值的风机振动故障诊断方法通过对机自由端水平方向、垂直方向和轴向,电机驱动端水平方向、垂直方向和轴向,风机端轴承箱上水平方向、垂直方向和轴向的振动幅值和相位进行判别,根据风机的振动信号特征进行分类识别,最终确定振动的故障原因。与现有技术相比,本发明能够根据风机振动异常信号的特征,准确、快速的判断出风机振动故障的种类。
Description
技术领域
本发明涉及风机故障诊断领域,尤其是涉及一种基于振动特征值的风机振动故障诊断方法及装置。
背景技术
风机是能源化工等领域常见的辅机设备,此类设备最容易发生的故障是振动,振动故障的型式多种多样,风机振动故障长期对用户的安全性和经济性造成严重的影响。
目前,对于风机振动异常问题,需要由专业的振动专家解决,风机一旦发生振动异常,需要联系振动专家到现场进行分析、处理。由于处理问题的不及时性,可能会因风机振动故障导致全厂停电、停产,因此迫切需要一种可以根据异常振动的信号特征,及时、准确的诊断风机振动的方法。
发明内容
本发明的目的就是为了提供一种基于振动特征值的风机振动故障诊断方法及装置,能够根据风机振动异常信号的特征,准确、快速的判断出风机振动故障的种类。
本发明的目的可以通过以下技术方案来实现:
一种基于振动特征值的风机振动故障诊断方法,包括:
步骤S1:获取风机及其驱动电机的振动信号,并判断是否存在任一测点的振动幅值达到第一设定阈值,若为是,则执行步骤S2;
步骤S2:判断风机侧的振动幅值是否大于电机侧,若为是,则执行步骤S3,反之则执行步骤S4;
步骤S3:根据风机侧的振动信号判断风机侧的故障;
步骤S4:根据电机侧的振动信号判断电机侧的故障。
所述步骤S3具体包括:
步骤S31:判断振动是否随转速变化,若为是,则执行步骤S32,反之则执行步骤S36;
步骤S32:判断风机的振动信号是否为水平方向振动大,若为是,则执行步骤S33,反之则执行步骤S34;
步骤S33:若振动信号中1倍频分量在总幅值中占比≥70%,判定风机存在质量不平衡;若振动信号中出现2倍频分量,2倍频分量在总幅值中占比≥30%,判定为轴系不对中故障;若出现低次谐波,则判定为风机烟道设计问题;若出现高次谐波,则判定风机存在松动部件;若振动频率出现叶片数与转速频率乘积频率信号,则判定为开度不一致;若振动信号中出现高频分量,且通频幅值达到第二设定阈值,则判定为风机轴承故障;
步骤S34:判断风机的振动信号是否为垂直方向振动大,若为是,则判定为支撑刚度不足,反之则执行步骤S35;
步骤S35:若风机的振动信号中轴向振动大,则判断风机是否为悬臂结构,若为是,则判定风机存在质量不平衡,反之则判定为风机推力轴承或者联轴器损坏;
步骤S36:判断是否只在某一转速区间振动大,若为是,则判定存在共振现象,反之,则执行步骤S37;
步骤S37:记录发生振动异常时刻t1,判断在t1之前预设时间内振动幅值变化是否达到第三设定阈值,若为是,判定为突发振动,并执行步骤S38;反之则执行步骤S39;
步骤S38:判断突发的振动是否与风机负荷有关,若为是,则判定为联轴器故障或叶轮松动,反之则判定为部件或积灰脱落;
步骤S39:判断振动是否长时间以来缓慢增大,若为是,则判定风机存在叶轮磨损或积灰故障。
所述步骤S4具体包括:
步骤S41:将电机与风机解列,单转电机,若电机单转时振动正常,则判定为外伸端故障,反之,则为电机单转异常,并执行步骤S42;
步骤S42:判断振动是否随转速的变化而变化,若为否,则判定为共振,反之则执行步骤S43;
步骤S43:判断是否是水平方向振动最大,若为是,则执行步骤S44,反之则执行步骤S48;
步骤S44:判断电机水平方向振动中1倍频分量占比是否超过70%,如为是,则执行步骤S45,反之则执行步骤S46;
步骤S45:判断电机地脚与基础差别振动是否超过第四设定阈值,若为是,则判定为地脚螺栓松动,反之判定为电机存在质量不平衡问题;
步骤S46:判断振动信号中是否存在高次谐波分量,若高次谐波分量占比超过30%且通频幅值达到第二设定阈值,则判定为电机存在松动部件,反之则执行步骤S47;
步骤S47:若振动信号中出现高频分量,且通频幅值达到第二设定阈值,则判定为滚动轴承损坏;
步骤S48:确定是否是电机垂直方向振动最大,若为是,则判定为支撑刚度不足,反之则判定为电气故障。
所述第一设定阈值为57微米,第二设定阈值为5微米。
所述第三设定阈值为20微米。
一种基于振动特征值的风机振动故障诊断装置,包括处理器、存储器和程序,所述处理器执行所述程序时实现上述方法。
与现有技术相比,本发明具有以下有益效果:能够根据风机振动异常信号的特征,准确、快速的判断出风机振动故障的种类,便于有针对性的解决风机振动故障问题,避免了不必要的操作,节约了诊断时间和费用。
附图说明
图1为本发明的结构示意图。
具体实施方式
