CN106769041A - 一种变转速工况下的永磁同步电机轴承在线故障诊断装置及方法 - Google Patents
一种变转速工况下的永磁同步电机轴承在线故障诊断装置及方法 Download PDFInfo
- Publication number
- CN106769041A CN106769041A CN201611203871.9A CN201611203871A CN106769041A CN 106769041 A CN106769041 A CN 106769041A CN 201611203871 A CN201611203871 A CN 201611203871A CN 106769041 A CN106769041 A CN 106769041A
- Authority
- CN
- China
- Prior art keywords
- signal
- microcontroller
- rsqb
- lsqb
- bearing
- 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
- 238000000034 method Methods 0.000 title claims abstract description 27
- 230000001360 synchronised effect Effects 0.000 title claims abstract description 27
- 238000003745 diagnosis Methods 0.000 title claims abstract description 22
- 239000000523 sample Substances 0.000 claims abstract description 12
- 238000001228 spectrum Methods 0.000 claims abstract description 11
- 238000001914 filtration Methods 0.000 claims abstract description 5
- 238000006243 chemical reaction Methods 0.000 claims abstract description 4
- 230000008859 change Effects 0.000 claims description 9
- 238000009432 framing Methods 0.000 claims description 4
- 230000005389 magnetism Effects 0.000 claims description 2
- 230000004044 response Effects 0.000 claims description 2
- 238000005070 sampling Methods 0.000 claims description 2
- 230000005355 Hall effect Effects 0.000 claims 1
- 238000001514 detection method Methods 0.000 claims 1
- 238000005259 measurement Methods 0.000 abstract description 3
- 230000005236 sound signal Effects 0.000 abstract 1
- 238000004458 analytical method Methods 0.000 description 10
- 238000005516 engineering process Methods 0.000 description 4
- 230000004888 barrier function Effects 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 238000012952 Resampling Methods 0.000 description 1
- 241000209140 Triticum Species 0.000 description 1
- 235000021307 Triticum Nutrition 0.000 description 1
- 230000001133 acceleration Effects 0.000 description 1
- 239000000306 component Substances 0.000 description 1
- 239000008358 core component Substances 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- NJPPVKZQTLUDBO-UHFFFAOYSA-N novaluron Chemical compound C1=C(Cl)C(OC(F)(F)C(OC(F)(F)F)F)=CC=C1NC(=O)NC(=O)C1=C(F)C=CC=C1F NJPPVKZQTLUDBO-UHFFFAOYSA-N 0.000 description 1
- 230000008092 positive effect Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
