CN115096582B - 一种基于原位测量的传递路径分析与齿轮故障溯源方法 - Google Patents
一种基于原位测量的传递路径分析与齿轮故障溯源方法 Download PDFInfo
- Publication number
- CN115096582B CN115096582B CN202210804850.1A CN202210804850A CN115096582B CN 115096582 B CN115096582 B CN 115096582B CN 202210804850 A CN202210804850 A CN 202210804850A CN 115096582 B CN115096582 B CN 115096582B
- Authority
- CN
- China
- Prior art keywords
- fault
- frequency response
- transmission path
- response function
- decoupling
- 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
- 230000005540 biological transmission Effects 0.000 title claims abstract description 57
- 238000000034 method Methods 0.000 title claims abstract description 47
- 238000004458 analytical method Methods 0.000 title claims abstract description 38
- 238000012625 in-situ measurement Methods 0.000 title claims abstract description 28
- 238000005316 response function Methods 0.000 claims abstract description 52
- 238000010168 coupling process Methods 0.000 claims abstract description 26
- 238000005859 coupling reaction Methods 0.000 claims abstract description 26
- 230000008878 coupling Effects 0.000 claims abstract description 25
- 238000012546 transfer Methods 0.000 claims abstract description 10
- 230000004044 response Effects 0.000 claims description 16
- 239000011159 matrix material Substances 0.000 claims description 13
- 238000005259 measurement Methods 0.000 claims description 11
- 230000003595 spectral effect Effects 0.000 claims description 6
- 238000000354 decomposition reaction Methods 0.000 claims description 5
- NAWXUBYGYWOOIX-SFHVURJKSA-N (2s)-2-[[4-[2-(2,4-diaminoquinazolin-6-yl)ethyl]benzoyl]amino]-4-methylidenepentanedioic acid Chemical compound C1=CC2=NC(N)=NC(N)=C2C=C1CCC1=CC=C(C(=O)N[C@@H](CC(=C)C(O)=O)C(O)=O)C=C1 NAWXUBYGYWOOIX-SFHVURJKSA-N 0.000 claims description 3
- 230000001133 acceleration Effects 0.000 claims description 3
- 238000002790 cross-validation Methods 0.000 claims description 3
- 238000009434 installation Methods 0.000 claims description 3
- 238000010183 spectrum analysis Methods 0.000 claims description 3
- 238000012360 testing method Methods 0.000 abstract description 9
- 230000008569 process Effects 0.000 abstract description 8
