CN113945380A - 一种脱粒滚筒轴承振动故障分析方法及系统和联合收割机 - Google Patents
一种脱粒滚筒轴承振动故障分析方法及系统和联合收割机 Download PDFInfo
- Publication number
- CN113945380A CN113945380A CN202111121470.XA CN202111121470A CN113945380A CN 113945380 A CN113945380 A CN 113945380A CN 202111121470 A CN202111121470 A CN 202111121470A CN 113945380 A CN113945380 A CN 113945380A
- Authority
- CN
- China
- Prior art keywords
- signal
- vibration
- threshing cylinder
- fault
- component 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
- 238000004458 analytical method Methods 0.000 title claims abstract description 18
- 238000012545 processing Methods 0.000 claims abstract description 48
- 238000000034 method Methods 0.000 claims abstract description 17
- 230000002159 abnormal effect Effects 0.000 claims description 21
- 238000001914 filtration Methods 0.000 claims description 16
- 230000035939 shock Effects 0.000 claims description 9
- 230000003750 conditioning effect Effects 0.000 claims description 7
- 230000008054 signal transmission Effects 0.000 claims description 7
- 230000006870 function Effects 0.000 claims description 6
- 238000013016 damping Methods 0.000 claims description 3
- 230000009466 transformation Effects 0.000 claims description 3
- 238000012544 monitoring process Methods 0.000 abstract description 7
- 238000001514 detection method Methods 0.000 abstract description 5
- 230000008569 process Effects 0.000 abstract description 5
- 239000000284 extract Substances 0.000 abstract description 3
- 230000026676 system process Effects 0.000 abstract 1
- 230000008859 change Effects 0.000 description 3
- 230000005284 excitation Effects 0.000 description 3
- 230000008901 benefit Effects 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 2
- 238000013480 data collection Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000007257 malfunction Effects 0.000 description 2
- 238000005316 response function Methods 0.000 description 2