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)
- Control Of Electric Motors In General (AREA)
- Control Of Ac Motors In General (AREA)
Abstract
本发明公开了一种变转速工况下的永磁同步电机轴承在线故障诊断装置及方法,包括:(1)模数转换器1(1‑5)连接电流探头,等时间间隔采集电流信号,微控制器1(1‑6)对电流信号进行低通滤波和极性转换;(2)计算转换后的单极性电流信号角度并取整,角度每变化1度时,微控制器1(1‑6)产生一个触发信号;(3)微控制器2(1‑7)接收微控制器1产生的触发信号,控制模数转换器2(1‑8)对麦克风进行触发采样,获得轴承声音信号;(4)对角域的轴承信号进行包络解调,计算包络信号的阶次谱,根据故障特征阶次判断轴承故障类型,并在显示屏上显示。本发明具有原理简单,计算量小,非接触测量,能够实现永磁同步电机轴承快速在线诊断的优点。
Description
技术领域
本发明涉及电机轴承故障诊断技术领域,具体涉及一种变转速工况下的永磁同步电机轴承在线故障诊断装置及方法。
背景技术
永磁同步电机具有高能量密度、高效率、运行平稳、低噪声等优点,因而在工业和民用领域得到了广泛的应用。轴承是永磁同步电机的核心部件,它支撑了电机转子的高速旋转。同时,由于电机常工作在湿度大、温度高和变负载等复杂工况,轴承容易产生疲劳磨损从而导致故障。因此,电机轴承状态监测和故障诊断对于保障电机安全运行,减少停机损失具有十分重要的作用。
在恒转速工况下,已有多种成熟的方法可用于电机轴承故障诊断。但在变转速工况下,轴承的诊断就变得相对困难。针对变转速轴承故障诊断,最常用的方法为阶次分析,即通过一定的技术手段获得电机旋转的瞬时相位,再根据瞬时相位曲线对轴承信号进行角域重采样,从而将原时域信号转变为角域信号,将原来的频率分析变为阶次分析,阶次分析避免了转速变化造成的频率混叠问题。
阶次分析可分为两种,一种为基于转速计的,即通过编码器等转速传感器获取转子的瞬时相位;另一种为无转速计的阶次分析,即从轴承信号直接提出瞬时相位信息。第一种方法需要安装额外的转速计,一方面增加了测量成本,另一方面也增加了***复杂度。第二种方法虽然不需要额外的硬件,但往往采用较为复杂的时频分析手段来从轴承信号中获取转速信息,因而计算量较大,信号处理效率不高,也容易受到噪声干扰,不适合在线故障诊断。
从以上分析可知,对于现有的基于阶次分析的轴承故障诊断技术,要么需要安装额外传感器增加了检测成本和***复杂性,要么方法复杂效率不高,这些技术都具有局限性。如何改进方法,提高变转速工况下的轴承故障在线诊断效率,仍需要进一步探讨。
发明内容
为了解决现有技术中存在的问题,本发明目的在于提供一种变转速工况下的永磁同步电机轴承在线故障诊断装置及方法。
本发明采用的技术方案为:一种变转速工况下的永磁同步电机轴承在线故障诊断装置,该诊断装置包括永磁同步电机,待检测轴承,电流探头,电机控制器,模数转换器1,微控制器1,微控制器2,模数转换器2,麦克风,显示屏。其中待检测轴承安装在永磁同步电机的末端;电机控制器和永磁同步电机通过三相电源线连接;电流探头夹在三相电源线其中一相上,并与模数转换器1的输入端相连;模数转换器1的输出端和微控制器1的输入端相连;微控制器1的输出端和微控制器2的输入端相连;微控制器2的输入端和模数转换器2的输出端相连;微控制器2的输出端和显示屏相连;麦克风和模数转换器2的输入端相连。
另外,本发明提供一种变转速工况下的永磁同步电机轴承在线故障诊断方法,该方法包括四个实施步骤:
步骤(1)、模数转换器1连接电流探头,微控制器1驱动模数转换器1实现等时间间隔采集电流信号得到x[n],n=1,2,3,…,对x[n]使用低通无限冲激响应滤波器进行滤波,如下式所示:
式中I[n]为滤波信号,aj,bg,N,M为滤波器参数。低通滤波器的截止频率fc应当满足fc>fr×p,其中fr为电机转频,p是电机极数。随后对滤波信号进行极性转换,如下式所示:
Iuni[n]为转换后得到的单极性信号,随后将Iuni[n]进行分帧使得每帧包含一个最大值和两个最小值(约等于0)。
步骤(2)、计算转换后的第k帧单极性电流信号角度α[n],如下式所示:
式中Imax[k–1]为第k-1帧的最大值。即用当前帧的某一采样点的值作为弦长,用前一帧的最大值作为半径,采用反正弦函数计算角度。随后对α[n]取整,当α[n]角度变化1度时(即当前取整后的角度和前一个取整后的角度不相等时),微控制器1产生一个触发信号。
步骤(3)、微控制器2接收微控制器1产生的触发信号,驱动模数转换器2对麦克风进行触发采样,获得故障轴承声音信号S(t)。
步骤(4)、S(t)为幅值调制信号,可表示为一个低频信号Sl(t)和一个高频信号Sh(t)的乘积,如下式所示:
S(t)=Sl(t)×Sh(t)=[Al cos(ωlt)+D]×Ah cos(ωht)
式中Al和Ah分别为低频和高频信号的幅值,ωl和ωh为对应的频率,D为直流偏置信号确保Alcos(ωt)+D>0。随后构造一个新信号:
由于ωh>>ωl,采用一个截止频率低于2ωh–2ωl的低通滤波器对进行滤波,则2ωh,(2ωh–2ωl),(2ωh+2ωl),(2ωh–ωl),(2ωh+ωl)这些频率分量都被滤除,如下式所示:
随后,S(t)的解调信号可由下式计算:
进一步地计算包络解调信号Se(t)的阶次谱,即可根据故障特征阶次判断轴承故障类型,并在显示屏上显示诊断结果。
