TWI447371B - 即時檢測系統和方法 - Google Patents

即時檢測系統和方法 Download PDF

Info

Publication number
TWI447371B
TWI447371B TW099139719A TW99139719A TWI447371B TW I447371 B TWI447371 B TW I447371B TW 099139719 A TW099139719 A TW 099139719A TW 99139719 A TW99139719 A TW 99139719A TW I447371 B TWI447371 B TW I447371B
Authority
TW
Taiwan
Prior art keywords
entropy
instant detection
entropy value
detection system
signal
Prior art date
Application number
TW099139719A
Other languages
English (en)
Other versions
TW201221929A (en
Inventor
Jia Wang
Fuh Yu Chang
Original Assignee
Univ Nat Taiwan Science Tech
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 Univ Nat Taiwan Science Tech filed Critical Univ Nat Taiwan Science Tech
Priority to TW099139719A priority Critical patent/TWI447371B/zh
Priority to US13/113,844 priority patent/US8942939B2/en
Publication of TW201221929A publication Critical patent/TW201221929A/zh
Application granted granted Critical
Publication of TWI447371B publication Critical patent/TWI447371B/zh

Links

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
    • G01M13/028—Acoustic or vibration analysis
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R23/00—Arrangements for measuring frequencies; Arrangements for analysing frequency spectra
    • G01R23/16—Spectrum analysis; Fourier 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
    • G06F17/18—Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2218/00—Aspects of pattern recognition specially adapted for signal processing
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2218/00—Aspects of pattern recognition specially adapted for signal processing
    • G06F2218/12—Classification; Matching