- 238000009825 accumulation Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000003745 diagnosis Methods 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 238000003306 harvesting Methods 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000010355 oscillation Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 239000010902 straw Substances 0.000 description 1
- 238000013024 troubleshooting Methods 0.000 description 1
- 238000009827 uniform distribution Methods 0.000 description 1
- 238000004804 winding Methods 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)
- Measurement Of Mechanical Vibrations Or Ultrasonic Waves (AREA)
- Testing Of Devices, Machine Parts, Or Other Structures Thereof (AREA)
Abstract
本发明提供一种脱粒滚筒轴承振动故障分析方法及系统和联合收割机,当数据采集系统检测到脱粒滚筒转速波动后,将振动信号传输给数据处理系统,数据处理系统对接收到的振动信号进行处理并提取故障信息,对故障信号进行分析判断,根据信号特征定位冲击或故障的位置是发生在脱粒滚筒还是除了脱粒滚筒的其余部件,并将故障信号数据存储在存储器内,同时故障警示平台根据信号处理系统的结果进行显示和报警。本发明针对脱粒滚筒的轴承运行状态检测,数据采集方便,将振动信号中的已知的确定性成分信号和随机冲击信号分解,消除无关因素对故障监测造成的干扰,对信号进行有效地降噪分析处理,准确地定位故障位置。
Description
技术领域
本发明属于智能农业机械技术领域,具体涉及一种脱粒滚筒轴承振动故障分析方法及系统和联合收割机。
背景技术
联合收割机长时间工作在环境恶劣、噪声和振动冲击大的场合,不能及时有效地判断收割机异常工况状态,长期积累会导致恶劣的机械故障,造成经济损失。联合收割机工作噪声较大,驾驶员很难察觉联合收割机发生的故障,同时排查故障位置也是面临的一项难题。由于喂入量过大、作物湿密、行进速度过快、脱粒转速过低以及收割机自身结构和传动缺陷等因素,其关键作业部件在工作中极易发生故障。脱粒滚筒是联合收割机的重要部件,其工作状态直接影响收割机作业效果,对脱粒滚筒实施状态监测和故障在线预警,可降低收获损失,提高工作效率和经济效益,具有重要意义。然而,联合收割机脱粒滚筒故障预警方法对专业知识和领域专家经验依赖性较强,逐渐难以满足现代自动化预警领域的要求。
现有技术中联合收割机脱粒滚筒振动信号特征提取方法,采用RS-LOD方法不仅改善了原LOD方法中过包络和欠包络、光滑度低等问题,还针对希尔伯特变换过程中的“端点效应”和信号失真问题进行了优化,现有技术中基于振动检测的干燥滚筒故障预警系统,包括振动传感器、信号变送器、中央控制装置和预警输出装置,采用振动传感器、信号变送器、中央控制装置和预警输出装置来实现干燥滚简的故障预警。可见现有技术只能针对振动做分析和报警,不能根据振动信号分析故障位置,且设备振动信号中通常包含有大量的故障信息成分,由于外部条件限制或设备内部结构因素,导致采集的振动信号在传递过程中能量损失并掺杂了其他的结构振动信息成分,设备监测到振动就报警,无法根据故障报警信息得到故障准确位置和诱因,检测结果不精确。
发明内容
针对上述技术问题,本发明提供一种变转速工况的脱粒滚筒轴承振动故障分析方法及系统和联合收割机,本发明针对脱粒滚筒的轴承运行状态检测,数据采集方便,将振动信号中的已知的确定性成分信号和随机冲击信号分解,消除无关因素对故障监测造成的干扰,将滚筒异常工况和机架振动造成的脱粒滚筒冲击信号分离,根据信号特征定位冲击或故障的位置是发生在脱粒滚筒还是除了脱粒滚筒的其余部件,初步分析设备异常工况的诱因,并及时诊断报警,对信号进行有效地降噪分析处理,准确地定位故障位置。
本发明的技术方案是:一种脱粒滚筒轴承振动信号分析方法,包括以下步骤:
步骤S1、变转速工况下脱粒滚筒轴承振动信号成分分析:通过数据采集系统采集脱粒滚筒变转速运行工况下的原始振动信号,与故障无关的振动信息为确定性成分信号,与故障相关的旋转部件振动信息为随机冲击成分信号,以及外部噪声干扰成分信号,所述数据采集系统检测到脱粒滚筒转速波动后,将原始振动信号传输给数据处理系统,