- 238000005516 engineering process Methods 0.000 abstract description 2
- 238000010586 diagram Methods 0.000 description 7
- 238000002474 experimental method Methods 0.000 description 7
- 238000003745 diagnosis Methods 0.000 description 5
- 238000004088 simulation Methods 0.000 description 5
- 230000009467 reduction Effects 0.000 description 4
- 230000000694 effects Effects 0.000 description 3
- 230000008901 benefit Effects 0.000 description 2
- 230000007547 defect Effects 0.000 description 2
- 238000009795 derivation Methods 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 238000001228 spectrum Methods 0.000 description 2
- 238000005299 abrasion Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 230000002950 deficient Effects 0.000 description 1
- 230000005284 excitation Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000003672 processing method 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
- G01M13/02—Gearings; Transmission mechanisms
- G01M13/021—Gearings
-
- 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
- G01M13/02—Gearings; Transmission mechanisms
- G01M13/028—Acoustic or vibration analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/16—Matrix or vector computation, e.g. matrix-matrix or matrix-vector multiplication, matrix factorization
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/18—Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis
Landscapes
- Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Mathematical Physics (AREA)
- Mathematical Analysis (AREA)
- Theoretical Computer Science (AREA)
- Mathematical Optimization (AREA)
- Pure & Applied Mathematics (AREA)
- Computational Mathematics (AREA)
- Algebra (AREA)
- Databases & Information Systems (AREA)
- Software Systems (AREA)
- General Engineering & Computer Science (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Computing Systems (AREA)
- Bioinformatics & Computational Biology (AREA)
- Evolutionary Biology (AREA)
- Operations Research (AREA)
- Probability & Statistics with Applications (AREA)
- Acoustics & Sound (AREA)
- Testing Of Devices, Machine Parts, Or Other Structures Thereof (AREA)
Abstract
