CN104596756A - 用于旋转机械故障诊断的多频带包络谱阵 - Google Patents
用于旋转机械故障诊断的多频带包络谱阵 Download PDFInfo
- Publication number
- CN104596756A CN104596756A CN201510050392.7A CN201510050392A CN104596756A CN 104596756 A CN104596756 A CN 104596756A CN 201510050392 A CN201510050392 A CN 201510050392A CN 104596756 A CN104596756 A CN 104596756A
- Authority
- CN
- China
- Prior art keywords
- frequency
- narrow
- filtering
- filter
- envelope
- 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
Links
Landscapes
- Testing Of Devices, Machine Parts, Or Other Structures Thereof (AREA)
- Measurement Of Mechanical Vibrations Or Ultrasonic Waves (AREA)
Abstract
本发明属于机械设备振动监测与故障诊断领域,具体涉及一种用于旋转机械故障诊断的多频带包络谱阵。本发明通过对拾取的旋转机械振动信号进行多窄带滤波处理,获取不同频段的振动信号,对多组不同频段的振动信号进行包络解调分析,获取多组信号的包络谱,将包络谱变换为以振动频率和窄带滤波中心频率为x、y轴坐标,振动幅值为z轴坐标的三维包络谱阵(图)。基于该包络谱阵,可以对旋转机械的故障调制频率、故障发生部位、故障损伤程度做出快速、直观的判断,便于实现智能化的故障诊断。
Description
技术领域
本发明属于机械设备振动监测与故障诊断领域,具体涉及一种用于旋转机械故障诊断的多频带包络谱阵。
背景技术
旋转机械在运行过程中,故障信息通常以调制形式存在于振动信号之中,例如齿轮点蚀、断齿、滚动轴承的疲劳、轴弯曲等故障所产生的振动信号都含有周期性冲击成分,具有调幅、调频等调制现象。齿轮振动主要由齿轮副啮合激励产生,信号中包含各级齿轮的啮合频率及其谐波成分,当齿轮发生故障时,产生的周期冲击成分在振动信号中形成调制作用,调制信号的频谱在齿轮啮合频率附近形成边带。利用带通滤波提取齿轮啮合频率附近的成分,得到窄带信号,通过解调分析将调制波从信号中分离出来,实现故障信息的提取,进而判断零件损伤的程度和部位,这种方法称为包络分析(envelope analysis)。常用的包络分析方法主要有希尔伯特(Hilbert)变换法、检波滤波法、复调制、循环平稳分析方法、小波变换法等。利用窄带滤波器将包含边带成分的频带筛选出来,然后提取经筛选信号的幅值包络函数,做包络函数的频谱,称之为信号的包络谱。
窄带包络分析需要两个环节:第一,对实测振动信号的频谱进行分析,选择边带成分突出的频带进行窄带滤波;第二,通过对窄带滤波信号进行包络分析,提取出故障引起的边带成分。其中窄带滤波中心频率和频宽的选择是影响包络分析效果的关键。一般而言,对于齿轮箱振动信号,故障产生的边带成分分布在相关齿轮副的啮合频率两侧,可以选择啮合频率作为窄带滤波中心频率,也可以选择某个共振频率作为滤波中心频率;而对于轴承故障,则选择与故障相关部件的共振频率附近进行窄带滤波。然而对于具有多级齿轮传动的复杂机械***,各级传动的振动能量相差较大,大量的齿轮与轴承导致可能发生故障的部件较多,难以准确选择窄带滤波中心频率。如果对每一级齿轮副的故障进行诊断,都需要在该级传动的啮合频率附近做窄带包络分析,既影响了分析诊断的实时性,又限制了自动诊断程序的实现。实际分析表明,不同滤波中心频率的包络分析结果有时存在很大的差异,从而可能得出不同的故障诊断结论。特别是当故障比较微弱,引起的边带成分不太突出时,滤波中心频率与频宽的影响更为明显。
发明内容
本发明基于上述情况,提供一种用于旋转机械故障诊断的多频带包络谱阵方法。
本发明所述方法包括以下步骤:
(1)确定窄带滤波器的类型和滤波频宽。滤波器类型没有严格限制,可以选择任何形式的经典带通滤波器,如巴特沃斯带通滤波器、切比雪夫滤波器等。滤波频宽则需要根据分析对象的结构和信号特征确定,窄带滤波的目的是提取信号中故障产生的周期性冲击成分,从中提取幅值包络函数进行分析,以显现故障引起的频谱中的边带成分。因此滤波频宽应包含若干个结构故障可能产生的最高边带频率。窄带滤波器的z域表达式为:
式中,br和ak为滤波器系数,带通滤波器上、下截止频率通过滤波器系数得以体现;M、N为滤波器的滑动平均和自回归阶数。
(2)确定移动滤波的频率步长,可以选择在0.1至0.5倍滤波频宽范围,步长太小,得到的包络谱阵分辨率较高,但计算量大;反之,步长太大,计算分析速度快,但包络谱阵的分辨率降低。
(3)进行振动信号的窄带滤波,表达式为
y(n)=x(n)*h(n)
式中,x(n)为原始振动时间序列,h(n)为窄带滤波器单位脉冲响应函数,由H(z)逆向z变换得到,y(n)为窄带滤波之后的信号。
(4)对滤波之后的信号进行Hilbert变换
其解析信号表示为
式中,a(n)为窄带滤波之后的包络信号,其相应的包络谱如下:
A(f)=abs(FFT(a(n),Nf)/Nf)
式中,Nf为离散傅里叶变换之后的频率点数,A(f)为窄带滤波之后信号的包络谱,FFT表示对信号做快速傅里叶变换。
(5)以某个低频频率f1作为窄带滤波的中心频率,自此开始,得到该频率下对应的包络谱A(f1,f),然后按照选定的频率步长移动到下一个滤波中心频率f2,再次进行窄带包络分析,得到相应的包络谱A(f2,f),如此循环,直到滤波频宽覆盖全部分析频率范围,最终得到多频带包络谱阵∑A(fi,f)。进一步,以振动频率f为x轴,窄带滤波中心频率fi为y轴,包络谱幅值为z轴绘制多频带包络谱阵。
本发明的有益效果:
本发明以固定频率步长自低频到高频移动带通滤波器对原始振动信号进行窄带滤波,构建振动信号多频段三维包络谱阵。利用该包络谱阵进行旋转机械的故障诊断,能够克服传统包络分析中人工选择中心频率和滤波频宽的弊端,具有较高的智能性,便于直观、清晰地进行故障定位与损伤程度的判断。
附图说明
图1为多频带包络谱阵实现过程;
图2为多级齿轮箱传动结构与振动传感器;
图3为旋转机械无故障与存在故障时的多频带包络谱阵(图)对比。
具体实施方式
本发明提供了一种多频带包络谱阵方法用于旋转机械的故障诊断,下面结合附图和具体实施方式对本发明做进一步说明,但本发明的实施方式不限于此。
实施例:
(1)以具有三级齿轮传动的风电机组齿轮箱作为实施对象,选取两台同型号的齿轮箱,一台为无故障的新安装机组,另一台为运行时间较长的有故障机组;
(2)如图2所示,利用加速度传感器采集风电齿轮箱振动信号,对于无故障和存在故障的机组振动信号按照图1所示步骤分别进行多频带包络谱阵绘制,齿轮箱低速输入轴的旋转频率约为0.3Hz,齿轮箱高速输出轴的旋转频率约为22Hz,其它各级齿轮轴的旋转频率在两者之间。齿轮箱内的滚动轴承故障特征频率取值最高的是高速输出轴支撑轴承,一般约为高速输出轴旋转频率的10倍左右。带通滤波器的频宽只要能够包含几个最高故障特征频率产生的边带成分,就可以识别相应的故障。基于此,多频带包络谱阵的计算参数选择为:滤波器类型选择六阶巴特沃斯型,带通滤波器频宽选择200Hz,移动频率步长选择50Hz。
(3)图3中左边为正常机组的多频带包络谱阵,右边为故障机组的多频带包络谱阵。两幅图通过等高图形式表示,每幅图的横坐标为频率,纵坐标为窄带滤波的中心频率。从图中看出,正常机组和故障机组齿轮箱振动信号的多频带包络谱阵存在明显差异。
(4)图3中,正常机组在约300-500Hz、700-1000Hz、1300-1500Hz这三个频段有一些22Hz的边带成分,但取值都比较低。只有300-500Hz频段在44Hz附近有一个突出的峰值,可以认为该齿轮箱的高速轴存在原始的制造装配问题,可能是高速输出轴存在偏心,导致不同频带出现了此类边带。相比之下,故障机组在上述三个频带的边带成分更加突出,尤其是700-1000Hz频带,可以清楚地看出22Hz边带成分及其8次谐波,说明高速级齿轮存在较严重的故障从而产生较高频率的调制激励。
(5)在每一幅多频带包络谱阵中横向提取某个滤波中心频率对应的一行,得到一个切片。从上述多频带包络谱阵实现方法可见,该切片正是以该频率为中心频率对信号进行窄带滤波处理后的幅值包络谱。选取故障引起变化较大的滤波频段提取切片,就可以快速准确地分析振动信号中边带成分的变化,从而实现精确的故障诊断。
Claims (1)
1.用于旋转机械故障诊断的多频带包络谱阵,其特征在于,包括以下步骤:
1.确定窄带滤波器的类型和滤波频宽。滤波器类型没有严格限制,可以选择任何形式的经典带通滤波器,如巴特沃斯带通滤波器、切比雪夫滤波器等。滤波频宽则需要根据分析对象的结构和信号特征确定,窄带滤波的目的是提取信号中故障产生的周期性冲击成分,从中提取幅值包络函数进行分析,以显现故障引起的频谱中的边带成分。因此滤波频宽应包含若干个结构故障可能产生的最高边带频率。窄带滤波器的z域表达式为:
式中,br和ak为滤波器系数,带通滤波器上、下截止频率通过滤波器系数得以体现;M、N为滤波器的滑动平均和自回归阶数;
2.确定移动滤波的频率步长,可以选择在0.1至0.5倍滤波频宽范围,步长太小,得到的包络谱阵分辨率较高,但计算量大;反之,步长太大,计算分析速度快,但包络谱阵的分辨率降低;
3.进行振动信号的窄带滤波,表达式为
y(n)=x(n)*h(n)
式中,x(n)为原始振动时间序列,h(n)为窄带滤波器单位脉冲响应函数,由H(z)逆向z变换得到,y(n)为窄带滤波之后的信号;
4.对滤波之后的信号进行Hilbert变换
其解析信号表示为
式中,a(n)为窄带滤波之后的包络信号,其相应的包络谱如下:
A(f)=abs(FFT(α(n),Nf)/Nf)
式中,Nf为离散傅里叶变换之后的频率点数,A(f)为窄带滤波之后信号的包络谱,FFT表示对信号做快速傅里叶变换;
5.以某个低频频率f1作为窄带滤波的中心频率,自此开始,得到该频率下对应的包络谱A(f1,f),然后按照选定的频率步长移动到下一个滤波中心频率f2,再次进行窄带包络分析,得到相应的包络谱A(f2,f),如此循环,直到滤波频宽覆盖全部分析频率范围,最终得到多频带包络谱阵∑A(f1,f)。进一步,以振动频率f为x轴,窄带滤波中心频率f1为y轴,包络谱幅值为z轴绘制多频带包络谱阵。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510050392.7A CN104596756A (zh) | 2015-02-02 | 2015-02-02 | 用于旋转机械故障诊断的多频带包络谱阵 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510050392.7A CN104596756A (zh) | 2015-02-02 | 2015-02-02 | 用于旋转机械故障诊断的多频带包络谱阵 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN104596756A true CN104596756A (zh) | 2015-05-06 |
Family
ID=53122681
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510050392.7A Pending CN104596756A (zh) | 2015-02-02 | 2015-02-02 | 用于旋转机械故障诊断的多频带包络谱阵 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN104596756A (zh) |
Cited By (18)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105092243A (zh) * | 2015-08-28 | 2015-11-25 | 昆明理工大学 | 一种齿轮故障定位***及方法 |
CN105512369A (zh) * | 2015-11-27 | 2016-04-20 | 电子科技大学 | 基于阶次谱的Vold-Kalman滤波带宽优选方法 |
CN106053060A (zh) * | 2016-06-29 | 2016-10-26 | 潍坊学院 | 一种基于非线性模式分解滤波的包络分析方法 |
CN106153338A (zh) * | 2016-06-29 | 2016-11-23 | 潍坊学院 | 一种旋转机械的elmd和有理样条平滑包络分析方法 |
CN106153333A (zh) * | 2016-06-29 | 2016-11-23 | 潍坊学院 | 一种基于小波分解滤波的包络分析方法 |
CN106950047A (zh) * | 2017-03-09 | 2017-07-14 | 西安交通大学 | 振动加速度信号频谱的可视化分析方法 |
CN107389367A (zh) * | 2017-07-24 | 2017-11-24 | 安徽容知日新科技股份有限公司 | 一种基于最优信噪比的信号自适应解包络方法及计算设备 |