步骤S2、解析原始振动信号:通过数据处理系统滤除原始振动信号中的外部噪声干扰成分;
步骤S3、求解确定性成分信号和随机冲击成分信号的Hilbert变换:通过数据处理系统利用Hilbert变换解析振动信号,再求解出确定性成分信号和随机冲击成分信号;
步骤S4、建立轴承外圈和内圈振动模型:包括轴承外圈振动模型和轴承内圈振动模型;
步骤S5、故障判断及定位:通过数据处理系统进行故障判断及定位,若求解的随机冲击成分信号与建立的轴承内圈振动模型的幅频特性相同,则存储随机冲击成分信号,同时,故障警示平台显示脱粒滚筒工况异常并进行故障报警;若求解的随机冲击成分信号与建立的轴承外圈振动模型的幅频特性相同,则存储随机冲击成分信号,故障警示平台显示其余部件工况异常,并进行故障报警。
上述方案中,所述变转速工况下脱粒滚筒轴承振动信号的主要成分分析的步骤中采集的原始振动信号表示为:
X(t)=D(t)+R(t)+n(t)
式中:
X(t)为采集的原始振动信号;
D(t)为确定性成分信号;
R(t)为随机冲击成分信号;
n(t)为外部噪声干扰成分信号;
t为振动信号域时间。
上述方案中,所述解析振动信号的步骤中滤除外部噪声干扰成分的振动信号解析形式表示为Y(t):
X(t)'=D(t)+R(t)
式中:
X(t)'为滤除外部噪声干扰成分的振动信号;
j为虚数单位;
解析信号的平方包络表示为:
式中:
上述方案中,所述求解确定性成分信号和随机冲击成分信号的Hilbert变换的步骤中,确定性成分信号D(t)和随机冲击成分信号R(t)的Hilbert变换表示为:
式中:
H[D(t)]表示D(t)的Hilbert变换算子;
H[R(t)]表示R(t)的Hilbert变换算子;
符号*表示卷积运算;
B为确定性成分信号的谐波总数;
Ab为第b个确定性成分信号谐波分量的幅值;
fb为确定性成分信号的基频;
fr(t)为固有共振频率;
θb为确定性成分振动信号初始相位;
M为随机冲击成分信号的谐波总数;
Am为第m个随机冲击成分信号谐波分量的幅值;
β为阻尼系数;
tm为第m个冲击成分发生的时刻;
fm为确定性成分信号的基频;
θm为随机冲击振动信号初始相位。
上述方案中,所述建立轴承外圈和内圈振动模型的步骤中,所述轴承外圈振动模型表示为:
所述轴承内圈振动模型表示为:
式中:
xout(t)为轴承外圈振动模型;
Am,out为第m个外圈振动成分对应的幅值;
fr为轴转动频率;
u(t-tm)为t-tm时刻的单位阶跃函数;
xin(t)为轴承内圈振动模型;
Am,in为第m个内圈振动成分对应的幅值。
一种实现所述脱粒滚筒轴承振动信号分析方法的系统,包括数据采集系统、数据处理系统和故障警示平台;所述数据处理系统分别与数据采集系统和故障警示平台连接;
所述数据采集系统用于采集脱粒滚筒变转速运行工况下的原始振动信号,与故障无关的振动信息为确定性成分信号,与故障相关的旋转部件振动信息为随机冲击成分信号,以及外部噪声干扰成分;所述数据采集系统检测到脱粒滚筒转速波动后,将原始振动信号传输给数据处理系统;
所述数据处理系统用于解析原始振动信号,滤除原始振动信号中的外部噪声干扰成分;利用Hilbert变换解析振动信号,再求解出确定性成分信号和随机冲击成分信号;若求解的随机冲击成分信号与建立的轴承内圈振动模型的幅频特性相同,则存储随机冲击成分信号,控制故障警示平台显示脱粒滚筒工况异常,并进行故障报警;若求解的随机冲击成分信号与建立的轴承外圈振动模型的幅频特性相同,则存储随机冲击成分信号,控制故障警示平台显示其余部件工况异常,并进行故障报警。
上述方案中,所述数据采集系统包括光电传感器、振动传感器、信号调理模块和信号传输装置,所述光电传感器设置在滚筒轴上,用于检测到脱粒滚筒的转速,所述振动传感器设置在轴承上,用于检测滚筒的振动信号;所述信号调理模块用于滤波降噪过滤外部噪声干扰成分;所述信号传输装置用于将信号传输到数据处理系统。
上述方案中,所述数据处理系统包括数据调用模块、信号处理模块和存储器;所述数据调用模块用于调用故障信号;所述信号处理模块用于对接收到的信号进行处理并提取故障信息,对故障信号进行分析判断,根据信号特征定位冲击或故障的位置;所述存储器用于存储故障信号数据。
上述方案中,所述故障警示平台包括显示器和故障警示灯。
一种联合收割机,包括所述脱粒滚筒轴承振动信号分析方法的系统。