本发明公开了一种基于原位测量的传递路径分析与齿轮故障溯源方法,其特征在于,包括以下步骤:步骤1:耦合频响函数的原位测量;步骤2:被动件频率函数的虚拟解耦;步骤3:界面轴承力辨识;步骤4:传递路径贡献度分析;步骤4.1:计算不同频段下的传递路径贡献度;步骤4.2:定位故障敏感频段;步骤4.3:确定特定故障的路径贡献度;步骤5:故障溯源与故障特征增强;步骤5.1:基于路径分析的故障溯源;步骤5.2:基于路径分析的故障特征增强。本发明克服了现有的基于物理解耦的传递路径分析方法所带来的时间成本,通过虚拟解耦技术实现了箱体解耦频响函数的原位测量。在保证精度的前提下,极大地简化了频响函数的测试过程与传递路径分析的流程。
Description
技术领域
本发明涉及齿轮转子系统动力学与故障诊断领域,尤其涉及一种基于原位测量的传递路径分析与齿轮故障溯源方法。
背景技术
在齿轮传动系统的振动噪声监测和故障诊断领域,一般通过在齿轮箱箱体表面布置测点的形式实现监测与诊断。在齿轮传动系统中,从振动激励源(齿轮啮合位置)到箱体测点之间存在多条振动传递路径,且在振动传递过程中,会经历多介质-多界面的能量衰减过程。如何刻画齿轮传动系统的振动传递过程,量化各条传递路径的贡献度,进而实现齿轮故障溯源与故障特征增强是齿轮系统传递路径分析的主要任务。齿轮转子系统传递路径分析对于齿轮系统的减振降噪以及齿轮故障诊断,均具有重要的意义。
目前,有关振动传递路径分析的研究多集中于汽车的减振降噪领域,基于传递路径分析的齿轮故障溯源与诊断研究十分欠缺。传递路径分析方法主要可以分为仿真方法和实验方法两种。对于仿真方法,一般借助于有限元方法实现,如已经公开的专利CN106769000A。对于实验方法,一般借助于模态与频响函数测试实现。
对于齿轮系统传递路径分析仿真方法,虽然具有节约时间成本的优点,但其精度较低,很难实现有效的故障溯源和故障特征增强。对于齿轮系统传递路径分析的实验方法,则需要在物理拆解齿轮、传动轴和箱体的条件下进行。重复的物理拆解与装配过程不仅会大幅增加时间成本,也会造成拆解-再装配过程后系统状态的改变。
为了解决仿真方法精度低,而实验方法测试过程繁琐且费时的缺点,本发明提出一种基于原位测量的传递路径分析与齿轮故障溯源方法。
发明内容
有鉴于现有技术的上述缺陷,本发明所要解决的技术问题是:仿真方法精度低,而实验方法测试过程繁琐且费时的缺点。本发明的最大优势在于能在不进行齿轮传动系统物理拆解的条件下,通过原位测量手段,结合虚拟解耦算法,“虚拟”地进行齿轮箱解耦。用高保真的虚拟解耦频响函数近似代替物理解耦频响函数,并进行齿轮传递路径分析与齿轮故障溯源。
为实现以上目的,本发明提供了一种基于原位测量的传递路径分析与齿轮故障溯源方法,其特征在于,包括以下步骤:
步骤1:耦合频响函数的原位测量;
步骤2:被动件频率函数的虚拟解耦;
步骤3:界面轴承力辨识;
步骤4:传递路径贡献度分析;
步骤4.1:计算不同频段下的传递路径贡献度;
步骤4.2:定位故障敏感频段;
步骤4.3:确定特定故障的路径贡献度;
步骤5:故障溯源与故障特征增强;
步骤5.1:基于路径分析的故障溯源;
步骤5.2:基于路径分析的故障特征增强。
进一步地,在步骤1中,所述耦合频响函数是指在齿轮、传动轴等部件处于安装状态时的频响函数,通过锤击法进行所述耦合频响函数的原位测量,获取从轴承座到齿轮箱箱体测点之间的所述耦合频响函数。
进一步地,在步骤2中,所述被动件为齿轮箱,通过虚拟解耦算法实现所述齿轮箱解耦频响函数原位测量的方法。
进一步地,所述虚拟解耦算法具体为:
在界面的转子侧施加单位力时,界面处弹簧的变形量可以表示频响函数的形式:
矩阵ΔXr的维度为n×n(n为传递路径的数目),矩阵的第i列表示在第i个转子侧界面节点施加单位力时界面弹簧的变形,式中上标c代表耦合频响函数,下标r和h分别表示转子侧和箱体侧,值得注意的是,后续的虚拟解耦和轴承界面力辨识均是在频域内进行的,在后续推导中,为了使式子简洁,将忽略ω这一代表频率的自变量,转子侧界面节点与测点之间的耦合频响函数为:
式中下标m代表测点,上标d代表解耦频响函数,界面动刚度矩阵可以表示为:
Kb=diag(k1 k2 … ki … kn) (3)
式中ki为第i个界面弹簧的动刚度,箱体侧界面节点与测点之间的传递率矩阵可以表示为:
与公式(1)类似,在界面的箱体侧施加单位力时,界面处弹簧的变形量可以表示为:
测点响应可以分解为如下两部分:
箱体侧界面节点与测点之间的耦合频响函数为:
将公式(4)代入公式(7),可以推导得到箱体侧界面节点与测点之间的解耦频响函数:
进一步地,在步骤3中,对箱体的解耦频响做奇异值分解可得:
利用Tikhonov正则化方法辨识轴承力:
利用广义交叉验证法获得正则化参数λ,广义正则化函数可以表示为:
式中m为测点的个数。C(λ)的表达式为:
当广义正则化函数取最小值时,所对应的λ为最佳正则化参数,当最佳正则化参数确定之后,可用公式(10)计算轴承力的辨识结果。
进一步地,在步骤4.1中,箱体测点的振动响应am可用箱体解耦频响与轴承力向量相乘的形式表达:
式中ci为第i条传递路径的绝对贡献度:
进一步地,在步骤4.2中,对齿轮箱箱体测点的加速度振动响应信号进行谱峭度分析,利用快速谱峭度算法定位蕴藏最丰富故障信息的所述故障敏感频段。
进一步地,在步骤4.3中,对所述故障敏感频段内的路径贡献度进行求和,获得特定故障所对应的所述路径贡献度。
