CN114674417A - 一种复杂轴系各转动部分固有动频率监测方法 - Google Patents

一种复杂轴系各转动部分固有动频率监测方法 Download PDF

Info

Publication number
CN114674417A
CN114674417A CN202210140121.0A CN202210140121A CN114674417A CN 114674417 A CN114674417 A CN 114674417A CN 202210140121 A CN202210140121 A CN 202210140121A CN 114674417 A CN114674417 A CN 114674417A
Authority
CN
China
Prior art keywords
frequency
shafting
vibration
monitoring
data
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.)
Pending
Application number
CN202210140121.0A
Other languages
English (en)
Inventor
王泽�
曲国兵
张文博
赵智慧
陈念军
姚洋
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.)
Huaneng Zhejiang Energy Development Co Ltd Yuhuan Branch
Original Assignee
Huaneng Zhejiang Energy Development Co Ltd Yuhuan Branch
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 Huaneng Zhejiang Energy Development Co Ltd Yuhuan Branch filed Critical Huaneng Zhejiang Energy Development Co Ltd Yuhuan Branch
Priority to CN202210140121.0A priority Critical patent/CN114674417A/zh
Publication of CN114674417A publication Critical patent/CN114674417A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01HMEASUREMENT OF MECHANICAL VIBRATIONS OR ULTRASONIC, SONIC OR INFRASONIC WAVES
    • G01H17/00Measuring mechanical vibrations or ultrasonic, sonic or infrasonic waves, not provided for in the preceding groups
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10Complex mathematical operations
    • G06F17/14Fourier, Walsh or analogous domain transformations, e.g. Laplace, Hilbert, Karhunen-Loeve, transforms

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Mathematical Physics (AREA)
  • Theoretical Computer Science (AREA)
  • Computational Mathematics (AREA)
  • Mathematical Analysis (AREA)
  • Mathematical Optimization (AREA)
  • Pure & Applied Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • Algebra (AREA)
  • Software Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Databases & Information Systems (AREA)
  • Measurement Of Mechanical Vibrations Or Ultrasonic Waves (AREA)
  • Testing Of Devices, Machine Parts, Or Other Structures Thereof (AREA)

Abstract

本发明公开了一种复杂轴系各转动部分固有动频率监测方法,其步骤如下:测量轴系各部分声波曲线;根据声波曲线使用FFT函数转换,将时间域信号转换为频率域信号;在频率域中得到振幅明显偏大频率区间,本发明中,通过在设备正常运行时采用非接触方法测定复杂轴系各部位固有振动频率,从而能够发现设备内部故障,找出振动原因,为解决各类转机振动问题提出可行解决方案,采用非接触方法测量复杂轴系转机各部分固有振动频谱,采用傅里叶函数对频谱的频率、振幅进行分析得出固有频率及当前转速下振幅,通过计算对比,找出振动原因,可以对电机或转机等新出厂设备进行测定,精确找出各种振动的根本原因,投资小,实施条件简单易行。