下面结合附图和具体实施例对本发明进行详细说明。本实施例以本发明技术方案为前提进行实施,给出了详细的实施方式和具体的操作过程,但本发明的保护范围不限于下述的实施例。
一种基于振动特征值的风机振动故障诊断方法,该方法以计算机程序的形式由计算机系统实现,该方法需要在风机和电机上安装振动传感器,在小型系统中,可以安装在联轴器的轴承上,在大型系统中,分别安装在风机和电机的罩壳上,以此传感器采集的振动信号作为输入数据来源。
具体的,如图1所示,方法的实现包括如下步骤:
1)获取风机及其驱动电机的振动信息;
2)当某一测点振动幅值大于报警值,即通频幅值A≥57μm时,说明风机系统振动异常,转至步骤2);
3)如果是风机侧振动幅值A≥57μm,说明风机侧振动异常,转至步骤14),否则说明电机侧振动异常,转至步骤4);
4)判断电机侧振动异常后,将电机与风机解列,单转电机,如果电机单转时振动正常,则判断为外伸端故障,否则说明电机单转异常,转至步骤5);
5)判断振动是否随转速的变化而变化,如果振动不随转速改变,只是在某个转速区间振动值偏大,通频幅值A≥57μm,判定为电机发生共振现象,否则转至步骤6);
6)如果振动随转速增大的发生改变,则判断是否是水平方向振动大,如果是转至步骤7),否则转至步骤12);
7)判断电机水平方向振动是否是1倍频分量大,占比是否≥70%,如果是则转至步骤8),如果1倍频分量<70%,转至步骤10);
8)判断电机地脚与基础差别振动是否偏大,如果差别振动≥10μm,判断为地脚螺栓松动,否则转至步骤9);
9)若地脚与基础差别振动<10μm,则判断为电机存在质量不平衡问题;
10)若果振动信号中高次谐波分量偏大,振动幅值≥5μm,判断为电机存在松动部件,否则转至步骤11);
11)如果振动信号中出现高频分量,振动幅值≥5μm,判断为滚动轴承损坏;
12)排除水平方向振动大后,确定是否是电机垂直方向振动偏大,如果是,判定为支撑刚度不足,否则转至步骤13);
13)如果是电机轴向振动大,判定为电气故障;
14)如果是风机侧振动异常,判断振动是否随转速变化,如果与转速有关,随转速增加不断变化,转至步骤15)否则转至步骤19);
15)判断风机是否为水平方向振动大,如果是转至步骤16),否则转至步骤17);
16)若干振动信号中1倍频分量≥70%,判定风机存在质量不平衡;如果振动信号中出现2倍频分量,2倍频分量在总幅值中≥30%,判定为轴系不对中故障;如果出现低次谐波,判定为风机烟道设计问题;如果出现高次谐波,则说明风机存在松动部件;如果振动频率出现叶片数与转速频率乘积频率信号,判定为开度不一致;如果振动信号中出现高频,振动幅值≥5μm,判定为风机轴承故障;
17)判断是否为风机垂直方向振动大,如果是,判定为支撑刚度不足,否则转至步骤18);
18)如果是轴向振动大,判断风机是否为悬臂结构,如果是判断为风机存在质量不平衡,否则判定为风机推力轴承或者联轴器损坏;
19)判断是否只在某一转速区间振动大,如果是,对于变频电机驱动的风机来说,存在共振现象,否则转至步骤20);
20)判断正常运行中风机发生的振动是否为突发状况,记录发生振动异常时刻t1,若在t1之前3min内振动幅值变化≥20μm,视为突发振动,转至步骤21);否则转至步骤22);
21)突发的振动如果与风机负荷有关,判定为联轴器故障或叶轮松动,如果与负荷无关,则判定为部件或积灰脱落;
22)振动长时间以来缓慢增大,则风机存在叶轮磨损或积灰故障。
本申请通过对机自由端水平方向、垂直方向和轴向,电机驱动端水平方向、垂直方向和轴向,风机端轴承箱上水平方向、垂直方向和轴向的振动幅值和相位进行判别,根据风机的振动信号特征进行分类识别,最终确定振动的故障原因。本申请能够根据风机振动异常信号的特征,准确、快速的判断出风机振动故障的种类,便于有针对性的解决风机振动故障问题,避免了不必要的操作,节约了诊断时间和费用。
Claims (8)
1.一种基于振动特征值的风机振动故障诊断方法,其特征在于,包括:
步骤S1:获取风机及其驱动电机的振动信号,并判断是否存在任一测点的振动幅值达到第一设定阈值,若为是,则执行步骤S2;
步骤S2:判断风机侧的振动幅值是否大于电机侧,若为是,则执行步骤S3,反之则执行步骤S4;
步骤S3:根据风机侧的振动信号判断风机侧的故障;
步骤S4:根据电机侧的振动信号判断电机侧的故障;
所述步骤S3具体包括:
步骤S31:判断振动是否随转速变化,若为是,则执行步骤S32,反之则执行步骤S36;
步骤S32:判断风机的振动信号是否为水平方向振动大,若为是,则执行步骤S33,反之则执行步骤S34;