进一步地,在步骤5.1中,基于上述步骤所获得的所述路径贡献度,进行所述路径贡献度排序,找出主导传递路径,根据主导传递路径反演故障位置。
进一步地,在步骤5.2中,根据式(13),对测点信号进行传递路径分量分解,将振动信号表达为各条传递路径求和的形式,对主导传递路径的信号分量进行包络谱分析,实现基于路径分析的所述故障特征增强。
与传统方法和装置相比,本发明具备以下有益效果:
本发明克服了现有的基于物理解耦的传递路径分析方法所带来的时间成本,通过所提出的虚拟解耦技术实现了箱体解耦频响函数的原位测量。本发明能在保证精度的前提下,极大地简化了频响函数的测试过程与传递路径分析的流程。
以下将结合附图对本发明的构思、具体结构及产生的技术效果作进一步说明,以充分地了解本发明的目的、特征和效果。
附图说明
图1为本发明的一个较佳实施例的齿轮传动系统传递路径示意图;
图2为本发明的一个较佳实施例的整体方案流程图;
图3为本发明的一个较佳实施例的箱体频响函数测试示意图;
图4为本发明的一个较佳实施例的虚拟解耦与物理解耦频响函数对比示意图;
图5为本发明的一个较佳实施例的辨识得到的轴承力频谱示意图;
图6为本发明的一个较佳实施例的不同故障与不同频段下的路径贡献度示意图;
图7为本发明的一个较佳实施例的谱峭度与特征敏感频段示意图;
图8为本发明的一个较佳实施例的特定故障所对应的路径贡献度示意图;
图9为本发明的一个较佳实施例的崩角故障路径贡献度示意图;
图10为本发明的一个较佳实施例的磨损故障路径贡献度示意图;
图11为本发明的一个较佳实施例的断齿故障路径贡献度示意图;
图12为本发明的一个较佳实施例的平方包络谱与故障特征频率幅值示意图。
其中,1-耦合频响函数原位测量,2-物理拆解条件下的解耦频响函数测试,3-频响测试设备,4-崩角故障,5-磨损故障,6-断齿故障。
具体实施方式
以下参考说明书附图介绍本发明的多个优选实施例,使其技术内容更加清楚和便于理解。本发明可以通过许多不同形式的实施例来得以体现,本发明的保护范围并非仅限于文中提到的实施例。
在附图中,结构相同的部件以相同数字标号表示,各处结构或功能相似的组件以相似数字标号表示。附图所示的每一组件的尺寸和厚度是任意示出的,本发明并没有限定每个组件的尺寸和厚度。为了使图示更清晰,附图中有些地方适当夸大了部件的厚度。
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。
下面以两级平行轴齿轮实验台为例,阐述本发明的具体实施方式,整体方案流程如图2所示。
步骤1:耦合频响函数的原位测量。
如图3所示,通过锤击法进行耦合频响函数的原位测量,获取从轴承座到齿轮箱箱体测点之间的耦合频响函数。耦合频响函数是指在齿轮、传动轴等部件处于安装状态时的频响函数。为了在后续环节中验证虚拟解耦方法的正确性,也进行了在物理拆解条件下的解耦频响函数测试作为对照组。
步骤2:被动件频率函数的虚拟解耦。
在界面的转子侧施加单位力时(见图1中的r1~rn),界面处弹簧的变形量可以表示频响函数的形式:
矩阵ΔXr的维度为n×n(n为传递路径的数目)。矩阵的第i列表示在第i个转子侧界面节点(见图1中的ri)施加单位力时界面弹簧的变形。式中上标c代表耦合频响函数。下标r和h分别表示转子侧和箱体侧。值得注意的是,后续的虚拟解耦和轴承界面力辨识均是在频域内进行的。在后续推导中,为了使式子简洁,将忽略ω这一代表频率的自变量。
转子侧界面节点与测点之间的耦合频响函数为:
式中下标m代表测点。上标d代表解耦频响函数。界面动刚度矩阵可以表示为:
Kb=diag(k1 k2 … ki … kn) (3)
式中ki为第i个界面弹簧的动刚度。
箱体侧界面节点与测点之间的传递率矩阵可以表示为:
与公式(1)类似,在界面的箱体侧施加单位力时(见图1中的h1~hn),界面处弹簧的变形量可以表示为:
测点响应可以分解为如下两部分:
箱体侧界面节点与测点之间的耦合频响函数为:
将公式(4)代入公式(7),可以推导得到箱体侧界面节点与测点之间的解耦频响函数:
利用上述虚拟解耦方法获取齿轮箱箱体的解耦频响函数。虚拟解耦与物理解耦所得频响函数如图4所示。由图可知,虚拟解耦所得箱体频响函数与真实物理解耦所得的频响函数非常接近,这证明了所提出的原位测量与虚拟解耦方法的有效性。
步骤3:界面轴承力辨识。
对箱体的解耦频响做奇异值分解可得:
利用Tikhonov正则化方法辨识轴承力:
利用广义交叉验证法获得正则化参数λ。广义正则化函数可以表示为:
式中m为测点的个数。C(λ)的表达式为:
当广义正则化函数取最小值时,所对应的λ为最佳正则化参数。当最佳正则化参数确定之后,可用公式(10)计算轴承力的辨识结果。
基于齿轮箱箱体测点的加速度振动响应信号,依据上述轴承力辨识算法获取频域轴承力,如图5所示。
步骤4:传递路径贡献度分析。
步骤4.1:计算不同频段下的传递路径贡献度。
箱体测点的振动响应am可用箱体解耦频响与轴承力向量相乘的形式表达:
式中ci为第i条传递路径的绝对贡献度:
分别针对本实施例中所涉及的三种故障形式,计算不同故障和不同频段下的路径贡献度,如图6所示。
步骤4.2:定位故障敏感频段。