Description

即時檢測系統和方法
本發明係關於一種即時檢測系統和方法，特別係關於一種用以檢測一迴轉機械之即時加工或轉動品質之即時檢測系統和方法。
迴轉機械在工業界與生活當中是相當常見的系統與作動原理。而在迴轉機械領域裡，隨著運轉及加工需求日益嚴苛，對於品質的要求亦趨於高精密與高標準。
以迴轉機械加工為例，隨著產品複雜度的增加，在改善製程品質時，往往需要考量到多個品質特性的同時最佳化。因此，良好的切削頻率、刀具摩耗、表面粗糙度以及切削力為加工所追求的目標。由於迴轉機械工作型態是一種動態行為，其係由好幾種運作模態所組成，而當其中一項參數或是運作因子發生變異時，極可能造成整體結構與產能的損壞與危險。這些細微的現象，在習知技術中常以快速傅立葉轉換(Fast Fouier Transform,FFT)檢測法與均方根(Root Mean Square,RMS)演算法做為分析工具，但往往卻無法有效率的直接分析出問題之原因。以FFT檢測法而言，只能對機械做最基本的概略判定。而RMS演算法之特性在於計算快速簡單並可即時監控任何震動變化，但無法辨識問題型態以及頻率分佈之特性。
由此觀之，若以習知檢測技術進行迴轉機械之加工品質檢測，目前皆無法達到有效的解析判斷效果。除此 之外，由於習知檢測技術之理論與判斷結果常過於艱深，往往需要專業度極高的人員才有能力判別。因此，對於不斷提升效率與追求加工品質的迴轉機械市場中，需要更有效率與準確性的檢測技術是有其必要性存在。
有鑑於此，本發明提供關於一種即時檢測系統和方法，特別係關於一種用以檢測一迴轉機械之即時加工或轉動品質之即時檢測系統和方法，藉以解決上述習知問題。
本發明係關於一種即時檢測系統和方法，特別係關於一種用以檢測一迴轉機械之即時加工或轉動品質之即時檢測系統和方法。
本發明揭露一種即時檢測系統，用以檢測一迴轉機械之即時加工或轉動品質。本發明即時檢測系統包含一信號擷取模組、一前處理器、一處理器以及一比對模組。信號擷取模組用以擷取該迴轉機械之一時序信號。前處理器耦接該信號擷取模組，用以接收該時序信號，並藉由一傅立葉變換分析後產生一常態時序信號。處理器耦接該前處理器，用以接收該常態時序信號，根據一預定方式運算該常態時序信號之複數個熵值。比對模組耦接該處理器，具有一熵值對照表或一熵值變化之特徵判斷機制，該比對模組用以接收該常態時序信號之該等熵值，並將該等熵值比對該熵值對照表或該熵值變化之特徵判斷機制，據以產生一品質信號。
於實際應用中，本發明即時檢測系統之處理器所運算之每一熵值為一多尺度熵(Multiscale Entropy,MSE)演算法中，以多個運算尺度其中之一進行運算之結果。此外，處理器所根 據之預定方式包含有一資料擷取範圍以及一尺度(Scale)之取樣標準，其中本發明所採用之資料擷取範圍係為n×T，n為一自然數，T為該迴轉機械之工作週期。於尺度(Scale)之取樣標準中，本發明所採用之尺度係大於20。
再者，本發明另揭露一種即時檢測方法，用以檢測一迴轉機械之即時加工或轉動品質，其包含以下步驟：(S1)擷取該迴轉機械之一時序信號；(S2)藉由一傅立葉變換分析該時序信號後，藉以產生一常態時序信號；(S3)根據一預定方式運算該常態時序信號之複數個熵值以及(S4)根據一熵值對照表或一熵值變化之特徵判斷機制比對該等熵值，據以產生一品質信號。
於實際應用中，本發明即時檢測方法之步驟(S3)所運算每一熵值為一多尺度熵(Multiscale Entropy,MSE)演算法中，以多個運算尺度其中之一進行運算之結果。此外，步驟(S3)所根據之預定方式包含有一資料擷取範圍以及一尺度(Scale)之取樣標準，其中本發明所採用之資料擷取範圍係為n×T，n為一自然數，T為該迴轉機械之工作週期。於尺度(Scale)之取樣標準中，本發明所採用之尺度係大於20。
相較於習知技術，本發明即時檢測系統和方法採用多尺度熵(MSE)演算法，藉由該運算常態時序信號之複數個熵值，並根據一熵值對照表或一熵值變化之特徵判斷機制比對該等熵值後據以產生品質信號，藉以進行該迴轉機械之即時加工或轉動品質檢測。除此之外，本發明更藉由選擇n倍於迴轉機械之工作週期(T)為資料擷取範圍以及大於20之尺度取樣標準，藉以使MSE演算法可適用於迴轉機械領域，並提供一個有效率與準確性之即時檢測分析工具。
關於本發明之優點與精神可以藉由以下的發明詳述及所附圖式得到進一步的瞭解。
請參見圖一，圖一係繪示本發明之一具體實施例之即時檢測系統1的方塊圖。如圖一所示，本發明即時檢測系統1用以檢測一迴轉機械(未顯示於圖一)之即時加工或轉動品質，其包含一信號擷取模組10、一前處理器11、一處理器12以及一比對模組13。
信號擷取模組10用以擷取該迴轉機械之時序信號。於實務中，信號擷取模組10可包含或可為一壓電式加速規、一訊號擷取卡或一資料擷取軟體。時序信號可為迴轉機械之表面粗糙度、刀具磨耗、切削力、切削震動產生之信號，在此並不加以限制。
前處理器11耦接信號擷取模組10，用以接收時序信號，並藉由一傅立葉變換分析後產生一常態時序信號。於實務中，前處理器11可為一三維物件輪廓、一表面特性分析儀或其他有助於觀察表面現象、表面光度、材料品質優劣或動態情況之儀器，在此並不加以限制。除此之外，前處理器11可進一步包含有一計算模組(未顯示於圖一)，藉以進行傅立葉變換分析之計算，並產生一常態時序信號。其中，本發明所採用之傅立葉變換係為一短時傅立葉變換(Short-Time Fourier Transform,STFT)，其係針對迴轉機械之時序信號藉由濾除對於特性隨時間變化之非平穩訊號(Non-stationary Signal)後，藉以產生該常態時序信號。