CN107631866A (zh) * | 2017-08-31 | 2018-01-26 | 西安交通大学 | 一种低速运行旋转机械的早期故障识别方法 |
CN110332129A (zh) * | 2019-03-08 | 2019-10-15 | 辽宁红沿河核电有限公司 | 一种离心泵叶轮裂纹故障在线监测方法和*** |
CN110333071A (zh) * | 2019-06-28 | 2019-10-15 | 华北电力大学 | 一种利用窄带倒谱变换的机械振动信号处理方法 |
CN110793622A (zh) * | 2019-11-15 | 2020-02-14 | 北京天泽智云科技有限公司 | 一种振动数据电磁干扰的异常检测方法 |
CN111365251A (zh) * | 2020-03-27 | 2020-07-03 | 北京天泽智云科技有限公司 | 一种离心泵机组故障的智能诊断方法 |
CN111476220A (zh) * | 2020-06-03 | 2020-07-31 | 中国南方电网有限责任公司超高压输电公司大理局 | 一种换流阀空冷器故障定位方法 |
CN112105907A (zh) * | 2018-04-24 | 2020-12-18 | 赛峰集团 | 用于监测齿轮***的方法和设备 |
CN112345248A (zh) * | 2019-08-09 | 2021-02-09 | 郑州工程技术学院 | 一种滚动轴承的故障诊断方法及装置 |
CN112461354A (zh) * | 2020-12-10 | 2021-03-09 | 观为监测技术无锡股份有限公司 | 一种宽带共振、窄带共振的确认方法及*** |
CN113865860A (zh) * | 2021-08-25 | 2021-12-31 | 浙江运达风电股份有限公司 | 一种基于转频边带rms趋势分析的齿轮断齿故障诊断方法 |
CN114061952A (zh) * | 2020-08-04 | 2022-02-18 | 陕西汉德车桥有限公司 | 一种基于armed与边带能量的驱动桥齿轮轴承故障监测方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1456872A (zh) * | 2003-04-17 | 2003-11-19 | 西北工业大学 | 一种诊断齿轮和滚动轴承故障的方法 |
CN102269644A (zh) * | 2010-06-07 | 2011-12-07 | 北京化工大学 | 基于最优自适应小波滤波器的滚动轴承与齿轮冲击性故障诊断方法 |
CN102840907A (zh) * | 2012-09-18 | 2012-12-26 | 河南省电力公司电力科学研究院 | 早期故障状态下滚动轴承振动信号特征提取和分析方法 |
CN103575523A (zh) * | 2013-11-14 | 2014-02-12 | 哈尔滨工程大学 | 基于FastICA-谱峭度-包络谱分析的旋转机械故障诊断方法 |
CN103837345A (zh) * | 2014-03-25 | 2014-06-04 | 上海电机学院 | 齿轮箱故障诊断方法及装置 |
-
2015
- 2015-02-02 CN CN201510050392.7A patent/CN104596756A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1456872A (zh) * | 2003-04-17 | 2003-11-19 | 西北工业大学 | 一种诊断齿轮和滚动轴承故障的方法 |
CN102269644A (zh) * | 2010-06-07 | 2011-12-07 | 北京化工大学 | 基于最优自适应小波滤波器的滚动轴承与齿轮冲击性故障诊断方法 |
CN102840907A (zh) * | 2012-09-18 | 2012-12-26 | 河南省电力公司电力科学研究院 | 早期故障状态下滚动轴承振动信号特征提取和分析方法 |
CN103575523A (zh) * | 2013-11-14 | 2014-02-12 | 哈尔滨工程大学 | 基于FastICA-谱峭度-包络谱分析的旋转机械故障诊断方法 |
CN103837345A (zh) * | 2014-03-25 | 2014-06-04 | 上海电机学院 | 齿轮箱故障诊断方法及装置 |