与现有技术相比,本发明的有益效果是:本发明针对脱粒滚筒转速波动和振动问题,通过转速和振幅的实时监测,使得采集的的数据更加完善,针对脱粒滚筒的轴承运行状态检测,数据采集方便,可以准确的监测联合收割机脱粒滚筒的工作状态。将振动信号中的已知的确定性成分信号和随机冲击信号分解,消除无关因素对故障监测造成的干扰,将滚筒异常工况和机架振动造成的脱粒滚筒冲击信号分离,快速准确地定位故障和冲击发生的位置,初步分析设备异常工况的诱因,并及时诊断报警。
附图说明
图1是本发明一实施方式的信号处理与诊断示意图;
图2是本发明一实施方式的系统组成示意图。
图中:1-滚筒,2-滚筒轴,3-轴承座,4-轴承,5-链轮,6-数据采集系统,7-数据处理系统,8-故障警示平台,9-光电传感器,10-振动传感器,11-信号调理模块,12-信号传输装置,13-数据调用模块,14-信号处理模块,15存储器,16-显示器,17-故障警示灯。
具体实施方式
下面详细描述本发明的实施例,所述实施例的示例在附图中示出,其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的,旨在用于解释本发明,而不能理解为对本发明的限制。
在本发明的描述中,需要理解的是,术语“中心”、“纵向”、“横向”、“长度”、“宽度”、“厚度”、“上”、“下”、“轴向”、“径向”、“竖直”、“水平”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系,仅是为了便于描述本发明和简化描述,而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作,因此不能理解为对本发明的限制。此外,术语“第一”、“第二”仅用于描述目的,而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此,限定有“第一”、“第二”的特征可以明示或者隐含地包括一个或者更多个该特征。在本发明的描述中,“多个”的含义是两个或两个以上,除非另有明确具体的限定。
在本发明中,除非另有明确的规定和限定,术语“安装”、“相连”、“连接”、“固定”等术语应做广义理解,例如,可以是固定连接,也可以是可拆卸连接,或一体地连接;可以是机械连接,也可以是电连接;可以是直接相连,也可以通过中间媒介间接相连,可以是两个元件内部的连通。对于本领域的普通技术人员而言,可以根据具体情况理解上述术语在本发明中的具体含义。
实施例1
如图1所示,一种脱粒滚筒轴承振动信号分析方法,的原理是将原始振动信号滤除噪声等干扰后,利用Hilbert变换解析振动信号,再进一步求解出确定性成分信号和随机冲击成分信号。若求解的随机冲击成分信号与建立的轴承内圈振动信号模型的幅频特性相同,则存储器存储随机冲击成分信号,同时,显示器显示脱粒滚筒工况异常,故障警示灯闪亮报警;若求解的随机冲击成分信号与建立的轴承外圈振动信号模型的幅频特性相同,则存储器存储随机冲击成分信号,同时,显示器显示其余部件工况异常,故障警示灯闪亮报警。
所述脱粒滚筒轴承振动信号分析方法,包括以下步骤:
步骤S1、变转速工况下脱粒滚筒轴承振动信号的主要成分分析:通过数据采集系统6采集脱粒滚筒变转速运行工况下的原始振动信号,与故障无关的振动信息为确定性成分信号,如机架振动,与故障相关的旋转部件振动信息为随机冲击成分信号,以及外部噪声干扰成分信号,所述数据采集系统6检测到脱粒滚筒转速波动后,将原始振动信号传输给数据处理系统7,
步骤S2、解析原始振动信号X(t):通过数据处理系统7滤除原始振动信号中的外部噪声干扰成分;
步骤S3、求解确定性成分信号和随机冲击成分信号的Hilbert变换:通过数据处理系统7利用Hilbert变换解析振动信号,再进一步求解出确定性成分信号和随机冲击成分信号;
步骤S4、建立轴承外圈和内圈振动模型:包括轴承外圈振动模型和轴承内圈振动模型;
步骤S5、故障判断及定位:通过数据处理系统7进行故障判断及定位,若求解的随机冲击成分信号与建立的轴承内圈振动模型的幅频特性相同,则存储随机冲击成分信号,故障警示平台8显示脱粒滚筒工况异常并进行故障报警;若求解的随机冲击成分信号与建立的轴承外圈振动模型的幅频特性相同,则存储随机冲击成分信号,故障警示平台8显示其余部件工况异常,并进行故障报警。
所述变转速工况下脱粒滚筒轴承振动信号的主要成分分析的步骤中,采集的原始振动信号表示为:
X(t)=D(t)+R(t)+n(t)
式中:
X(t)为采集的原始振动信号;
D(t)为确定性成分信号;
R(t)为随机冲击成分信号;
n(t)为外部噪声干扰成分信号;
t为振动信号域时间。
所述解析振动信号的步骤中,脱粒滚筒在喂入量变化和秸秆缠绕等工况下运行时,会引起冲击激励和转速变化,从而导致振动信号能量突变;由于高斯白噪声的能量具有均匀分布的特性,在信号中能量贡献均匀;分析信号中确定性成分和随机冲击成分信号在能量分布上存在的特性时,不考虑噪声成分n(t)的干扰;采集的振动信号X(t)的解析形式可表示为Y(t):