Description

一种复杂轴系各转动部分固有动频率监测方法
技术领域
本发明涉及频率监测技术领域,尤其涉及一种复杂轴系各转动部分固有动频率监测方法。
背景技术
复杂或单轴系振动一般原因复杂,诊断难度大,一般需要经验人士结合多种手段来判断,但很多轴系振动问题多年无法解决。同时转动机械出厂时无法判断转动部分有无振动问题,设备安装后发现存在振动问题,但一般找不到问题原因;
现有的对于复杂轴系固有频率测量方法为:1、使用非接触式涡流传感器测量机组转轴摆度,使用低频测振仪测量机架振动,数据接入采集器,用此方法工程量及工作量极大,同时非接触式涡流传感器由于非直接测量信号测量精度有限;2、采用电涡流传感器测量振动点振动情况,此方法能够进行静态(位置)和动态(振动)测量,主要用于流体膜轴承机械的振动和位置测量应用,以及键相和速度测量应用,涡流的渗透深度取决于材料的导电性和渗透性,如4140钢渗透约0.003英寸(3密耳),由其原理可以看出此方法智能测量机械外壳的振动情况及振动特点,无法测量机械内部存在的振动;采用测定轴系部分轴承振动的波形图来判断轴系振动情况只能发现轴承的振动情况,无法发现转动各部位的振动情况,也无法测到转动部位的固有振动频率,为此,我们提出一种复杂轴系各转动部分固有动频率监测方法,来解决以上问题。
发明内容
本发明的目的是为了解决现有技术中存在的缺点,而提出的一种复杂轴系各转动部分固有动频率监测方法。
为了实现上述目的,本发明采用了如下技术方案:
一种复杂轴系各转动部分固有动频率监测方法,其步骤如下:
测量轴系各部分声波曲线;
根据声波曲线使用FFT函数转换,将时间域信号转换为频率域信号;
在频率域中得到振幅明显偏大频率区间,以及此部分转子的受迫振动的固有频率;
根据等到的数据计算转子各部分工频振动频率;
对比各部分工频频率分布与固有频率分布;
根据对比结果判断对应设备部分存在共振。
优选地,根据声波曲线使用FFT函数转换,将时间域信号转换为频率域信号:
取N个采样点,经过FFT之后,得到N个点的FFT结果;
假设采样频率为Fs,信号频率F,采样点数为N,那么FFT之后结果就是一个为N点的复数,每一个点就对应着一个频率点,这个点的模值,就是该频率值下的幅度特性;
假设原始信号的峰值为A,FFT的结果的每个点的模值就是A的N/2倍,第一个点就是直流分量,模值就是直流分量的N倍;
第一个点表示直流分量,而最后一个点N的再下一个点则表示采样频率Fs,这中间被N-1个点平均分成N等份,每个点的频率依次增加;
如果采样频率Fs为1024Hz,采样点数为1024点,则可以分辨到1Hz,1024Hz的采样率采样1024点,采样1秒时间的信号并做FFT,则结果可以分析到1Hz,如果采样2秒时间的信号并做FFT,则结果可以分析到0.5Hz;
如果要提高频率分辨力,则必须增加采样点数,也即采样时间,频率分辨率和采样时间是倒数关系。
优选地,对比各部分工频频率分布与固有频率分布,根据对比结果判断对应设备部分存在共振:
振动频率与转速成固定比例,一般判断为转动部分质量、电磁力不平衡,振动频率始终为工频振动,油膜振动(0.43f-0.48f)等非内因振动;
通过加速度谱直观感测到转动部分各部件振动情况,判断设备存在的问题;
对比各部分工频频率分布与固有频率分布,当f固=zf工(z=1.2.3......n)判断对应设备部分存在共振;
振幅的大小取决于激振力大小导致的振动强度的变化。
一种复杂轴系各转动部分固有动频率监测系统,包括:固有动频率监测系统、轴系风波测量系统、信号转换系统、数据计算系统、频率对比分析系统以及数据库。
优选地,所述固有动频率监测系统:用于对系统整体进行整合调控以及信息收取;
所述轴系风波测量系统:用于测量轴系各部分声波曲线;
所述信号转换系统:用于根据声波曲线使用FFT函数转换,将时间域信号转换为频率域信号;
所述数据计算系统:用于对工作数据情况进行计算;
所述频率对比分析系统:用于对比各部分工频频率分布与固有频率分布,根据对比结果判断对应设备部分存在共振;
振动频率与转速成固定比例,一般判断为转动部分质量、电磁力不平衡,振动频率始终为工频振动,油膜振动(0.43f-0.48f)等非内因振动;
通过加速度谱直观感测到转动部分各部件振动情况,判断设备存在的问题;
对比各部分工频频率分布与固有频率分布,当f固=zf工(z=1.2.3......n)判断对应设备部分存在共振;