處理器12耦接該前處理器11，用以接收該常態時序信 號，根據一預定方式運算該常態時序信號之複數個熵值。於實際應用中，處理器12所運算之每一熵值為一多尺度熵(Multiscale Entropy,MSE)演算法中，以多個運算尺度其中之一進行運算之結果。舉例來說，處理器12可使用20個運算尺度以進行MSE演算法，而每一個(第1~20個)運算尺度可分別產生各自(第1~20個)的熵值，並輸出至比對模組13。在此，本發明並不限制運算尺度之數量，惟該尺度需大於20，技術人員可自行選擇適當的運算尺度之數量。
此外，有別於MSE演算法應用在其他技術領域(如生理信號分析等)，當MSE演算法應用在迴轉機械領域之信號處理時，常因週期問題以及尺度取樣問題而導致計算上之偏差。有鑑於此，本發明之處理器12所根據之預定方式包含有一資料擷取範圍以及一尺度(Scale)之取樣標準，其中資料擷取範圍係為n×T，n為一自然數，T為該迴轉機械之工作週期，而尺度(Scale)係大於20以上，藉以解決上述週期問題以及尺度取樣問題。
值得注意的是，本發明不對其運算方式加以限制，其原因在於，MSE演算法係所述技術領域具有通常知識者皆能明瞭的一種演算法，雖然可運用若干不同的方式進行MSE運算，但只要是進行MSE運算且每一個運算尺度可分別產生各自的熵值，即屬於本發明之範疇，技術人員可自行決定其運算方式。
比對模組13耦接該處理器12，具有一熵值對照表或一熵值變化之特徵判斷機制，該比對模組13用以接收該常態時序信號之該等熵值，並將該等熵值比對該熵值對照表或該熵值變化之特徵判斷機制，據以產生一品質信號。於實務中，比對模組13可預先輸入多個標準熵值，據以建立熵值對照表。其中， 熵值對照表包含多個熵值區間，每一熵值區間至少包含所述多個標準熵值其中之一。舉例來說，在使用本發明即使檢測系統1進行迴轉機械之及時加工品質檢測之前，可先透過輸入若干標準值或由專業人員先行調校該熵值對照表，使得比對模組13能夠精確比對出由處理器12輸入之該等熵值。再者，該熵值變化之特徵判斷機制於實際應用上可為圖形判斷、程式判斷或邏輯判斷。
另外，所述多個熵值區間分別對應多個運算尺度，例如第1~20個運算尺度所運算出來的熵值，可分別由第1~20個熵值區間進行比對。其中，每一個熵值區間應包含用以指示不同加工品質信號的範圍。此外，使用者可自行選擇要採用哪個熵值區間所產生的品質信號。而該品質信號可以是一警告聲或警示燈。
請參見圖二，圖二係繪示本發明之一具體實施例之即時檢測方法的流程圖。如圖二所示，本發明另提供一種即時檢測方法包含以下步驟：(S1)擷取該迴轉機械之一時序信號；(S2)藉由一傅立葉變換分析該時序信號後，藉以產生一常態時序信號；(S3)根據一預定方式運算該常態時序信號之複數個熵值；以及(S4)根據一熵值對照表或該熵值變化之特徵判斷機制比對該等熵值，據以產生一品質信號。
於步驟(S1)中，於實際應用上，信號擷取方法可使用一壓電式加速規或一訊號擷取卡藉以擷取迴轉機械之時序信號。時序信號可為迴轉機械之表面粗糙度、刀具磨耗、切削力、切削震動所產生之信號，在此並不加以限制。
於步驟(S2)中，藉由一傅立葉變換分析該時序信號後，藉 以產生一常態時序信號。其中，該傅立葉變換分析係一短時傅利葉變換。
於步驟(S3)中，根據一預定方式運算該常態時序信號之複數個熵值。於實際應用上，每一熵值為一多尺度熵(MSE)演算法中，以多個運算尺度其中之一進行運算之結果。舉例來說，透過多尺度熵演算法，每一個(第1~20個)運算尺度可分別產生各自(第1~20個)的熵值。在此，本發明並不限制運算尺度之數量，惟該尺度需大於20，技術人員可自行選擇適當的運算尺度之方式。
再者，步驟(S3)所根據之預定方式包含有一資料擷取範圍以及一尺度(Scale)之取樣標準，其中資料擷取範圍係為n×T，n為一自然數，T為該迴轉機械之工作週期，而尺度(Scale)係大於20以上，藉以解決週期問題以及尺度取樣問題。
值得注意的是，本發明不對其運算方式加以限制，其原因在於，MSE演算法係所述技術領域具有通常知識者皆能明瞭的一種演算法，雖然可運用若干不同的方式進行MSE運算，但只要是進行MSE運算且每一個運算尺度可分別產生各自的熵值，即屬於本發明之範疇，技術人員可自行決定其運算方式。
於步驟(S4)中，根據一熵值對照表或一熵值變化之特徵判斷機制，據以產生一品質信號。於實際應用上，可預先輸入多個標準熵值，據以建立熵值對照表。其中，熵值對照表包含多個熵值區間，每一熵值區間至少包含所述多個標準熵值其中之一。舉例來說，在進行迴轉機械之即時加工或轉動品質的評估之前，可先透過輸入若干標準值或由專業人員先行調校所述熵值對照表。再者，該熵值變化之特徵判斷機制於實際應用上可 為圖形判斷、程式判斷或邏輯判斷。
另外，所述多個熵值區間分別對應多個運算尺度，例如第1~20個運算尺度所運算出來的熵值，可分別由第1~20個熵值區間進行比對。其中，每一個熵值區間應包含用以指示不同加工品質信號的範圍。此外，使用者可自行選擇要採用哪個熵值區間所產生的品質信號。而該品質信號可以是一警告聲或警示燈。
相較於習知技術，本發明即時檢測系統和方法採用多尺度熵(MSE)演算法，藉由該運算常態時序信號之複數個熵值，並根據一熵值對照表或一熵值變化之特徵判斷機制比對該等熵值後據以產生品質信號，藉以進行該迴轉機械之即時加工或轉動品質檢測。除此之外，本發明更藉由選擇n倍於迴轉機械之工作週期(T)為資料擷取範圍以及大於20之尺度取樣標準，藉以使MSE演算法可適用於迴轉機械領域，並提供一個有效率與準確性之即時檢測分析工具。
藉由以上較佳具體實施例之詳述，係希望能更加清楚描述本發明之特徵與精神，而並非以上述所揭露的較佳具體實施例來對本發明之範疇加以限制。相反地，其目的是希望能涵蓋各種改變及具相等性的安排於本發明所欲申請之專利範圍的範疇內。
1‧‧‧即時檢測系統
10‧‧‧信號擷取模組
11‧‧‧前處理器
12‧‧‧處理器
13‧‧‧比對模組
S1~S4‧‧‧步驟流程
圖一係繪示本發明之一具體實施例之即時檢測系統的方塊圖。
圖二係繪示本發明之一具體實施例之即時檢測方法的流程圖。
1‧‧‧即時檢測系統
10‧‧‧信號擷取模組
11‧‧‧前處理器
12‧‧‧處理器
13‧‧‧比對模組