X(t)'=D(t)+R(t)
式中:
X(t)'为滤除外部噪声干扰成分的振动信号;
j为虚数单位;
解析信号的平方包络表示为:
式中:
所述求解确定性成分信号和随机冲击成分信号的Hilbert变换的步骤中,通常,单位脉冲响应函数是由高频振荡函数和单边指数衰减函数相乘得到的,当单位脉冲响应函数满足Bedrosian理论时,确定性成分信号D(t)和随机冲击成分信号R(t)的Hilbert变换表示为:
式中:
H[D(t)]表示D(t)的Hilbert变换算子;
H[R(t)]表示R(t)的Hilbert变换算子;
符号*表示卷积运算;
B为确定性成分信号的谐波总数;
Ab为第b个确定性成分信号谐波分量的幅值;
fb为确定性成分信号的基频;
fr(t)为固有共振频率;
θb为确定性成分振动信号初始相位;
M为随机冲击成分信号的谐波总数;
Am为第m个随机冲击成分信号谐波分量的幅值;
β为阻尼系数;
tm为第m个冲击成分发生的时刻;
fm为确定性成分信号的基频;
θm为随机冲击振动信号初始相位。
所述建立轴承外圈和内圈振动模型的步骤中,在变转速运行工况下,外圈的冲击激励间隔随转速发生变化,同时外圈的振动信号的幅值大小也随转速发生变化;轴承内圈随轴同步转动,载荷与转速同步变化,导致冲击激励引起的振动信号幅值随轴转动频率发生变化;
所述轴承外圈振动模型表示为:
所述轴承内圈振动模型表示为:
式中:
xout(t)为轴承外圈振动模型;
Am,out为第m个外圈振动成分对应的幅值;
fr为轴转动频率;
u(t-tm)为t-tm时刻的单位阶跃函数;
xin(t)为轴承内圈振动模型;
Am,in为第m个内圈振动成分对应的幅值。
实施例2
如图2所示,一种实现实施例1所述脱粒滚筒轴承振动信号分析方法的系统,包括滚筒1、滚筒轴2、轴承座3、轴承4、链轮5、数据采集系统6、数据处理系统7和故障警示平台8;所述数据处理系统7分别与数据采集系统6和故障警示平台8连接;
所述数据采集系统6用于采集脱粒滚筒变转速运行工况下的原始振动信号,与故障无关的振动信息为确定性成分信号,与故障相关的旋转部件振动信息为随机冲击成分信号,以及外部噪声干扰成分;所述数据采集系统6检测到脱粒滚筒转速波动后,将原始振动信号传输给数据处理系统7;
所述数据处理系统7用于解析原始振动信号,滤除原始振动信号中的外部噪声干扰成分;利用Hilbert变换解析振动信号,再进一步求解出确定性成分信号和随机冲击成分信号;若求解的随机冲击成分信号与建立的轴承内圈振动模型的幅频特性相同,则存储随机冲击成分信号,控制故障警示平台8显示脱粒滚筒工况异常,并进行故障报警;若求解的随机冲击成分信号与建立的轴承外圈振动模型的幅频特性相同,则存储随机冲击成分信号,控制故障警示平台8显示其余部件工况异常,并进行故障报警。
根据本实施例,优选的,所述数据采集系统6包括光电传感器9、振动传感器10、信号调理模块11和信号传输装置12,所述光电传感器9设置在滚筒轴2上,用于检测到脱粒滚筒1的转速,所述振动传感器10设置在轴承4上,用于检测滚筒1的振动信号;所述信号调理模块11用于滤波降噪过滤外部噪声干扰成分;所述信号传输装置12用于将信号传输到数据处理系统7。
根据本实施例,优选的,所述数据处理系统7包括数据调用模块13、信号处理模块14和存储器15;所述数据调用模块13用于调用故障信号;所述信号处理模块14用于对接收到的信号进行处理并提取故障信息,对故障信号进行分析判断,根据信号特征定位冲击或故障的位置;所述存储器15用于存储故障信号数据。
根据本实施例,优选的,所述故障警示平台8包括显示器16和故障警示灯17。
数据采集系统检测到脱粒滚筒转速波动后,将原始振动信号传输给数据处理系统7,数据处理系统7对接收到的信号进行处理并提取故障信息,对故障信号进行分析判断,根据信号特征定位冲击或故障的位置,并将故障信号数据存储,同时控制所述故障警示平台8根据信号处理系统的结果进行显示和报警。本发明针对脱粒滚筒的轴承运行状态检测,数据采集方便,可以准确的监测联合收割机脱粒滚筒的工作状态。将振动信号中的已知的确定性成分信号和随机冲击信号分解,消除无关因素对故障监测造成的干扰,将滚筒异常工况和机架振动造成的脱粒滚筒冲击信号分离,快速准确地定位故障和冲击发生的位置,初步分析设备异常工况的诱因,并及时诊断报警,对信号进行有效地降噪分析处理,准确地定位故障位置。
实施例3
一种联合收割机,包括实施例2所述脱粒滚筒轴承振动信号分析方法的系统,因此具有实施例2所述的有益效果,此处不再赘述。
