CN110346591A - 基于振动频谱图确定机器转速 - Google Patents

基于振动频谱图确定机器转速 Download PDF

Info

Publication number
CN110346591A
CN110346591A CN201910270323.5A CN201910270323A CN110346591A CN 110346591 A CN110346591 A CN 110346591A CN 201910270323 A CN201910270323 A CN 201910270323A CN 110346591 A CN110346591 A CN 110346591A
Authority
CN
China
Prior art keywords
value
peak
machine
vibration
revolving speed
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
Application number
CN201910270323.5A
Other languages
English (en)
Other versions
CN110346591B (zh
Inventor
A·J·海森
S·V·鲍尔斯三世
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.)
Computational Systems Inc
Original Assignee
Computational Systems Inc
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
Priority claimed from US15/946,403 external-priority patent/US10823749B2/en
Application filed by Computational Systems Inc filed Critical Computational Systems Inc
Publication of CN110346591A publication Critical patent/CN110346591A/zh
Application granted granted Critical
Publication of CN110346591B publication Critical patent/CN110346591B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01P—MEASURING LINEAR OR ANGULAR SPEED, ACCELERATION, DECELERATION, OR SHOCK; INDICATING PRESENCE, ABSENCE, OR DIRECTION, OF MOVEMENT
    • G01P3/00—Measuring linear or angular speed; Measuring differences of linear or angular speeds
    • G01P3/42—Devices characterised by the use of electric or magnetic means
    • G01P3/44—Devices characterised by the use of electric or magnetic means for measuring angular speed
    • G01P3/48—Devices characterised by the use of electric or magnetic means for measuring angular speed by measuring frequency of generated current or voltage
    • G01P3/481—Devices characterised by the use of electric or magnetic means for measuring angular speed by measuring frequency of generated current or voltage of pulse signals
    • G01P3/489—Digital circuits therefor
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01H—MEASUREMENT OF MECHANICAL VIBRATIONS OR ULTRASONIC, SONIC OR INFRASONIC WAVES
    • G01H1/00—Measuring characteristics of vibrations in solids by using direct conduction to the detector
    • G01H1/003—Measuring characteristics of vibrations in solids by using direct conduction to the detector of rotating machines
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01P—MEASURING LINEAR OR ANGULAR SPEED, ACCELERATION, DECELERATION, OR SHOCK; INDICATING PRESENCE, ABSENCE, OR DIRECTION, OF MOVEMENT
    • G01P1/00—Details of instruments
    • G01P1/12—Recording devices
    • G01P1/122—Speed recorders
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01P—MEASURING LINEAR OR ANGULAR SPEED, ACCELERATION, DECELERATION, OR SHOCK; INDICATING PRESENCE, ABSENCE, OR DIRECTION, OF MOVEMENT
    • G01P3/00—Measuring linear or angular speed; Measuring differences of linear or angular speeds
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01P—MEASURING LINEAR OR ANGULAR SPEED, ACCELERATION, DECELERATION, OR SHOCK; INDICATING PRESENCE, ABSENCE, OR DIRECTION, OF MOVEMENT
    • G01P3/00—Measuring linear or angular speed; Measuring differences of linear or angular speeds
    • G01P3/02—Devices characterised by the use of mechanical means
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01P—MEASURING LINEAR OR ANGULAR SPEED, ACCELERATION, DECELERATION, OR SHOCK; INDICATING PRESENCE, ABSENCE, OR DIRECTION, OF MOVEMENT
    • G01P3/00—Measuring linear or angular speed; Measuring differences of linear or angular speeds
    • G01P3/42—Devices characterised by the use of electric or magnetic means
    • G01P3/44—Devices characterised by the use of electric or magnetic means for measuring angular speed
    • G01P3/48—Devices characterised by the use of electric or magnetic means for measuring angular speed by measuring frequency of generated current or voltage

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Measurement Of Mechanical Vibrations Or Ultrasonic Waves (AREA)
  • Testing Of Devices, Machine Parts, Or Other Structures Thereof (AREA)