步骤S33:若振动信号中1倍频分量在总幅值中占比≥70%,判定风机存在质量不平衡;若振动信号中出现2倍频分量,2倍频分量在总幅值中占比≥30%,判定为轴系不对中故障;若出现低次谐波,则判定为风机烟道设计问题;若出现高次谐波,则判定风机存在松动部件;若振动频率出现叶片数与转速频率乘积频率信号,则判定为开度不一致;若振动信号中出现高频分量,且通频幅值达到第二设定阈值,则判定为风机轴承故障;
步骤S34:判断风机的振动信号是否为垂直方向振动大,若为是,则判定为支撑刚度不足,反之则执行步骤S35;
步骤S35:若风机的振动信号中轴向振动大,则判断风机是否为悬臂结构,若为是,则判定风机存在质量不平衡,反之则判定为风机推力轴承或者联轴器损坏;
步骤S36:判断是否只在某一转速区间振动大,若为是,则判定存在共振现象,反之,则执行步骤S37;
步骤S37:记录发生振动异常时刻t1,判断在t1之前预设时间内振动幅值变化是否达到第三设定阈值,若为是,判定为突发振动,并执行步骤S38;反之则执行步骤S39;
步骤S38:判断突发的振动是否与风机负荷有关,若为是,则判定为联轴器故障或叶轮松动,反之则判定为部件或积灰脱落;
步骤S39:判断振动是否长时间以来缓慢增大,若为是,则判定风机存在叶轮磨损或积灰故障。
2.根据权利要求1所述的一种基于振动特征值的风机振动故障诊断方法,其特征在于,所述步骤S4具体包括:
步骤S41:将电机与风机解列,单转电机,若电机单转时振动正常,则判定为外伸端故障,反之,则为电机单转异常,并执行步骤S42;
步骤S42:判断振动是否随转速的变化而变化,若为否,则判定为共振,反之则执行步骤S43;
步骤S43:判断是否是水平方向振动最大,若为是,则执行步骤S44,反之则执行步骤S48;
步骤S44:判断电机水平方向振动中1倍频分量占比是否超过70%,如为是,则执行步骤S45,反之则执行步骤S46;
步骤S45:判断电机地脚与基础差别振动是否超过第四设定阈值,若为是,则判定为地脚螺栓松动,反之判定为电机存在质量不平衡问题;
步骤S46:判断振动信号中是否存在高次谐波分量,若高次谐波分量占比超过30%且通频幅值达到第二设定阈值,则判定为电机存在松动部件,反之则执行步骤S47;
步骤S47:若振动信号中出现高频分量,且通频幅值达到第二设定阈值,则判定为滚动轴承损坏;
步骤S48:确定是否是电机垂直方向振动最大,若为是,则判定为支撑刚度不足,反之则判定为电气故障。
3.根据权利要求1或2所述的一种基于振动特征值的风机振动故障诊断方法,其特征在于,所述第一设定阈值为57微米,第二设定阈值为5微米。
4.根据权利要求1所述的一种基于振动特征值的风机振动故障诊断方法,其特征在于,所述第三设定阈值为20微米。
5.一种基于振动特征值的风机振动故障诊断装置,包括处理器、存储器和程序,其特征在于,所述处理器执行所述程序时实现以下步骤:
步骤S1:获取风机及其驱动电机的振动信号,并判断是否存在任一测点的振动幅值达到第一设定阈值,若为是,则执行步骤S2;
步骤S2:判断风机侧的振动幅值是否大于电机侧,若为是,则执行步骤S3,反之则执行步骤S4;
步骤S3:根据风机侧的振动信号判断风机侧的故障;
步骤S4:根据电机侧的振动信号判断电机侧的故障;
所述步骤S3具体包括:
步骤S31:判断振动是否随转速变化,若为是,则执行步骤S32,反之则执行步骤S36;
步骤S32:判断风机的振动信号是否为水平方向振动大,若为是,则执行步骤S33,反之则执行步骤S34;
步骤S33:若振动信号中1倍频分量在总幅值中占比≥70%,判定风机存在质量不平衡;若振动信号中出现2倍频分量,2倍频分量在总幅值中占比≥30%,判定为轴系不对中故障;若出现低次谐波,则判定为风机烟道设计问题;若出现高次谐波,则判定风机存在松动部件;若振动频率出现叶片数与转速频率乘积频率信号,则判定为开度不一致;若振动信号中出现高频分量,且通频幅值达到第二设定阈值,则判定为风机轴承故障;
步骤S34:判断风机的振动信号是否为垂直方向振动大,若为是,则判定为支撑刚度不足,反之则执行步骤S35;
步骤S35:若风机的振动信号中轴向振动大,则判断风机是否为悬臂结构,若为是,则判定风机存在质量不平衡,反之则判定为风机推力轴承或者联轴器损坏;
步骤S36:判断是否只在某一转速区间振动大,若为是,则判定存在共振现象,反之,则执行步骤S37;
步骤S37:记录发生振动异常时刻t1,判断在t1之前预设时间内振动幅值变化是否达到第三设定阈值,若为是,判定为突发振动,并执行步骤S38;反之则执行步骤S39;
步骤S38:判断突发的振动是否与风机负荷有关,若为是,则判定为联轴器故障或叶轮松动,反之则判定为部件或积灰脱落;
步骤S39:判断振动是否长时间以来缓慢增大,若为是,则判定风机存在叶轮磨损或积灰故障。
6.根据权利要求5所述的一种基于振动特征值的风机振动故障诊断装置,其特征在于,所述步骤S4具体包括:
步骤S41:将电机与风机解列,单转电机,若电机单转时振动正常,则判定为外伸端故障,反之,则为电机单转异常,并执行步骤S42;
步骤S42:判断振动是否随转速的变化而变化,若为否,则判定为共振,反之则执行步骤S43;
步骤S43:判断是否是水平方向振动最大,若为是,则执行步骤S44,反之则执行步骤S48;
步骤S44:判断电机水平方向振动中1倍频分量占比是否超过70%,如为是,则执行步骤S45,反之则执行步骤S46;
步骤S45:判断电机地脚与基础差别振动是否超过第四设定阈值,若为是,则判定为地脚螺栓松动,反之判定为电机存在质量不平衡问题;
步骤S46:判断振动信号中是否存在高次谐波分量,若高次谐波分量占比超过30%且通频幅值达到第二设定阈值,则判定为电机存在松动部件,反之则执行步骤S47;
步骤S47:若振动信号中出现高频分量,且通频幅值达到第二设定阈值,则判定为滚动轴承损坏;
步骤S48:确定是否是电机垂直方向振动最大,若为是,则判定为支撑刚度不足,反之则判定为电气故障。
7.根据权利要求5或6所述的一种基于振动特征值的风机振动故障诊断装置,其特征在于,所述第一设定阈值为57微米,第二设定阈值为5微米。
8.根据权利要求5所述的一种基于振动特征值的风机振动故障诊断装置,其特征在于,所述第三设定阈值为20微米。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110728713.XA CN113482945B (zh) | 2021-06-29 | 2021-06-29 | 基于振动特征值的风机振动故障诊断方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110728713.XA CN113482945B (zh) | 2021-06-29 | 2021-06-29 | 基于振动特征值的风机振动故障诊断方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113482945A CN113482945A (zh) | 2021-10-08 |
CN113482945B true CN113482945B (zh) | 2023-02-10 |
Family
ID=77936747
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110728713.XA Active CN113482945B (zh) | 2021-06-29 | 2021-06-29 | 基于振动特征值的风机振动故障诊断方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113482945B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116935103A (zh) * | 2023-07-03 | 2023-10-24 | 鹰普罗斯叶轮(宜兴)有限公司 | 一种铝合金叶轮的异常识别方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1710401A (zh) * | 2005-06-17 | 2005-12-21 | 上海宝钢工业检测公司 | 大型离心风机在线状态监测中的混沌控制方法 |
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 |
CN110296095A (zh) * | 2019-05-21 | 2019-10-01 | 上海宝钢工业技术服务有限公司 | 火电厂电站锅炉引风机运行状态智能监测诊断方法 |
CN112539193A (zh) * | 2020-12-07 | 2021-03-23 | 广州市耀安实业发展有限公司 | 风机振动监测方法、系统、计算机设备及存储介质 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
SG11201401228XA (en) * | 2011-10-21 | 2014-06-27 | Prime Datum Inc | Direct drive fan system with variable process control |
CN110219816A (zh) * | 2018-03-02 | 2019-09-10 | 国家能源投资集团有限责任公司 | 用于风机故障诊断的方法和系统 |
-
2021