应当理解,虽然本说明书是按照各个实施例描述的,但并非每个实施例仅包含一个独立的技术方案,说明书的这种叙述方式仅仅是为清楚起见,本领域技术人员应当将说明书作为一个整体,各实施例中的技术方案也可以经适当组合,形成本领域技术人员可以理解的其他实施方式。
上文所列出的一系列的详细说明仅仅是针对本发明的可行性实施例的具体说明,它们并非用以限制本发明的保护范围,凡未脱离本发明技艺精神所作的等效实施例或变更均应包含在本发明的保护范围之内。
Claims (10)
1.一种脱粒滚筒轴承振动信号分析方法,其特征在于,包括以下步骤:
步骤S1、变转速工况下脱粒滚筒轴承振动信号成分分析:通过数据采集系统(6)采集脱粒滚筒变转速运行工况下的原始振动信号,与故障无关的振动信息为确定性成分信号,与故障相关的旋转部件振动信息为随机冲击成分信号,以及外部噪声干扰成分信号,所述数据采集系统(6)检测到脱粒滚筒转速波动后,将原始振动信号传输给数据处理系统(7),
步骤S2、解析原始振动信号:通过数据处理系统(7)滤除原始振动信号中的外部噪声干扰成分;
步骤S3、求解确定性成分信号和随机冲击成分信号的Hilbert变换:通过数据处理系统(7)利用Hilbert变换解析振动信号,再求解出确定性成分信号和随机冲击成分信号;
步骤S4、建立轴承外圈和内圈振动模型:包括轴承外圈振动模型和轴承内圈振动模型;
步骤S5、故障判断及定位:通过数据处理系统(7)进行故障判断及定位,若求解的随机冲击成分信号与建立的轴承内圈振动模型的幅频特性相同,则存储随机冲击成分信号,故障警示平台(8)显示脱粒滚筒工况异常并进行故障报警;若求解的随机冲击成分信号与建立的轴承外圈振动模型的幅频特性相同,则存储随机冲击成分信号,故障警示平台(8)显示其余部件工况异常,并进行故障报警。
2.根据权利要求1所述的脱粒滚筒轴承振动信号分析方法,其特征在于,所述变转速工况下脱粒滚筒轴承振动信号的主要成分分析的步骤中采集的原始振动信号表示为:
X(t)=D(t)+R(t)+n(t)
式中:
X(t)为采集的原始振动信号;
D(t)为确定性成分信号;
R(t)为随机冲击成分信号;
n(t)为外部噪声干扰成分信号;
t为振动信号域时间。
4.根据权利要求3所述的脱粒滚筒轴承振动信号分析方法,其特征在于,所述求解确定性成分信号和随机冲击成分信号的Hilbert变换的步骤中,确定性成分信号D(t)和随机冲击成分信号R(t)的Hilbert变换表示为:
式中:
H[D(t)]表示D(t)的Hilbert变换算子;
H[R(t)]表示R(t)的Hilbert变换算子;
符号*表示卷积运算;
B为确定性成分信号的谐波总数;
Ab为第b个确定性成分信号谐波分量的幅值;
fb为确定性成分信号的基频;
fr(t)为固有共振频率;
θb为确定性成分振动信号初始相位;
M为随机冲击成分信号的谐波总数;
Am为第m个随机冲击成分信号谐波分量的幅值;
β为阻尼系数;
tm为第m个冲击成分发生的时刻;
fm为确定性成分信号的基频;
θm为随机冲击振动信号初始相位。
6.一种实现权利要求1-5任意一项所述脱粒滚筒轴承振动信号分析方法的系统,其特征在于,包括数据采集系统(6)、数据处理系统(7)和故障警示平台(8);所述数据处理系统(7)分别与数据采集系统(6)和故障警示平台(8)连接;
所述数据采集系统(6)用于采集脱粒滚筒变转速运行工况下的原始振动信号,与故障无关的振动信息为确定性成分信号,与故障相关的旋转部件振动信息为随机冲击成分信号,以及外部噪声干扰成分;所述数据采集系统(6)检测到脱粒滚筒转速波动后,将原始振动信号传输给数据处理系统(7);
所述数据处理系统(7)用于解析原始振动信号,滤除原始振动信号中的外部噪声干扰成分;利用Hilbert变换解析振动信号,再求解出确定性成分信号和随机冲击成分信号;若求解的随机冲击成分信号与建立的轴承内圈振动模型的幅频特性相同,则存储随机冲击成分信号,控制故障警示平台(8)显示脱粒滚筒工况异常,并进行故障报警;若求解的随机冲击成分信号与建立的轴承外圈振动模型的幅频特性相同,则存储随机冲击成分信号,控制故障警示平台(8)显示其余部件工况异常,并进行故障报警。
7.根据权利要求6所述的脱粒滚筒轴承振动信号分析方法的系统,其特征在于,所述数据采集系统(6)包括光电传感器(9)、振动传感器(10)、信号调理模块(11)和信号传输装置(12),所述光电传感器(9)设置在滚筒轴(2)上,用于检测到脱粒滚筒(1)的转速,所述振动传感器(10)设置在轴承(4)上,用于检测滚筒(1)的振动信号;
所述信号调理模块(11)用于滤波降噪过滤外部噪声干扰成分;
所述信号传输装置(12)用于将信号传输到数据处理系统(7)。
8.根据权利要求6所述的脱粒滚筒轴承振动信号分析方法的系统,其特征在于,所述数据处理系统(7)包括数据调用模块(13)、信号处理模块(14)和存储器(15);