本发明的优点和积极效果为:
(1)本发明的变转速工况下的永磁同步电机轴承在线故障诊断装置通过电流信号获得电机转速,不需要在电机轴上安装额外的编码器;且轴承故障信号通过麦克风采集,不需要在被测轴承基座上安装加速度传感器。因而结构简单,非接触测量,易于实现。
(2)本发明的变转速工况下的永磁同步电机轴承在线故障诊断方法不需要复杂的时频分析计算,因而计算量小,算法顺序实现,特别适用于在计算资源有限的微控制器上实现。
(3)本发明的变转速工况下的永磁同步电机轴承在线故障诊断装置和方法通过高效的顺序实现算法实时地获得角域的轴承故障信号,因此该方法不受电机转速变化的限制,可以在变转速工况下实现永磁同步电机轴承的快速在线故障诊断。
附图说明
图1为本发明装置结构图,图中标号名称:1-1为永磁同步电机,1-2为待检测轴承,1-3为电流探头,1-4为电机控制器,1-5为模数转换器1,1-6为微控制器1,1-7为微控制器2,1-8为模数转换器2,1-9为麦克风,1-10为显示屏;
图2为本发明方法实现流程图;
图3为永磁同步电机在变转速工况下的双极性相电流曲线;
图4为利用本发明方法对双极性电流转化为单极性电流,并分帧后得到的电流曲线及其局部放大图;
图5为微控制器1产生的触发信号;
图6为经本发明装置及方法处理轴承外圈故障信号之后得到的角域包络信号及其阶次谱;
图7为和本发明作为对比的等时间间隔采集的时域轴承外圈故障信号及其包络谱;
图8为经本发明装置及方法处理轴承内圈故障信号之后得到的角域包络信号及其阶次谱;
图9为和本发明作为对比的等时间间隔采集的时域轴承内圈故障信号及其包络谱。
具体实施方式
下面结合附图以及具体实施方式进一步说明本发明。
实施例一:
附图1所示的装置中,待检测轴承的型号和故障特征阶次如下表所示:
表1.待检测轴承参数
首先对具有外圈故障的轴承进行测试。根据附图2的实现流程图的步骤1,电流探头1-3连接模数转换器1(1-5)采集永磁同步电机1-1在变速工况下的单相电流,采集到的电流如附图3所示。该电流为双极性信号,为方便计算角度,微处理器1(1-6)对该电流做极性转换变为单极性信号,随后对单极性信号进行分帧处理,如附图4上所示。根据附图2的实现流程图的步骤2,第2帧的某一采样点的值作为弦长,第1帧的最大值作为半径,利用反正弦公式计算分帧后的信号的角度并取整,如附图4下所示。同理,计算第3帧的电流角度时,采用第2帧的最大值作为半径,以此类推。当角度变化1度时,微处理器1(1-6)产生一个触发信号,如附图5所示。由于电机的转速不是恒定的,因此相同时间间隔角度的变化也不恒定,最终表现为触发信号的时间间隔不相等,如附图5所示。根据附图2的实现流程图的步骤3,微处理器1(1-6)产生的触发信号用于驱动微控制器2(1-7)连接的模数转换器2(1-8),通过麦克风1-9采集电机待检测轴承1-2的声音信号,结果如附图6所示。对附图6上的角域轴承故障信号采用附图2的实现流程图的步骤4的方法进行包络解调,得到的附图6下的阶次谱。从阶次谱中可见轴承外圈故障特征阶次FCOO及其倍频,因而能够确定轴承存在外圈故障。
作为对比,麦克风1-9等时间间隔采集的时域轴承故障信号如附图7上所示,其包络谱如附图7下所示。从包络谱中可见频率成分较多,但由于电机的转速变化导致了频率混叠,无法准确辨认出轴承的故障特征频率,因而不能判断轴承故障类型。通过附图6和附图7对比可知,本发明装置和方法能够有效地实现永磁同步电机在变转速工况下的轴承故障诊断。
实施例二:
为了进一步验证本发明装置和方法的有效性,采用附图2所示实现流程图的步骤对具有内圈故障的轴承进行分析,结果如附图8所示。从阶次谱中可见轴承内圈故障特征阶次FCOI及其倍频,因而确认了轴承存在内圈故障。同时,麦克风1-9等时间间隔采集的时域轴承内圈故障信号及包络谱如附图9所示,从包络谱中无法看清轴承的内圈故障频率,也不能准确判断该轴承故障。两个实施例的对比实验结果验证了本发明装置和方法的有效性和适应性。
本发明说明书中未作详细描述的内容属于本领域专业技术人员公知的现有技术。
尽管为说明目的公开了本发明的实施例和附图,但是本领域的技术人员可以理解:在不脱离本发明及所附的权利要求的精神和范围内,各种替换、变化和修改都是可能的。因此,本发明不应局限于本发明实施例和附图所公开的内容。
Claims (3)
1.一种变转速工况下的永磁同步电机轴承在线故障诊断装置,其特征在于,该检测装置包括永磁同步电机(1-1),待检测轴承(1-2),电流探头(1-3),电机控制器(1-4),模数转换器1(1-5),微控制器1(1-6),微控制器2(1-7),模数转换器2(1-8),麦克风(1-9)和显示屏(1-10),其中待检测轴承(1-2)安装在永磁同步电机(1-1)的末端;电机控制器(1-4)和永磁同步电机(1-1)通过三相电源线连接;电流探头(1-3)夹在三相电源线其中一相上,并与模数转换器1(1-5)的输入端相连;模数转换器1(1-5)的输出端和微控制器1(1-6)的输入端相连;微控制器1(1-6)的输出端和微控制器2(1-7)的输入端相连;微控制器2(1-7)的输入端和模数转换器2(1-8)的输出端相连;微控制器2(1-7)的输出端和显示屏(1-10)相连;麦克风(1-9)和模数转换器2(1-8)的输入端相连。
2.根据权利要求1所述的变转速工况下的永磁同步电机轴承在线故障诊断装置,其特征在于,所述的电流探头(1-3)为基于霍尔效应原理的交流电流探头。
3.一种变转速工况下的永磁同步电机轴承在线故障诊断方法,其特征在于,该方法包括如下步骤:
步骤(1)、模数转换器1(1-5)连接电流探头,微控制器1(1-6)驱动模数转换器1(1-5)实现等时间间隔采集电流信号得到x[n],n=1,2,3,…,对x[n]使用低通无限冲激响应滤波器进行滤波,如下式所示:
式中I[n]为滤波信号,aj,bg,N,M为滤波器参数,低通滤波器的截止频率fc应当满足fc>fr×p,其中fr为电机转频,p是电机极数,随后对滤波信号进行极性转换,如下式所示:
Iuni[n]为转换后得到的单极性信号,随后将Iuni[n]进行分帧使得每帧包含一个最大值和两个最小值;
步骤(2)、计算转换后的第k帧单极性电流信号角度α[n],如下式所示:
式中Imax[k–1]为第k-1帧的最大值,即用当前帧的某一采样点的值作为弦长,用前一帧的最大值作为半径,采用反正弦函数计算角度,随后对α[n]取整,当α[n]角度变化1度时,即当前取整后的角度和前一个取整后的角度不相等时,微控制器1(1-6)产生一个触发信号;
步骤(3)、微控制器2(1-7)接收微控制器1(1-6)产生的触发信号,驱动模数转换器2(1-8)对麦克风进行触发采样,获得故障轴承声音信号S(t);
步骤(4)、S(t)为幅值调制信号,可表示为一个低频信号Sl(t)和一个高频信号Sh(t)的乘积,如下式所示:
S(t)=Sl(t)×Sh(t)=[Alcos(ωlt)+D]×Ahcos(ωht)
式中Al和Ah分别为低频和高频信号的幅值,ωl和ωh为对应的频率,D为直流偏置信号确保Alcos(ωt)+D>0,随后构造一个新信号:
由于ωh>>ωl,采用一个截止频率低于2ωh–2ωl的低通滤波器对进行滤波,则2ωh,(2ωh–2ωl),(2ωh+2ωl),(2ωh–ωl),(2ωh+ωl)这些频率分量都被滤除,如下式所示:
随后,S(t)的解调信号可由下式计算:
进一步地计算包络解调信号Se(t)的阶次谱,即可根据故障特征阶次判断轴承故障类型,并在显示屏上显示诊断结果。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201611203871.9A CN106769041B (zh) | 2016-12-23 | 2016-12-23 | 一种变转速工况下的永磁同步电机轴承在线故障诊断装置及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201611203871.9A CN106769041B (zh) | 2016-12-23 | 2016-12-23 | 一种变转速工况下的永磁同步电机轴承在线故障诊断装置及方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN106769041A true CN106769041A (zh) | 2017-05-31 |
CN106769041B CN106769041B (zh) | 2019-02-15 |
Family
ID=58899959
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201611203871.9A Active CN106769041B (zh) | 2016-12-23 | 2016-12-23 | 一种变转速工况下的永磁同步电机轴承在线故障诊断装置及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106769041B (zh) |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107328578A (zh) * | 2017-07-10 | 2017-11-07 | 安徽大学 | 一种用于列车轴承轨边声学故障检测的声源分离方法 |
CN108469109A (zh) * | 2018-03-01 | 2018-08-31 | 广东美的制冷设备有限公司 | 设备异常的检测方法、装置、***、空调器及存储介质 |
CN109061474A (zh) * | 2018-10-15 | 2018-12-21 | 株洲中车时代电气股份有限公司 | 一种电机轴承故障诊断装置 |
CN109238698A (zh) * | 2018-10-15 | 2019-01-18 | 株洲中车时代电气股份有限公司 | 一种基于电流信号的电机轴承故障诊断方法 |
CN110595780A (zh) * | 2019-09-20 | 2019-12-20 | 西安科技大学 | 基于振动灰度图像和卷积神经网络的轴承故障识别方法 |
CN111654141A (zh) * | 2020-06-03 | 2020-09-11 | 宁波大学 | 一种电磁感应式轴承转速测量装置及测量方法 |
CN112052796A (zh) * | 2020-09-07 | 2020-12-08 | 电子科技大学 | 一种基于深度学习的永磁同步电机故障诊断方法 |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20060058181A (ko) * | 2004-11-24 | 2006-05-29 | 김정기 | 모터검사시스템 및 모터검사방법 |
CN101592712A (zh) * | 2008-05-28 | 2009-12-02 | 罗伯特·博世有限公司 | 运行一种装置的方法 |