Claims (18)

  1. 一種即時檢測系統，用以檢測一迴轉機械之即時加工或轉動品質，其包含：一信號擷取模組，用以擷取該迴轉機械之一時序信號；一前處理器，耦接該信號擷取模組，用以接收該時序信號，並藉由一傅立葉變換(Fourier Transform)分析後產生一常態時序信號；一處理器，耦接該前處理器，用以接收該常態時序信號，根據一預定方式運算該常態時序信號之複數個熵值；以及一比對模組，耦接該處理器，具有一熵值對照表或一熵值變化之特徵判斷機制，該比對模組用以接收該常態時序信號之該等熵值，並將該等熵值比對該熵值對照表或該熵值變化之特徵判斷機制，據以產生一品質信號。
  2. 如申請專利範圍第1項之即時檢測系統，其中該預定方式包含有一資料擷取範圍，而該資料擷取範圍係為n×T，n為一自然數，T為該迴轉機械之工作週期。
  3. 如申請專利範圍第2項之即時檢測系統，其中該預定方式另包含有一尺度(Scale)之取樣標準，而該尺度係大於20。
  4. 如申請專利範圍第1項之即時檢測系統，其中該每一熵值為一多尺度熵(Multiscale Entropy,MSE)演算法中，以多個運算尺度其中之一進行運算之結果。
  5. 如申請專利範圍第1項之即時檢測系統，其中該比對模組藉由預先輸入多個標準熵值，藉以建立該熵值對照表。
  6. 如申請專利範圍第5項之即時檢測系統，其中該熵值對照表包含多個熵值區間，每一該熵值區間至少包含該等標準熵值其中之一。
  7. 如申請專利範圍第1項之即時檢測系統，其中該傅立葉轉換是一種短時傅立葉變換(Short-Time Fourier Transform,STFT)。
  8. 如申請專利範圍第1項之即時檢測系統，其中該品質信號可以是一警告聲或警示燈。
  9. 如申請專利範圍第1項之即時檢測系統，其中該熵值變化之特徵判斷機制可為圖形判斷、程式判斷或邏輯判斷。
  10. 一種即時檢測方法，用以檢測一迴轉機械之即時加工或轉動品質，其包含以下步驟：(S1)擷取該迴轉機械之一時序信號；(S2)藉由一傅立葉變換(Fourier Transform)分析該時序信號後，藉以產生一常態時序信號；(S3)根據一預定方式運算該常態時序信號之複數個熵值；以及(S4)根據一熵值對照表或該熵值變化之特徵判斷機制比對該等熵值，據以產生一品質信號。
  11. 如申請專利範圍第10項之即時檢測方法，其中該預定方式包含有一資料擷取範圍，而該資料擷取範圍係為n×T，n為一自然數，T為該迴轉機械之工作週期。
  12. 如申請專利範圍第11項之即時檢測方法，其中該預定方式另包含有一尺度(Scale)之取樣標準，而該尺度係大於20。
  13. 如申請專利範圍第10項之即時檢測方法，其中該每一熵值為一多尺度熵(Multiscale Entropy,MSE)演算法中，以多個運算尺度其中之一進行運算之結果。
  14. 如申請專利範圍第10項之即時檢測方法，其中該比對模組藉由預先輸入多個標準熵值，藉以建立該熵值對照表。
  15. 如申請專利範圍第10項之即時檢測方法，其中該熵值對照表包含多個熵值區間，每一該熵值區間至少包含該等標準熵值 其中之一。
  16. 如申請專利範圍第10項之即時檢測方法，其中該傅立葉轉換是一種短時傅立葉變換(Short-Time Fourier Transform,STFT)。
  17. 如申請專利範圍第10項之即時檢測方法，其中該品質信號可以是一警告聲或警示燈。
  18. 如申請專利範圍第10項之即時檢測方法，其中該熵值變化之特徵判斷機制可為圖形判斷、程式判斷或邏輯判斷。
TW099139719A 2010-11-18 2010-11-18 即時檢測系統和方法 TWI447371B (zh)