Non-Patent Citations (1)
Title |
---|
辛卫东: ""风电机组传动链振动分析与故障特征提取方法研究"", 《中国博士学位论文全文数据库 工程科技Ⅱ辑》 * |
Cited By (29)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105092243B (zh) * | 2015-08-28 | 2018-02-09 | 昆明理工大学 | 一种齿轮故障定位***及方法 |
CN105092243A (zh) * | 2015-08-28 | 2015-11-25 | 昆明理工大学 | 一种齿轮故障定位***及方法 |
CN105512369A (zh) * | 2015-11-27 | 2016-04-20 | 电子科技大学 | 基于阶次谱的Vold-Kalman滤波带宽优选方法 |
CN105512369B (zh) * | 2015-11-27 | 2018-05-01 | 电子科技大学 | 基于阶次谱的Vold-Kalman滤波带宽优选方法 |
CN106053060B (zh) * | 2016-06-29 | 2018-03-27 | 潍坊学院 | 一种基于非线性模式分解滤波的包络分析方法 |
CN106153333A (zh) * | 2016-06-29 | 2016-11-23 | 潍坊学院 | 一种基于小波分解滤波的包络分析方法 |
CN106153338A (zh) * | 2016-06-29 | 2016-11-23 | 潍坊学院 | 一种旋转机械的elmd和有理样条平滑包络分析方法 |
CN106153333B (zh) * | 2016-06-29 | 2018-06-22 | 潍坊学院 | 一种基于小波分解滤波的包络分析方法 |
CN106153338B (zh) * | 2016-06-29 | 2018-06-22 | 潍坊学院 | 一种旋转机械的elmd和有理样条平滑包络分析方法 |
CN106053060A (zh) * | 2016-06-29 | 2016-10-26 | 潍坊学院 | 一种基于非线性模式分解滤波的包络分析方法 |
CN106950047A (zh) * | 2017-03-09 | 2017-07-14 | 西安交通大学 | 振动加速度信号频谱的可视化分析方法 |
CN107389367A (zh) * | 2017-07-24 | 2017-11-24 | 安徽容知日新科技股份有限公司 | 一种基于最优信噪比的信号自适应解包络方法及计算设备 |
CN107631866A (zh) * | 2017-08-31 | 2018-01-26 | 西安交通大学 | 一种低速运行旋转机械的早期故障识别方法 |
CN112105907A (zh) * | 2018-04-24 | 2020-12-18 | 赛峰集团 | 用于监测齿轮***的方法和设备 |
CN110332129A (zh) * | 2019-03-08 | 2019-10-15 | 辽宁红沿河核电有限公司 | 一种离心泵叶轮裂纹故障在线监测方法和*** |
CN110333071A (zh) * | 2019-06-28 | 2019-10-15 | 华北电力大学 | 一种利用窄带倒谱变换的机械振动信号处理方法 |
CN110333071B (zh) * | 2019-06-28 | 2021-09-10 | 华北电力大学 | 一种利用窄带倒谱变换的机械振动信号处理方法 |
CN112345248A (zh) * | 2019-08-09 | 2021-02-09 | 郑州工程技术学院 | 一种滚动轴承的故障诊断方法及装置 |
CN112345248B (zh) * | 2019-08-09 | 2022-11-25 | 郑州工程技术学院 | 一种滚动轴承的故障诊断方法及装置 |
CN110793622B (zh) * | 2019-11-15 | 2021-10-15 | 北京天泽智云科技有限公司 | 一种振动数据电磁干扰的异常检测方法 |
CN110793622A (zh) * | 2019-11-15 | 2020-02-14 | 北京天泽智云科技有限公司 | 一种振动数据电磁干扰的异常检测方法 |
CN111365251A (zh) * | 2020-03-27 | 2020-07-03 | 北京天泽智云科技有限公司 | 一种离心泵机组故障的智能诊断方法 |