Abstract

描述了一种在缺乏可靠转速计信号的情况下通过确定机器的旋转部件的估计转速以指示实际转速的装置。该装置包括处理器，该处理器产生振动数据的频谱图，定位频谱图中的峰，并以预定的转速增量扫描谱频图以提供候选转速。对于每个候选转速，识别相关联的谐波，定位频谱图中最接近候选转速的峰及其谐波，测量最接近的峰与候选转速及其谐波之间的间隙，以及记录间隙的总和。估计的转速是与间隙的最小和相关联的候选转速。

Description

基于振动频谱图确定机器转速
技术领域
本发明涉及一种用于确定机器的转速的装置，并且更具体地涉及在缺乏实际转速测量值的情况下使用振动分析来确定转速的分析仪器。
背景技术
诸如风扇、电动机、涡轮机等的旋转设备由于诸如磨损、负载变化、损坏、误用和异物积聚等情况而导致其失去平衡和时间校准。由于失去平衡和时间校准，设备会产生过大的振动，如果不加以校正，会导致设备的加速磨损和其他损坏。
振动分析仪检测并分析旋转设备发出的振动。这种分析仪确定振动源，无论设备是不平衡、未校准、轴承磨损、零件缺失或损坏、或其他一些问题。为了正确诊断振动问题，必须知道轴的转速。然而，在数据收集时通常不知道转速。在这种情况下，必须根据振动频谱计算转速。
在问题诊断中，需要振动频谱中轴的转速的相关性，因为通常存在许多不同的潜在振动源，每个振动源产生不同的振动特征。首先要做出的决定之一是检测到的振动是与设备的旋转同步或者异步。如果是异步的，则进行分析以确定振动是否可以以某种其他方式与设备的转速相关联。以这种方式，隔离和校正了特定问题。
例如，在诸如涡轮机的旋转设备中，与转速的一次谐波同步的振动表明转子不平衡，为此存在明确定义的校正方法。已知涡轮机的转速允许快速诊断该问题，并且减少了研究不相关的潜在振动源所浪费的时间。
作为另一个例子，有缺陷的抗摩擦轴承产生的振动与轴的速度具有固定但非整数的关系。因此，振动不是轴的转速的谐波。然而，在了解轴承参数的情况下，例如内圈和外圈故障频率，由有缺陷的轴承产生的振动与轴的转速相关，因此问题被诊断和校正。同样，在不知道轴的转速的情况下，有缺陷的轴承更难以诊断。
进一步地，在诸如齿轮箱的旋转设备中，可具有多个不同尺寸的齿轮，诸如其中一个齿轮上的齿破裂的问题产生与轴的转速同步的振动。关联转速、每个齿轮上的已知齿数以及振动频谱使损坏的齿轮得到诊断。
在每种情况下，如果已知设备的转速，则振动源的诊断变得更容易。转速与振动频谱的实际相关性以及相关信息的分析由技术人员执行，或者由具有这种检测能力的振动检测仪器自动执行。
问题在于，在不使用转速计来测量转速的情况下，难以准确地确定转速。在许多情况下，假定转速是在配置机器时设置的默认值，或者是基于收集的数据使用便携式分析仪手动输入的。在这种情况下，转速最多是近似值。随着机器上的负载变化，实际转速也可能变化。因此，由于手动数据输入错误，假定的转速可能完全不正确。因此，需要一种装置，当转速计和实际转速数据不可用时，该装置可用于确定机器的转速。
发明内容
美国专利申请序列号15/946,403描述了两种用于确定机器转速的方法。这里描述的是基于进一步研究和测试而开发的第三种方法。第三种方法的改进包括考虑更宽范围的初始候选转速和对评估算法的改进，该评估算法考虑谐波峰的相对幅度和高次谐波的相对重要性。这些改进已经表明了对转速确定的可靠性的显著提高，特别是当初始转速受到质疑时。