Priority Applications (2)

Application Number Priority Date Filing Date Title
TW099139719A TWI447371B (zh) 2010-11-18 2010-11-18 即時檢測系統和方法
US13/113,844 US8942939B2 (en) 2010-11-18 2011-05-23 Real-time detection system and the method thereof

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
TW099139719A TWI447371B (zh) 2010-11-18 2010-11-18 即時檢測系統和方法

Publications (2)

Publication Number Publication Date
TW201221929A TW201221929A (en) 2012-06-01
TWI447371B true TWI447371B (zh) 2014-08-01

Family

ID=46065134

Family Applications (1)

Application Number Title Priority Date Filing Date
TW099139719A TWI447371B (zh) 2010-11-18 2010-11-18 即時檢測系統和方法

Country Status (2)

Country Link
US (1) US8942939B2 (zh)
TW (1) TWI447371B (zh)

Families Citing this family (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103234750A (zh) * 2013-04-16 2013-08-07 北京工业大学 一种基于改进倒频谱法的等高齿锥齿轮故障诊断方法
DE102013013551A1 (de) * 2013-08-13 2015-03-05 Justus-Liebig-Universität Giessen Verfahren zur Erkennung signifikant veränderter Signale vor einem Hintergrund dominanter Störungen
CN104215453B (zh) * 2014-09-16 2016-07-06 华北电力大学（保定） 一种一级行星二级平行轴齿轮箱故障检测方法
CN105758634B (zh) * 2016-02-26 2019-06-21 中国航空工业集团公司上海航空测控技术研究所 一种应用于直升机传动系统振动信号的故障检测方法
CN106840670B (zh) * 2016-12-29 2019-08-27 中国科学技术大学 一种基于多尺度短时光滑分析的周期瞬态信号检测方法
CN111307438B (zh) * 2020-03-11 2021-09-14 上海纵行实业有限公司 一种基于信息熵的旋转机械振动故障诊断方法及其系统
CN111444805B (zh) * 2020-03-19 2023-03-17 哈尔滨工程大学 一种基于改进的多尺度小波熵数字信号调制识别方法
CN112881006B (zh) * 2021-01-12 2022-09-09 北华大学 一种齿轮故障诊断方法