所述数据调用模块(13)用于调用故障信号;
所述信号处理模块(14)用于对接收到的信号进行处理并提取故障信息,对故障信号进行分析判断,根据信号特征定位冲击或故障的位置;
所述存储器(15)用于存储故障信号数据。
9.根据权利要求6所述的脱粒滚筒轴承振动信号分析方法的系统,其特征在于,所述故障警示平台(8)包括显示器(16)和故障警示灯(17)。
10.一种联合收割机,其特征在于,包括权利要求6-9任意一项所述脱粒滚筒轴承振动信号分析方法的系统。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111121470.XA CN113945380B (zh) | 2021-09-24 | 2021-09-24 | 一种脱粒滚筒轴承振动故障分析方法及系统和联合收割机 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111121470.XA CN113945380B (zh) | 2021-09-24 | 2021-09-24 | 一种脱粒滚筒轴承振动故障分析方法及系统和联合收割机 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113945380A true CN113945380A (zh) | 2022-01-18 |
CN113945380B CN113945380B (zh) | 2024-04-09 |
Family
ID=79328607
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111121470.XA Active CN113945380B (zh) | 2021-09-24 | 2021-09-24 | 一种脱粒滚筒轴承振动故障分析方法及系统和联合收割机 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113945380B (zh) |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20130096848A1 (en) * | 2011-10-13 | 2013-04-18 | Charles Terrance Hatch | Methods and systems for automatic rolling-element bearing fault detection |
CN110301230A (zh) * | 2019-07-29 | 2019-10-08 | 中国农业大学 | 一种联合收割机脱粒滚筒故障模拟监控系统及方法 |
EP3613272A1 (de) * | 2018-08-24 | 2020-02-26 | CLAAS Selbstfahrende Erntemaschinen GmbH | Mähdrescher |
CN111310830A (zh) * | 2020-02-17 | 2020-06-19 | 湖北工业大学 | 一种联合收割机堵塞故障诊断系统及方法 |
CN112146861A (zh) * | 2020-09-15 | 2020-12-29 | 湖北工业大学 | 一种基于SDAE-RCmvMSE的机械故障监测诊断系统建立方法 |
CN112270209A (zh) * | 2020-09-29 | 2021-01-26 | 河南科技大学 | 一种联合收割机脱粒滚筒振动信号特征提取方法 |
CN113125152A (zh) * | 2021-03-15 | 2021-07-16 | 江苏大学 | 一种联合收割机双脱粒滚筒链传动系统振动分析方法及检测系统 |
-
2021
- 2021-09-24 CN CN202111121470.XA patent/CN113945380B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20130096848A1 (en) * | 2011-10-13 | 2013-04-18 | Charles Terrance Hatch | Methods and systems for automatic rolling-element bearing fault detection |
EP3613272A1 (de) * | 2018-08-24 | 2020-02-26 | CLAAS Selbstfahrende Erntemaschinen GmbH | Mähdrescher |