KR20110111829A (ko) * | 2010-04-05 | 2011-10-12 | 한국전기연구원 | 전동기의 온-사이트 결함 진단 방법 |
CN202075392U (zh) * | 2011-04-28 | 2011-12-14 | 华北电力大学(保定) | 一种电动机综合状态监测*** |
CN103048619A (zh) * | 2012-12-16 | 2013-04-17 | 华南理工大学 | 一种风力发电机组故障特征在线提取装置及提取方法 |
CN103176128A (zh) * | 2013-03-28 | 2013-06-26 | 华南理工大学 | 一种风力发电机组状态预报及智能故障诊断方法及*** |
CN103852723A (zh) * | 2014-03-28 | 2014-06-11 | 西安热工研究院有限公司 | 一种风力发电机状态监测装置及监测方法 |
CN104515677A (zh) * | 2015-01-12 | 2015-04-15 | 华北电力大学 | 风电机组叶片故障诊断与状态监控*** |
CN204758788U (zh) * | 2015-06-30 | 2015-11-11 | 广东中硕能源科技有限公司 | 一种电机检测装置 |
CN105806613A (zh) * | 2015-11-24 | 2016-07-27 | 国网内蒙古东部电力有限公司电力科学研究院 | 一种基于阶比复杂度的行星齿轮箱故障诊断方法 |
-
2016
- 2016-12-23 CN CN201611203871.9A patent/CN106769041B/zh active Active
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20060058181A (ko) * | 2004-11-24 | 2006-05-29 | 김정기 | 모터검사시스템 및 모터검사방법 |
CN101592712A (zh) * | 2008-05-28 | 2009-12-02 | 罗伯特·博世有限公司 | 运行一种装置的方法 |
KR20110111829A (ko) * | 2010-04-05 | 2011-10-12 | 한국전기연구원 | 전동기의 온-사이트 결함 진단 방법 |
CN202075392U (zh) * | 2011-04-28 | 2011-12-14 | 华北电力大学(保定) | 一种电动机综合状态监测*** |
CN103048619A (zh) * | 2012-12-16 | 2013-04-17 | 华南理工大学 | 一种风力发电机组故障特征在线提取装置及提取方法 |
CN103176128A (zh) * | 2013-03-28 | 2013-06-26 | 华南理工大学 | 一种风力发电机组状态预报及智能故障诊断方法及*** |
CN103852723A (zh) * | 2014-03-28 | 2014-06-11 | 西安热工研究院有限公司 | 一种风力发电机状态监测装置及监测方法 |
CN104515677A (zh) * | 2015-01-12 | 2015-04-15 | 华北电力大学 | 风电机组叶片故障诊断与状态监控*** |
CN204758788U (zh) * | 2015-06-30 | 2015-11-11 | 广东中硕能源科技有限公司 | 一种电机检测装置 |
CN105806613A (zh) * | 2015-11-24 | 2016-07-27 | 国网内蒙古东部电力有限公司电力科学研究院 | 一种基于阶比复杂度的行星齿轮箱故障诊断方法 |
Non-Patent Citations (1)
Title |
---|
李淑华: ""基于电流与振动信息融合技术的电机轴承故障诊断"", 《中国优秀硕士学位论文全文数据库 工程科技Ⅱ辑》 * |
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107328578A (zh) * | 2017-07-10 | 2017-11-07 | 安徽大学 | 一种用于列车轴承轨边声学故障检测的声源分离方法 |
CN107328578B (zh) * | 2017-07-10 | 2018-06-12 | 安徽大学 | 一种用于列车轴承轨边声学故障检测的声源分离方法 |
CN108469109A (zh) * | 2018-03-01 | 2018-08-31 | 广东美的制冷设备有限公司 | 设备异常的检测方法、装置、***、空调器及存储介质 |
CN109061474A (zh) * | 2018-10-15 | 2018-12-21 | 株洲中车时代电气股份有限公司 | 一种电机轴承故障诊断装置 |
CN109238698A (zh) * | 2018-10-15 | 2019-01-18 | 株洲中车时代电气股份有限公司 | 一种基于电流信号的电机轴承故障诊断方法 |
WO2020078132A1 (zh) | 2018-10-15 | 2020-04-23 | 株洲中车时代电气股份有限公司 | 一种电机轴承故障诊断装置 |
US11898932B2 (en) | 2018-10-15 | 2024-02-13 | ZhuZhou CRRC Times Electric Co., Ltd. | Motor bearing failure diagnosis device |