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5565872A (en) * 1995-04-25 1996-10-15 Loral Fairchild Corporation System and method for detecting and characterizing vibrating targets
US6728645B1 (en) * 2003-01-07 2004-04-27 Electro-Optics Research & Development Ltd. Method and system for automatic identification of objects type according to their characteristic spectrum of vibration frequencies
TW200819723A (en) * 2006-07-03 2008-05-01 Ritsumeikan University Method and system for diagnosing equipment, and recording medium thereof
TW201125536A (en) * 2010-01-20 2011-08-01 Univ Yuan Ze Human body balanced signal measuring system and the analyzing method thereof
TW201221931A (en) * 2010-11-18 2012-06-01 Ancad Inc System and method for evaluating mechanical vibration signal using mse

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
SG178766A1 (en) * 2007-03-12 2012-03-29 Elta Systems Ltd Method and system for detecting motorized objects
US20100169030A1 (en) * 2007-05-24 2010-07-01 Alexander George Parlos Machine condition assessment through power distribution networks
WO2010011918A2 (en) * 2008-07-24 2010-01-28 University Of Cincinnati Methods for prognosing mechanical systems
EP2208981B1 (en) * 2009-01-14 2016-03-23 Alcatel Lucent Monitoring of rotating machines

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5565872A (en) * 1995-04-25 1996-10-15 Loral Fairchild Corporation System and method for detecting and characterizing vibrating targets
US6728645B1 (en) * 2003-01-07 2004-04-27 Electro-Optics Research & Development Ltd. Method and system for automatic identification of objects type according to their characteristic spectrum of vibration frequencies
TW200819723A (en) * 2006-07-03 2008-05-01 Ritsumeikan University Method and system for diagnosing equipment, and recording medium thereof
TW201125536A (en) * 2010-01-20 2011-08-01 Univ Yuan Ze Human body balanced signal measuring system and the analyzing method thereof
TW201221931A (en) * 2010-11-18 2012-06-01 Ancad Inc System and method for evaluating mechanical vibration signal using mse

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
王嘉，"利用MSE-M演算法建立迴轉機械即時檢測系統"，國立台灣科技大學碩士論文,2010年7月20日 *

Also Published As

Publication number Publication date
TW201221929A (en) 2012-06-01
US8942939B2 (en) 2015-01-27
US20120130682A1 (en) 2012-05-24

Similar Documents

Publication Publication Date Title
TWI447371B (zh) 即時檢測系統和方法
Lamraoui et al. Cyclostationarity approach for monitoring chatter and tool wear in high speed milling
US9791422B2 (en) Analysis of periodic information in a signal
Lin et al. Sequential spindle current-based tool condition monitoring with support vector classifier for milling process
CN111401584B (zh) 一种设备故障自动诊断方法及系统
Chen et al. Feature extraction using dominant frequency bands and time-frequency image analysis for chatter detection in milling
Li et al. A novel ensemble deep learning model for cutting tool wear monitoring using audio sensors
US10607470B2 (en) Vibrational analysis systems and methods
JP2006519709A (ja) 機械加工用ダイナミクス計器
CN110160765A (zh) 一种基于声音或振动信号的冲击特征识别方法及系统
JP2022020722A5 (zh)
US11635345B2 (en) System for separating periodic frequency of interest peaks from non-periodic peaks in machine vibration data
JP2010181203A (ja) 亀裂検出装置及び方法
CN108444715A (zh) 轴承状态诊断方法、装置、存储介质及电子设备
TWI670138B (zh) 應用於自動加工機的刀具磨耗預測方法
JP2003214944A (ja) 異音による不良検査装置
CN108363822A (zh) 刀具刚性预测用于抑制切削颤振的装置及方法
Zhong et al. Correlation analysis of cutting force and acoustic emission signals for tool condition monitoring
TW201633025A (zh) 工具機主軸故障形式的診斷方法及其系統
Jiang et al. Rolling bearing quality evaluation based on a morphological filter and a Kolmogorov complexity measure
Kothuru et al. Cutting Process Monitoring System Using Audible Sound Signals and Machine Learning Techniques: An Application to End Milling
Amer et al. Machine tool condition monitoring using sweeping filter techniques
TWI436047B (zh) 一種利用多尺度熵之機械震動信號評估系統與方法
JP2009300192A (ja) 亀裂検出装置及び亀裂検出方法
CN113889147A (zh) 一种基于动态时间弯曲算法的机械系统声纹信号匹配方法

Legal Events

Date Code Title Description
MM4A Annulment or lapse of patent due to non-payment of fees