CN110301230A (zh) * | 2019-07-29 | 2019-10-08 | 中国农业大学 | 一种联合收割机脱粒滚筒故障模拟监控系统及方法 |
CN111310830A (zh) * | 2020-02-17 | 2020-06-19 | 湖北工业大学 | 一种联合收割机堵塞故障诊断系统及方法 |
CN112146861A (zh) * | 2020-09-15 | 2020-12-29 | 湖北工业大学 | 一种基于SDAE-RCmvMSE的机械故障监测诊断系统建立方法 |
CN112270209A (zh) * | 2020-09-29 | 2021-01-26 | 河南科技大学 | 一种联合收割机脱粒滚筒振动信号特征提取方法 |
CN113125152A (zh) * | 2021-03-15 | 2021-07-16 | 江苏大学 | 一种联合收割机双脱粒滚筒链传动系统振动分析方法及检测系统 |
Non-Patent Citations (1)
Title |
---|
贾明辉 等: "基于频谱法的收割机脱粒系统装配质量检测", 《农业装备与车辆工程》, 31 October 2019 (2019-10-31), pages 15 - 18 * |
Also Published As
Publication number | Publication date |
---|---|
CN113945380B (zh) | 2024-04-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108195587B (zh) | 一种电机滚动轴承故障诊断方法及其诊断系统 | |
CN102889986B (zh) | 用于识别传动装置上的故障的方法和装置 | |
CN104386449B (zh) | 用于矿用皮带运输机头尾轮在线检测智能保护装置 | |
CN107101825B (zh) | 机车转向架齿轮箱和轴承跑合试验台运行评估装置和方法 | |
CN110987502B (zh) | 盾构设备及其主驱动在线状态的监测诊断系统与方法 | |
DE112016002232T5 (de) | Vorrichtung zur Bestimmung des Rad-Befestigungszustands unter Verwendung eines Servers | |
CN113093693A (zh) | 一种面向采煤机运行状态的在线故障诊断方法 | |
CN109932178B (zh) | 一种多级链传动机构故障诊断系统及方法 | |
CN107061183A (zh) | 一种海上风电机组的自动化故障诊断方法 | |
CN110469462A (zh) | 一种基于多模板的风电机组智能状态监测系统 | |
DE102009038011B4 (de) | Verfahren zur automatischen Erfassung und Erkennung von Fehlern an einer Auswuchtmaschine | |
CN115839846B (zh) | 一种基于无线传感器的设备故障预警诊断方法 | |
CN108151869A (zh) | 一种机械振动特征指标提取方法、系统及装置 | |
CN111929074A (zh) | 车辆机械旋转部件故障诊断方法及装置 | |
CN202732337U (zh) | 齿轮油泵齿面磨损故障诊断装置 | |
WO2022147684A1 (zh) | 用于识别机械装置或机械部件中的异常的方法及装置 | |
CN105067264B (zh) | 一种万向联轴器轴系故障的高孤谱诊断及监控方法 | |
KR102545672B1 (ko) | 기계고장 진단 방법 및 장치 | |
CN116383633A (zh) | 一种多因素综合分析的机制砂振动筛故障检测方法及系统 | |
CN109598309B (zh) | 一种金属包装冲压机的检测系统及其监测方法 | |
CN113945380A (zh) | 一种脱粒滚筒轴承振动故障分析方法及系统和联合收割机 | |
CN109115271B (zh) | 一种数控机床远程监测系统 | |
CN112270209A (zh) | 一种联合收割机脱粒滚筒振动信号特征提取方法 | |
CN108204903A (zh) | 一种玉米收获机传动系故障诊断系统和方法 | |
CN116537965A (zh) | 一种柴油机在线监测和故障诊断装置 |
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 |