利用谱峭度算法定位蕴藏最丰富故障信息的故障敏感频段。针对本实施例,不同故障所对应的特征敏感频段见图7。
步骤4.3:确定特定故障的路径贡献度。
对故障敏感频段内的路径贡献度进行求和,获得特定故障所对应的路径贡献度。针对本实施例中的三种故障形式,其路径贡献度如图8所示。
步骤5:故障溯源与故障特征增强。
步骤5.1:基于路径分析的故障溯源。
基于上述步骤所活动的路径贡献度,进行贡献度排序,找出主导传递路径。根据主导传递路径反演故障位置。针对本实施例中的三种故障形式,其主导传递路径和故障溯源过程如图9-图11所示。由图可知,对于本实施例中涉及的三种故障形式,本方法均能精确地进行主传递路径的辨识和故障溯源,这验证了本方法的有效性。
步骤5.2:基于路径分析的故障特征增强。
如图12所示,根据式(13),对测点信号进行传递路径分量分解,将振动信号表达为各条传递路径求和的形式。对主导传递路径的信号分量进行包络谱分析(或其他可供替代的信号处理方法),实现基于路径分解的信号特征增强。
以上详细描述了本发明的较佳具体实施例。应当理解,本领域的普通技术人员无需创造性劳动就可以根据本发明的构思做出诸多修改和变化。因此,凡本技术领域中技术人员依本发明的构思在现有技术的基础上通过逻辑分析、推理或者有限的实验可以得到的技术方案,皆应在由权利要求书所确定的保护范围内。
Claims (8)
1.一种基于原位测量的传递路径分析与齿轮故障溯源方法,其特征在于,包括以下步骤:
步骤1:耦合频响函数的原位测量;
步骤2:被动件频率函数的虚拟解耦;
步骤3:界面轴承力辨识;
步骤4:传递路径贡献度分析;
步骤4.1:计算不同频段下的传递路径贡献度;
步骤4.2:定位故障敏感频段;
步骤4.3:确定特定故障的路径贡献度;
步骤5:故障溯源与故障特征增强;
步骤5.1:基于路径分析的故障溯源;
步骤5.2:基于路径分析的故障特征增强;
其中,
所述步骤1中的所述耦合频响函数是指在齿轮、传动轴等部件处于安装状态时的频响函数,通过锤击法进行所述耦合频响函数的原位测量,获取从轴承座到齿轮箱箱体测点之间的所述耦合频响函数;
所述步骤2中的所述被动件为齿轮箱,通过虚拟解耦算法实现所述齿轮箱解耦频响函数原位测量的方法。
2.如权利要求1所述的基于原位测量的传递路径分析与齿轮故障溯源方法,其特征在于,所述虚拟解耦算法具体为:
在界面的转子侧施加单位力时,界面处弹簧的变形量可以表示频响函数的形式:
矩阵ΔXr的维度为n×n(n为传递路径的数目),矩阵的第i列表示在第i个转子侧界面节点施加单位力时界面弹簧的变形,式中上标c代表耦合频响函数,下标r和h分别表示转子侧和箱体侧,值得注意的是,后续的虚拟解耦和轴承界面力辨识均是在频域内进行的,在后续推导中,为了使式子简洁,将忽略ω这一代表频率的自变量,转子侧界面节点与测点之间的耦合频响函数为:
式中下标m代表测点,上标d代表解耦频响函数,界面动刚度矩阵可以表示为:
Kb=diag(k1 k2…ki…kn) (3)
式中ki为第i个界面弹簧的动刚度,箱体侧界面节点与测点之间的传递率矩阵可以表示为:
与公式(1)类似,在界面的箱体侧施加单位力时,界面处弹簧的变形量可以表示为:
测点响应可以分解为如下两部分:
箱体侧界面节点与测点之间的耦合频响函数为:
将公式(4)代入公式(7),可以推导得到箱体侧界面节点与测点之间的解耦频响函数:
5.如权利要求1所述的基于原位测量的传递路径分析与齿轮故障溯源方法,其特征在于,在步骤4.2中,对齿轮箱箱体测点的加速度振动响应信号进行谱峭度分析,利用快速谱峭度算法定位蕴藏最丰富故障信息的所述故障敏感频段。
6.如权利要求1所述的基于原位测量的传递路径分析与齿轮故障溯源方法,其特征在于,在步骤4.3中,对所述故障敏感频段内的路径贡献度进行求和,获得特定故障所对应的所述路径贡献度。
7.如权利要求1所述的基于原位测量的传递路径分析与齿轮故障溯源方法,其特征在于,在步骤5.1中,基于上述步骤所获得的所述路径贡献度,进行所述路径贡献度排序,找出主导传递路径,根据主导传递路径反演故障位置。
8.如权利要求1所述的基于原位测量的传递路径分析与齿轮故障溯源方法,其特征在于,在步骤5.2中,根据式(13),对测点信号进行传递路径分量分解,将振动信号表达为各条传递路径求和的形式,对主导传递路径的信号分量进行包络谱分析,实现基于路径分析的所述故障特征增强。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210804850.1A CN115096582B (zh) | 2022-07-08 | 2022-07-08 | 一种基于原位测量的传递路径分析与齿轮故障溯源方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210804850.1A CN115096582B (zh) | 2022-07-08 | 2022-07-08 | 一种基于原位测量的传递路径分析与齿轮故障溯源方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115096582A CN115096582A (zh) | 2022-09-23 |