振幅的大小取决于激振力大小导致的振动强度的变化。
所述数据库:用于对数据进行储存。
优选地,所述数据库包括实时数据存储模块、历史数据存储模块和数据比对模块;
所述实时数据存储模块用于存储当日的监测采集对应数据,并为所述数据比对模块提供数据支持;
所述历史数据存储模块用于存储监测采集对应数据的历史数据,并为所述数据比对模块提供数据支持;
所述数据比对模块通过读取实时数据存储模块和历史数据存储模块中的数据,并进对轴系各部分固有动频率变化趋势进行监视。
相比现有技术,本发明的有益效果为:
本发明中,通过在设备正常运行时采用非接触方法测定复杂轴系各部位固有振动频率,从而能够发现设备内部故障,找出振动原因,为解决各类转机振动问题提出可行解决方案,采用非接触方法测量复杂轴系转机各部分固有振动频谱,采用傅里叶函数对频谱的频率、振幅进行分析得出固有频率及当前转速下振幅,通过计算对比,找出振动原因,可以对电机或转机等新出厂设备进行测定,精确找出各种振动的根本原因,投资小,实施条件简单易行。
附图说明
图1为本发明提出的一种复杂轴系各转动部分固有动频率监测方法的流程示意图;
图2为本发明提出的一种复杂轴系各转动部分固有动频率监测方法的频率实测示意图。
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。
参照图1-2,一种复杂轴系各转动部分固有动频率监测方法,其步骤如下:
S1:测量轴系各部分声波曲线;
S2:根据声波曲线使用FFT函数转换,将时间域信号转换为频率域信号:
取N个采样点,经过FFT之后,得到N个点的FFT结果;
假设采样频率为Fs,信号频率F,采样点数为N,那么FFT之后结果就是一个为N点的复数,每一个点就对应着一个频率点,这个点的模值,就是该频率值下的幅度特性;
假设原始信号的峰值为A,FFT的结果的每个点的模值就是A的N/2倍,第一个点就是直流分量,模值就是直流分量的N倍;
第一个点表示直流分量,而最后一个点N的再下一个点则表示采样频率Fs,这中间被N-1个点平均分成N等份,每个点的频率依次增加;
如果采样频率Fs为1024Hz,采样点数为1024点,则可以分辨到1Hz,1024Hz的采样率采样1024点,采样1秒时间的信号并做FFT,则结果可以分析到1Hz,如果采样2秒时间的信号并做FFT,则结果可以分析到0.5Hz;
如果要提高频率分辨力,则必须增加采样点数,也即采样时间,频率分辨率和采样时间是倒数关系;
计算傅里叶谱的公式:
信号X(T)的富里叶变换为:
Figure BDA0003503899590000051
幅值谱为:
Figure BDA0003503899590000052
Figure BDA0003503899590000053
Figure BDA0003503899590000054
其中:T——信号作用时间;
n——时间T所分的区间数;
f——频率;
j——
Figure BDA0003503899590000055
加速度谱为:
Figure BDA0003503899590000061
S3:在频率域中得到振幅明显偏大频率区间,以及此部分转子的受迫振动的固有频率;
S4:根据等到的数据计算转子各部分工频振动频率;
工频频率f=zn/60(Hz)
S5:对比各部分工频频率分布与固有频率分布;
S6:根据对比结果判断对应设备部分存在共振:
对比各部分工频频率分布与固有频率分布,根据对比结果判断对应设备部分存在共振:
振动频率与转速成固定比例,一般判断为转动部分质量、电磁力不平衡,振动频率始终为工频振动,油膜振动(0.43f-0.48f)等非内因振动;
通过加速度谱直观感测到转动部分各部件振动情况,判断设备存在的问题;
对比各部分工频频率分布与固有频率分布,当f固=zf工(z=1.2.3......n)判断对应设备部分存在共振;
振幅的大小取决于激振力大小导致的振动强度的变化。
本方法原理:
1、声波频率不变,所有物体受迫振动时(就机械转子来说不同转速下其音频中都存在固有振动频带)其固有频率一直不变,由此其受迫振动的声波频率也不会改变,受迫振动随时间改变的只有振动的振幅及振动加速度。
2、本方法采用声波方式直接测量轴系各段声波波形(各频率下的振动加速度,振幅),通过振幅-频率与加速度-频率关系可以分析出在此段轴系的固有振动频率。