CN111365251B (zh) * | 2020-03-27 | 2021-10-15 | 北京天泽智云科技有限公司 | 一种离心泵机组故障的智能诊断方法 |
CN111476220A (zh) * | 2020-06-03 | 2020-07-31 | 中国南方电网有限责任公司超高压输电公司大理局 | 一种换流阀空冷器故障定位方法 |
CN114061952A (zh) * | 2020-08-04 | 2022-02-18 | 陕西汉德车桥有限公司 | 一种基于armed与边带能量的驱动桥齿轮轴承故障监测方法 |
CN114061952B (zh) * | 2020-08-04 | 2024-05-14 | 陕西汉德车桥有限公司 | 一种基于armed与边带能量的驱动桥齿轮轴承故障监测方法 |
CN112461354A (zh) * | 2020-12-10 | 2021-03-09 | 观为监测技术无锡股份有限公司 | 一种宽带共振、窄带共振的确认方法及*** |
CN112461354B (zh) * | 2020-12-10 | 2022-10-28 | 观为监测技术无锡股份有限公司 | 一种宽带共振、窄带共振的确认方法及*** |
CN113865860A (zh) * | 2021-08-25 | 2021-12-31 | 浙江运达风电股份有限公司 | 一种基于转频边带rms趋势分析的齿轮断齿故障诊断方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104596756A (zh) | 用于旋转机械故障诊断的多频带包络谱阵 | |
CN103645052B (zh) | 一种风电机组齿轮箱远程在线状态监测及寿命评估方法 | |
CN103499445B (zh) | 一种基于时频切片分析的滚动轴承故障诊断方法 | |
CN105510023B (zh) | 基于散度指标的变工况风电行星齿轮箱故障诊断方法 | |
CN102937522B (zh) | 一种齿轮箱复合故障诊断方法及*** | |
Yan et al. | Harmonic wavelet-based data filtering for enhanced machine defect identification | |
CN106908241A (zh) | 一种基于lmd与小波去噪相结合的轴承故障判别方法 | |
CN105806613A (zh) | 一种基于阶比复杂度的行星齿轮箱故障诊断方法 | |
CN101587017A (zh) | 一种基于局部均值分解循环频率谱的齿轮故障诊断方法 | |
CN103234748B (zh) | 一种基于敏感imf的克林根贝尔格锥齿轮故障诊断方法 | |
CN103499437B (zh) | 可调品质因子双树复小波变换的旋转机械故障检测方法 | |
CN109765052B (zh) | 基于goa-asr的行星齿轮箱早期故障诊断方法 | |
CN105938468A (zh) | 一种滚动轴承的故障诊断方法 | |
CN103091096A (zh) | 基于eemd和小波包变换的早期故障敏感特征提取方法 | |
CN108844733B (zh) | 一种基于kl散度与均方根值的齿轮状态监测指标提取方法 | |
CN104330257B (zh) | 一种行星齿轮传动***故障诊断方法 | |
CN102109554B (zh) | 电网次同步振荡的模态自适应实时检测方法 | |
CN105784353A (zh) | 一种风力发电机齿轮箱故障诊断方法 | |
CN101532920A (zh) | 一种基于混沌的低速重载设备微弱信号检测方法 | |
CN105699072A (zh) | 一种基于级联经验模态分解齿轮故障诊断方法 | |
CN102706555A (zh) | 一种复解析最优小波解调法 | |
CN104568435A (zh) | 一种基于时频能量谱提取风机状态信号调制成分的方法 | |
CN110333071B (zh) | 一种利用窄带倒谱变换的机械振动信号处理方法 | |
CN104316163A (zh) | 基于内积变换和相关滤波的齿轮箱耦合调制信号分离方法 | |
CN110514437A (zh) | 一种用于故障诊断的行星齿轮箱振动信号分离方法及*** |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20150506 |