鉴于前述内容，本发明描述的实施例提供了一种确定转速的装置，该装置用于在缺乏可靠的转速计信号的情况下，通过确定机器的旋转部件的估计转速以表明实际转速。在一个方面，该装置包括连接到机器的振动传感器，该振动传感器产生表明机器振动的模拟振动信号，以及将模拟振动信号转换成数字振动数据的模数转换器。该装置包括处理器，该处理器执行指令以处理数字振动数据，包括以下指令：
-根据机器记录的历史数据确定机器的转速范围；
-基于数字振动数据生成振动频谱，振动频谱包括与频率值相关联的振动幅度值；
-识别振动频谱中的多个振动峰，每个振动峰具有峰幅度值和与之相关的峰频率值；
-确定峰幅度值的最大峰幅度；
-确定振动频谱中的多个候选频率值，其中每个候选频率值在转速范围内并且与相应的谐波族相关联；
-对于相应谐波族的每个谐波，确定在谐波的频谱峰频率值容限内的最近峰，最近的峰具有最近的峰频率值和最近的峰幅度值；
-对于相应谐波族的每个谐波，至少部分地基于候选频率值和最近的峰频率值之间的差来确定误差值；
-对于每个候选频率值，确定误差和值，该误差和值是针对相应谐波族的谐波确定的误差值的迭代和；
-基于具有最大误差和值的候选频率值确定机器的估计转速；以及
-使用机器的估计转速分析数字振动数据，以确定机器的操作特性。
在一些实施例中，频谱峰频率值容限是振动频谱的带宽的三倍。
在一些实施例中，至少部分地基于的比率来确定误差值，其中Amax是多个振动峰的峰幅度值的最大峰幅度，并且Ap是最近的峰幅度值。
在一些实施例中，误差值的迭代和中的高次谐波峰的贡献通过选定的缩减因子连续减小，例如10％。
在一些实施例中，转速的范围由下限和上限限定，其中下限和上限基于机器在操作时段内的中间速度确定，公式如下：
下限＝(中速)/2，和上限＝(中速)×2。
在另一方面，本发明描述的实施例提供了一种确定转速的装置，该装置用于在缺乏可靠的转速计信号的情况下，通过确定机器的旋转部件的估计转速以表明实际转速。该装置的优选实施例包括振动传感器、模数转换器、输入装置和处理器。振动传感器连接到机器上并产生表明机器振动的模拟振动信号。模数转换器将模拟振动信号转换为数字振动数据。输入装置接收来自用户的输入信息，包括表明与机器相关联的额定转速的额定速度值。处理器执行指令用于处理数字振动数据，包括以下指令：
(1)接收来自输入装置的额定速度值；
(2)基于数字振动数据生成振动频谱，振动频谱包括与频率值相关联的振动幅度值；
(3)识别振动频谱中的多个振动峰，每个振动峰具有峰幅度值以及与之相关的峰频率值；对于j＝1到J：
(4)确定第j组频率值，包括：
-与额定速度值相关的第j个候选频率值；以及
-多个第j个谐波频率值，其大于第j个候选频率值并且在振动频谱上递增地分布；
(5)对于第j组中的每个候选频率值与谐波频率值，从步骤(3)中识别的多个振动峰中确定一个振动峰，该振动峰具有最接近候选频率值或谐波频率值的峰频率值；
(6)对于第j组中的每个候选频率值与谐波频率值，确定一个频率差值，该频率差值表示候选频率值或谐波频率值与最接近的峰频率值之间的差；
(7)生成与第j组频率值对应的第j个频率差值的和，并将第j个和与第j组频率值的候选频率值相关联；
(8)将j递增1并重复步骤(4)到(8)直到j等于J；
(9)确定J个频率差值的和的最小和；
(10)基于与最小和相关的候选频率值确定机器的估计转速；以及
(11)使用机器的估计转速分析数字振动数据，以确定机器的操作特性。
在一些实施例中，对于j＝1，第j个候选频率值对应于约额定转速的一半。
在一些实施例中，对于j＝J，第j个候选频率值对应于约额定转速的1.5倍。
在一些实施例中，额定速度值是机器的铭牌转速。
在一些实施方案中，J的范围为约10至约100。
在一些实施例中，步骤(5)中确定的峰频率值大于或小于最接近的候选频率值或谐波频率值。