通过在设备正常运行时采用非接触方法测定复杂轴系各部位固有振动频率,从而能够发现设备内部故障,找出振动原因,为解决各类转机振动问题提出可行解决方案,采用非接触方法测量复杂轴系转机各部分固有振动频谱,采用傅里叶函数对频谱的频率、振幅进行分析得出固有频率及当前转速下振幅,通过计算对比,找出振动原因,可以对电机或转机等新出厂设备进行测定,精确找出各种振动的根本原因,投资小,实施条件简单易行。
一种复杂轴系各转动部分固有动频率监测系统,包括:固有动频率监测系统、轴系风波测量系统、信号转换系统、数据计算系统、频率对比分析系统以及数据库;
固有动频率监测系统:用于对系统整体进行整合调控以及信息收取;
轴系风波测量系统:用于测量轴系各部分声波曲线;
信号转换系统:用于根据声波曲线使用FFT函数转换,将时间域信号转换为频率域信号;
取N个采样点,经过FFT之后,得到N个点的FFT结果;
假设采样频率为Fs,信号频率F,采样点数为N,那么FFT之后结果就是一个为N点的复数,每一个点就对应着一个频率点,这个点的模值,就是该频率值下的幅度特性;
假设原始信号的峰值为A,FFT的结果的每个点的模值就是A的N/2倍,第一个点就是直流分量,模值就是直流分量的N倍;
第一个点表示直流分量,而最后一个点N的再下一个点则表示采样频率Fs,这中间被N-1个点平均分成N等份,每个点的频率依次增加;
如果采样频率Fs为1024Hz,采样点数为1024点,则可以分辨到1Hz,1024Hz的采样率采样1024点,采样1秒时间的信号并做FFT,则结果可以分析到1Hz,如果采样2秒时间的信号并做FFT,则结果可以分析到0.5Hz;
如果要提高频率分辨力,则必须增加采样点数,也即采样时间,频率分辨率和采样时间是倒数关系;
计算傅里叶谱的公式:
信号X(T)的富里叶变换为:
Figure BDA0003503899590000081
幅值谱为:
Figure BDA0003503899590000082
Figure BDA0003503899590000083
Figure BDA0003503899590000084
其中:T——信号作用时间;
n——时间T所分的区间数;
f——频率;
j——
Figure BDA0003503899590000085
加速度谱为:
Figure BDA0003503899590000086
数据计算系统:用于对工作数据情况进行计算;
频率对比分析系统:用于对比各部分工频频率分布与固有频率分布,根据对比结果判断对应设备部分存在共振:
振动频率与转速成固定比例,一般判断为转动部分质量、电磁力不平衡,振动频率始终为工频振动,油膜振动(0.43f-0.48f)等非内因振动;
通过加速度谱直观感测到转动部分各部件振动情况,判断设备存在的问题;
对比各部分工频频率分布与固有频率分布,当f固=zf工(z=1.2.3......n)判断对应设备部分存在共振;
振幅的大小取决于激振力大小导致的振动强度的变化。
数据库:用于对数据进行储存;
数据库包括实时数据存储模块、历史数据存储模块和数据比对模块;
实时数据存储模块用于存储当日的监测采集对应数据,并为数据比对模块提供数据支持;
历史数据存储模块用于存储监测采集对应数据的历史数据,并为数据比对模块提供数据支持;
数据比对模块通过读取实时数据存储模块和历史数据存储模块中的数据,并进对轴系各部分固有动频率变化趋势进行监视;
一种智能终端,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,处理器执行程序时用于执行如权利要求1至3中任一项的复杂轴系各转动部分固有动频率监测方法的步骤。
一种计算机可读存储介质,计算机可读存储介质存储有计算机程序,该程序被处理器执行时用于执行如权利要求1至3中任一项的复杂轴系各转动部分固有动频率监测方法的步骤。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现,当然也可以通过硬件,但很多情况下前者是更佳的实施方式。基于这样的理解,本申请的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来。
以上所述,仅为本发明较佳的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,根据本发明的技术方案及其发明构思加以等同替换或改变,都应涵盖在本发明的保护范围之内。