- 2021-06-29 CN CN202110728713.XA patent/CN113482945B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1710401A (zh) * | 2005-06-17 | 2005-12-21 | 上海宝钢工业检测公司 | 大型离心风机在线状态监测中的混沌控制方法 |
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 |
CN110296095A (zh) * | 2019-05-21 | 2019-10-01 | 上海宝钢工业技术服务有限公司 | 火电厂电站锅炉引风机运行状态智能监测诊断方法 |
CN112539193A (zh) * | 2020-12-07 | 2021-03-23 | 广州市耀安实业发展有限公司 | 风机振动监测方法、系统、计算机设备及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN113482945A (zh) | 2021-10-08 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US7089154B2 (en) | Automatic machinery fault diagnostic method and apparatus | |
US5533400A (en) | Process for the early detection of a crack in a rotating shaft | |
CN104075795A (zh) | 用于监测风力发电机组的叶轮振动状态的方法和系统 | |
EP3196626B1 (en) | Vibration monitoring method and system | |
WO2004090486A1 (en) | Method and system for analysing tachometer and vibration data from an apparatus having one or more rotary components | |
CN113482945B (zh) | 基于振动特征值的风机振动故障诊断方法及装置 | |
JPH0141928B2 (zh) | ||
CN113252347A (zh) | 一种旋转机械轴系不对中故障检测方法和系统 | |
JPH0557528B2 (zh) | ||
KR100296013B1 (ko) | 퍼지논리를이용한회전기계의이상진단방법 | |
JP2003344150A (ja) | 回転機械の軸振動解析による状態診断方法及び装置 | |
JPH054618B2 (zh) | ||
Cahyono et al. | Vibration spectrum analysis for indicating damage on turbine and steam generator Amurang Unit 1 | |
JPH01270623A (ja) | 回転機の振動診断装置 | |
JPH06264704A (ja) | 回転機械の振動診断装置 | |
Elmaleeh et al. | On-line fault detection & diagnosis of rotating machines using acoustic emission monitoring techniques | |
JP7057760B2 (ja) | 回転電機の異常診断システム | |
Ogbonnaya et al. | Optimizing gas turbine rotor shaft fault detection, identification and analysis for effective condition monitoring | |
Ilić et al. | Classification models of machine learning for vibration analysis of induction motor | |
JPS6122892B2 (zh) | ||
RU2818697C1 (ru) | Способ распознавания неисправности в приводе | |
CN115571585B (zh) | 一种基于特征值报警的皮带机智能诊断方法 | |
JPS58607B2 (ja) | 回転機械の翼振動監視方法 | |
JPH09170403A (ja) | 回転機械の監視装置 | |
CN107436244A (zh) | 基于频率分段振动数据采集的设备故障报警方法 |
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 |