CN115096582B true CN115096582B (zh) | 2023-06-02 |
Family
ID=83296872
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210804850.1A Active CN115096582B (zh) | 2022-07-08 | 2022-07-08 | 一种基于原位测量的传递路径分析与齿轮故障溯源方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115096582B (zh) |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103969067A (zh) * | 2014-04-01 | 2014-08-06 | 中北大学 | 一种基于广义形态学的自动装填系统故障诊断方法 |
CN106777448A (zh) * | 2016-10-27 | 2017-05-31 | 北京印刷学院 | 一种基于传递路径分析的印刷机振动源定位方法 |
Family Cites Families (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US4587590A (en) * | 1984-02-15 | 1986-05-06 | Electronics Corporation Of America | Microcomputer driven fail-safe device with short circuit detection for electronic control circuitry |
DE4012445C2 (de) * | 1990-04-19 | 1994-01-05 | Gerd Dipl Ing Friese | Verfahren zur Teilentladungsmessung und/oder -fehlerortung in Hochspannungsisolierungen unter Vor-Ort-Bedingungen und Anordnung zur Durchführung des Verfahrens |
CN105092194A (zh) * | 2015-08-31 | 2015-11-25 | 华南理工大学 | 一种基于逆子结构技术的传递路径分析方法 |
CN108267221B (zh) * | 2017-01-03 | 2019-09-24 | 中国科学院声学研究所 | 一种消除串扰的振动传递路径测试方法 |
CN110749406B (zh) * | 2018-07-24 | 2021-06-18 | 上汽通用五菱汽车股份有限公司 | 一种车身振动传递路径分析方法 |
CN112597676B (zh) * | 2020-12-10 | 2022-11-01 | 东风汽车集团有限公司 | 一种汽车悬置振动来源敏感度识别方法及装置 |
CN112881015B (zh) * | 2021-01-13 | 2022-01-04 | 上海交通大学 | 基于轴承力辨识的测点不敏感故障检测方法 |
CN113779735B (zh) * | 2021-10-13 | 2024-05-17 | 重庆齿轮箱有限责任公司 | 一种基于雅可比旋量模型的行星齿轮箱三维公差分析方法 |
-
2022
- 2022-07-08 CN CN202210804850.1A patent/CN115096582B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103969067A (zh) * | 2014-04-01 | 2014-08-06 | 中北大学 | 一种基于广义形态学的自动装填系统故障诊断方法 |
CN106777448A (zh) * | 2016-10-27 | 2017-05-31 | 北京印刷学院 | 一种基于传递路径分析的印刷机振动源定位方法 |
Also Published As
Publication number | Publication date |
---|---|
CN115096582A (zh) | 2022-09-23 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Cheng et al. | Gear fault identification based on Hilbert–Huang transform and SOM neural network | |
He et al. | Multifractal entropy based adaptive multiwavelet construction and its application for mechanical compound-fault diagnosis | |
Jin et al. | New domain adaptation method in shallow and deep layers of the CNN for bearing fault diagnosis under different working conditions | |