Claims (8)

1.一种复杂轴系各转动部分固有动频率监测方法,其特征在于,其步骤如下:
测量轴系各部分声波曲线;
根据声波曲线使用FFT函数转换,将时间域信号转换为频率域信号;
在频率域中得到振幅明显偏大频率区间,以及此部分转子的受迫振动的固有频率;
根据等到的数据计算转子各部分工频振动频率;
对比各部分工频频率分布与固有频率分布;
根据对比结果判断对应设备部分存在共振。
2.根据权利要求1所述的一种复杂轴系各转动部分固有动频率监测方法,其特征在于,根据声波曲线使用FFT函数转换,将时间域信号转换为频率域信号:
取N个采样点,经过FFT之后,得到N个点的FFT结果;
假设采样频率为Fs,信号频率F,采样点数为N,那么FFT之后结果就是一个为N点的复数,每一个点就对应着一个频率点,这个点的模值,就是该频率值下的幅度特性;
假设原始信号的峰值为A,FFT的结果的每个点的模值就是A的N/2倍,第一个点就是直流分量,模值就是直流分量的N倍;
第一个点表示直流分量,而最后一个点N的再下一个点则表示采样频率Fs,这中间被N-1个点平均分成N等份,每个点的频率依次增加;
如果采样频率Fs为1024Hz,采样点数为1024点,则可以分辨到1Hz,1024Hz的采样率采样1024点,采样1秒时间的信号并做FFT,则结果可以分析到1Hz,如果采样2秒时间的信号并做FFT,则结果可以分析到0.5Hz;
如果要提高频率分辨力,则必须增加采样点数,也即采样时间,频率分辨率和采样时间是倒数关系。
3.根据权利要求1所述的一种复杂轴系各转动部分固有动频率监测方法,其特征在于,对比各部分工频频率分布与固有频率分布,根据对比结果判断对应设备部分存在共振:
振动频率与转速成固定比例,一般判断为转动部分质量、电磁力不平衡,振动频率始终为工频振动,油膜振动(0.43f-0.48f)等非内因振动;
通过加速度谱直观感测到转动部分各部件振动情况,判断设备存在的问题;
对比各部分工频频率分布与固有频率分布,当f固=zf工(z=1.2.3......n)判断对应设备部分存在共振;
振幅的大小取决于激振力大小导致的振动强度的变化。
4.一种复杂轴系各转动部分固有动频率监测系统,其特征在于,包括:固有动频率监测系统、轴系风波测量系统、信号转换系统、数据计算系统、频率对比分析系统以及数据库。
5.根据权利要求4所述的一种复杂轴系各转动部分固有动频率监测系统,其特征在于,所述固有动频率监测系统:用于对系统整体进行整合调控以及信息收取;
所述轴系风波测量系统:用于测量轴系各部分声波曲线;
所述信号转换系统:用于根据声波曲线使用FFT函数转换,将时间域信号转换为频率域信号;
所述数据计算系统:用于对工作数据情况进行计算;
所述频率对比分析系统:用于对比各部分工频频率分布与固有频率分布,根据对比结果判断对应设备部分存在共振;
所述数据库:用于对数据进行储存。
6.根据权利要求4所述的一种复杂轴系各转动部分固有动频率监测系统,其特征在于,所述数据库包括实时数据存储模块、历史数据存储模块和数据比对模块;
所述实时数据存储模块用于存储当日的监测采集对应数据,并为所述数据比对模块提供数据支持;
所述历史数据存储模块用于存储监测采集对应数据的历史数据,并为所述数据比对模块提供数据支持;
所述数据比对模块通过读取实时数据存储模块和历史数据存储模块中的数据,并进对轴系各部分固有动频率变化趋势进行监视。
7.一种智能终端,其特征在于,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述程序时用于执行如权利要求1至3中任一项所述的复杂轴系各转动部分固有动频率监测方法的步骤。
8.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质存储有计算机程序,该程序被处理器执行时用于执行如权利要求1至3中任一项所述的复杂轴系各转动部分固有动频率监测方法的步骤。
CN202210140121.0A 2022-02-14 2022-02-14 一种复杂轴系各转动部分固有动频率监测方法 Pending CN114674417A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210140121.0A CN114674417A (zh) 2022-02-14 2022-02-14 一种复杂轴系各转动部分固有动频率监测方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210140121.0A CN114674417A (zh) 2022-02-14 2022-02-14 一种复杂轴系各转动部分固有动频率监测方法