CN110595780A (zh) * | 2019-09-20 | 2019-12-20 | 西安科技大学 | 基于振动灰度图像和卷积神经网络的轴承故障识别方法 |
CN111654141A (zh) * | 2020-06-03 | 2020-09-11 | 宁波大学 | 一种电磁感应式轴承转速测量装置及测量方法 |
CN112052796A (zh) * | 2020-09-07 | 2020-12-08 | 电子科技大学 | 一种基于深度学习的永磁同步电机故障诊断方法 |
Also Published As
Publication number | Publication date |
---|---|
CN106769041B (zh) | 2019-02-15 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106769041B (zh) | 一种变转速工况下的永磁同步电机轴承在线故障诊断装置及方法 | |
Lu et al. | Bearing fault diagnosis of a permanent magnet synchronous motor via a fast and online order analysis method in an embedded system | |
CN103926533B (zh) | 永磁同步电机失磁故障在线诊断方法及*** | |
CN106841901B (zh) | 一种变频器驱动内嵌式永磁同步电机定子匝间短路故障诊断方法 | |
CN105738807B (zh) | 一种高速动压陀螺电机触地转速测试*** | |
CN106291058A (zh) | 一种电机的反电动势测量装置及方法 | |
Jin et al. | Drivetrain gearbox fault diagnosis: Vibration-and current-based approaches | |
US12061236B2 (en) | Power conversion device, rotating machine system, and diagnosis method | |
CN102353500A (zh) | 一种用于动平衡测量的不平衡信号提取方法 | |
CN106525427A (zh) | 一种变转速工况下的直流无刷电机轴承故障诊断方法 | |
CN207780217U (zh) | 一种旋转变压器的零位角测试装置 | |
CN104090126B (zh) | 一种加速度计带宽的测试方法 | |
Zhang et al. | Proportion-extracting chirplet transform for nonstationary signal analysis of rotating machinery | |
Wang et al. | Tacholess order-tracking approach for wind turbine gearbox fault detection | |
Guo et al. | Fault diagnosis of wind turbine bearing using synchrosqueezing wavelet transform and order analysis | |
Lee et al. | Automatic power frequency rejection instrumentation for nonintrusive frequency signature tracking | |
EP2556381B1 (en) | Speed and rotor position estimation of electrical machines using rotor slot harmonics or higher order rotor slot harmonics | |
CN205992015U (zh) | 一种电机的反电动势测量装置 | |
JP2012184957A (ja) | エンコーダ解析装置 | |
CN102713525B (zh) | 监控借助于分解器对旋转轴的转子角进行确定的方法、装置和*** | |
CN104198813B (zh) | 一种正交相关法测量超声换能器阻抗角的装置及方法 | |
Castleberry et al. | Machine monitoring via motor-current demodulation techniques | |
Niu et al. | Bearing fault diagnosis of BLDC motor using Vold-Kalman order tracking filter under variable speed condition | |
Liu et al. | Synchrosqueezing transform based general linear chirplet transform of instantaneous rotational frequency estimation for rotating machines with speed variations | |
CN109884334B (zh) | 非工作状态下屏蔽电机转子转速测量方法及*** |
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 |