Park et al. | A positive energy residual (PER) based planetary gear fault detection method under variable speed conditions | |
CN103852269B (zh) | 高速列车运行动力学参数检测方法 | |
CN106092578A (zh) | 一种基于小波包和支持向量机的机床主轴轴承装配状态在线检测方法 | |
Kim et al. | Heath monitoring of a glass transfer robot in the mass production line of liquid crystal display using abnormal operating sounds based on wavelet packet transform and artificial neural network | |
CN102246111A (zh) | 航空器发动机中故障的识别 | |
US7949439B2 (en) | Method and a system for diagnosing an aircraft from measurements performed on the aircraft | |
Hassani et al. | Johansen cointegration of frequency response functions contaminated with nonstationary colored noise for structural damage detection | |
Wu et al. | Design a degradation condition monitoring system scheme for rolling bearing using EMD and PCA | |
Espinoza-Sepulveda et al. | Theoretical validation of earlier developed experimental rotor faults diagnosis model | |
CN108303249A (zh) | 一种用于齿轮箱电信号残差信号的提取方法 | |
Xue et al. | Real-time diagnosis of an in-wheel motor of an electric vehicle based on dynamic Bayesian networks | |
KR102694136B1 (ko) | 인공지능 기반의 오일가스 플랜트 설비 고장 예측 및 진단시스템 | |
JP2020183939A (ja) | ギアボックスの異常検出方法及び情報処理装置 | |
Matania et al. | One-fault-shot learning for fault severity estimation of gears that addresses differences between simulation and experimental signals and transfer function effects | |
CN115096582B (zh) | 一种基于原位测量的传递路径分析与齿轮故障溯源方法 | |
Sun et al. | A fault mechanism-based model for bearing fault diagnosis under non-stationary conditions without target condition samples | |
Mutra et al. | Signal-based parameter and fault identification in roller bearings using adaptive neuro-fuzzy inference systems | |
Jianhui et al. | New fault diagnosis method for rolling bearing based on PCA | |
Giurgiutiu et al. | Review of vibration-based helicopters health and usage monitoring methods | |
CN114354187B (zh) | 基于辨识啮合刚度的齿轮故障分类检测方法及系统 | |
CN116499742A (zh) | 一种基于集成学习的旋转机械故障监测方法 | |
Peeters et al. | Fatigue crack detection in planetary gears: Insights from the HUMS2023 data challenge |
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 |