Publications (1)

Publication Number Publication Date
CN114674417A true CN114674417A (zh) 2022-06-28

Family

ID=82073491

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210140121.0A Pending CN114674417A (zh) 2022-02-14 2022-02-14 一种复杂轴系各转动部分固有动频率监测方法

Country Status (1)

Country Link
CN (1) CN114674417A (zh)

Citations (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2002257622A (ja) * 2001-02-27 2002-09-11 Hitachi Ltd 誘導電動機ロータバーのねじり固有振動数検出装置
CN101013109A (zh) * 2007-01-26 2007-08-08 东南大学 基于声卡的旋转机械叶片频率智能测试方法
CN102538950A (zh) * 2010-12-23 2012-07-04 沈阳黎明航空发动机(集团)有限责任公司 一种发动机零部件固有频率的声学测试方法
CN104050147A (zh) * 2013-03-13 2014-09-17 刘湘辉 将时域信号转换成频域信号的方法与系统
CN108716989A (zh) * 2018-05-17 2018-10-30 长沙理工大学 一种汽轮发电机组轴系扭振故障监测方法、监测器及系统
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
CN110836721A (zh) * 2019-11-28 2020-02-25 中国航发沈阳黎明航空发动机有限责任公司 一种航空发动机整体叶盘叶片静频测试装置及方法
CN111709164A (zh) * 2020-05-17 2020-09-25 同济大学 一种车用增程器轴系扭转振动的分析方法
CN111780866A (zh) * 2020-06-29 2020-10-16 河南柴油机重工有限责任公司 一种柴油机试验底座安装状态固有频率测试方法及装置
CN112213131A (zh) * 2020-09-01 2021-01-12 华能淮阴第二发电有限公司 一种旋转机械检修和故障诊断模拟系统
CN112508350A (zh) * 2020-11-19 2021-03-16 中国大唐集团科学技术研究院有限公司火力发电技术研究院 一种汽轮发电机组振动预警方法及系统
CN112985578A (zh) * 2019-12-13 2021-06-18 中车株洲电力机车研究所有限公司 一种风电机组共振诊断方法及装置
CN113189642A (zh) * 2021-04-28 2021-07-30 中国石油化工集团有限公司 一种基于受迫振动的震源线性扫描信号设计方法
CN113283295A (zh) * 2021-04-19 2021-08-20 大连海事大学 一种从微弱信号中识别船舶轴系动态固有频率的方法

Patent Citations (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2002257622A (ja) * 2001-02-27 2002-09-11 Hitachi Ltd 誘導電動機ロータバーのねじり固有振動数検出装置
CN101013109A (zh) * 2007-01-26 2007-08-08 东南大学 基于声卡的旋转机械叶片频率智能测试方法
CN102538950A (zh) * 2010-12-23 2012-07-04 沈阳黎明航空发动机(集团)有限责任公司 一种发动机零部件固有频率的声学测试方法
CN104050147A (zh) * 2013-03-13 2014-09-17 刘湘辉 将时域信号转换成频域信号的方法与系统
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
CN108716989A (zh) * 2018-05-17 2018-10-30 长沙理工大学 一种汽轮发电机组轴系扭振故障监测方法、监测器及系统
CN110836721A (zh) * 2019-11-28 2020-02-25 中国航发沈阳黎明航空发动机有限责任公司 一种航空发动机整体叶盘叶片静频测试装置及方法
CN112985578A (zh) * 2019-12-13 2021-06-18 中车株洲电力机车研究所有限公司 一种风电机组共振诊断方法及装置
CN111709164A (zh) * 2020-05-17 2020-09-25 同济大学 一种车用增程器轴系扭转振动的分析方法
CN111780866A (zh) * 2020-06-29 2020-10-16 河南柴油机重工有限责任公司 一种柴油机试验底座安装状态固有频率测试方法及装置
CN112213131A (zh) * 2020-09-01 2021-01-12 华能淮阴第二发电有限公司 一种旋转机械检修和故障诊断模拟系统
CN112508350A (zh) * 2020-11-19 2021-03-16 中国大唐集团科学技术研究院有限公司火力发电技术研究院 一种汽轮发电机组振动预警方法及系统
CN113283295A (zh) * 2021-04-19 2021-08-20 大连海事大学 一种从微弱信号中识别船舶轴系动态固有频率的方法
CN113189642A (zh) * 2021-04-28 2021-07-30 中国石油化工集团有限公司 一种基于受迫振动的震源线性扫描信号设计方法

Similar Documents

Publication Publication Date Title
Wang et al. Current-aided order tracking of vibration signals for bearing fault diagnosis of direct-drive wind turbines
Reddy et al. Detection and monitoring of coupling misalignment in rotors using torque measurements
Yoon et al. On the use of a single piezoelectric strain sensor for wind turbine planetary gearbox fault diagnosis
CN109883703B (zh) 一种基于振动信号相干倒谱分析的风机轴承健康监测诊断方法
Cao et al. Vibration signal correction of unbalanced rotor due to angular speed fluctuation
CN111256993A (zh) 一种风电机组主轴承故障类型诊断方法及系统
Rodopoulos et al. A parametric approach for the estimation of the instantaneous speed of rotating machinery
CN102095885A (zh) 应用四点能量重心校正法的发动机转速的振动测量方法
CN1609578A (zh) 大型高速动平衡机摆架动刚度测试系统
Wang et al. A two-stage method using spline-kernelled chirplet transform and angle synchronous averaging to detect faults at variable speed
Lee et al. Bearing fault detection of IPMSMs using zoom FFT
CN108917916A (zh) 一种转轴绝对振动的测量方法
Jiang et al. A tacholess order tracking method based on spectral amplitude modulation for variable speed bearing fault diagnosis
Thanagasundram et al. Comparison of integrated micro-electrical-mechanical system and piezoelectric accelerometers for machine condition monitoring
Shi et al. A dual-guided adaptive decomposition method of fault information and fault sensitivity for multi-component fault diagnosis under varying speeds
Zandi et al. Brushless DC motor bearing fault detection using Hall effect sensors and a two-stage wavelet transform
CN101368870B (zh) 一种用于机械转子单截面轴振分析的幅值频谱的制作方法
Guo et al. Fault diagnosis of wind turbine bearing using synchrosqueezing wavelet transform and order analysis
CN117686232A (zh) 一种燃气轮机振动基频实时提取方法、装置及存储介质
CN114674417A (zh) 一种复杂轴系各转动部分固有动频率监测方法
Zhu et al. Fault diagnosis method for rolling element bearings under variable speed based on TKEO and Fast-SC
CN108303465A (zh) 一种基于机床振动的故障检测方法及系统
CN106126840B (zh) 基于轴心轨迹的旋转机械转速计算装置及方法
Thanagasundram et al. Autoregressive based diagnostics scheme for detection of bearing faults
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