在一些实施例中，第j组频率值包括八个谐波频率值。
在一些实施例中，步骤(3)中识别的振动峰的数量小于或等于LOR/4，并且其中LOR是振动频谱的分辨率线。
在一些实施例中，如果确定在J个频率差值的和中存在多于一个的最小和，则处理器执行以下指令：
(12)对于J组频率值中的每一组，确定在步骤(3)中识别的振动峰的峰幅度值的和，该峰幅度值的和具有最接近候选频率值和谐波频率值的峰频率值；
(13)确定在步骤(12)中确定的J个峰幅度值的和的最大和；以及
(14)基于与最大和相关联的候选频率值确定机器的估计转速。
在另一方面，本发明描述的实施例提供了一种确定转速的装置，该装置用于在缺乏可靠的转速计信号的情况下，通过确定机器的旋转部件的估计转速以表明实际转速。该装置的优选实施例包括振动传感器、模数转换器、输入装置和处理器。振动传感器连接到机器上并产生指示机器振动的模拟振动信号。模数转换器将模拟振动信号转换为数字振动数据。输入装置接收来自用户的输入信息，包括精度百分比值(％Accuracy)和表明与机器相关联的额定转速的起始频率值(StartFreq)。处理器执行指令以处理数字振动数据，包括以下指令：
(1)从输入装置接收精度百分比值和起始频率值；
(2)基于数字振动数据生成振动频谱，该振动频谱包括与频率值相关联的振动幅度值；
(3)识别振动频谱中的K个振动峰，每个振动峰具有峰幅度值(AmplLocPeak(k))和与之相关联的峰频率值(FreqLocPeak(k))；
(4)对于起始频率值的N个谐波中的每一个，确定以下关系为真的候选频率值(FreqCandidate(j))：
|FreqLocPeak(k)–(n×StartFreq)|≤％Accuracy
(5)对于步骤(4)中确定的每个候选频率值，根据下式确定百分比差值(PctDiff)：
以及得分值：
得分值＝1–PctDiff
(6)对于步骤(3)中定位的振动峰的每个谐波族，确定总得分，总得分是步骤(5)中确定的所有得分值的总和；
(7)基于与总得分最大的谐波族相关联的候选频率值确定机器的估计转速；以及
(8)使用机器的估计转速分析数字振动数据，以确定机器的操作特性。
在一些实施例中，如果最大总得分与超过一个谐波族相关联，在步骤(3)中，基于与具有最大振动峰幅度的谐波族相关联的候选频率值确定机器的估计转速。
在一些实施例中，百分比准确度值的范围为约0.5％至约2％。
因此，使用本文描述的装置，用户可以通过扫描振动频谱峰来提高对假定转速的估计的准确度，或者如果这不反映合理的转速，则可以扫描所有频谱峰确定最可能的转速。
附图说明
通过参考优选实施例及以下附图，可以更好地理解本发明的实施例，其中：
图1是根据本发明实施例的振动分析仪的示意图；
图2是使用第一种方法的实施例的装置收集和使用振动数据的步骤框图；
图3是根据第一方法的装置的频谱图中的峰与转速的关系图；
图4是根据第一种方法的峰和转速之间的间隙之和与转速的关系曲线，其示出了和最小时的额定转速；
图5是使用第一种方法的另一实施例的装置收集和使用振动数据的步骤框图；
图6是使用根据第一种方法的装置根据候选转速与其最接近的峰之间的最小间隙之和求出标称转速的振动数据的曲线图。
图7是根据第二种方法的实施例的装置收集和使用振动数据的步骤框图；
图8是根据第三种方法的实施例的装置收集和使用振动数据的步骤框图；
图9描绘了使用基于路线的便携式振动分析仪在一段时间内测量的变速机的速度的示例；以及
图10描绘了包括转速谐波的振动数据的频谱图的示例，该示例在机器上测量，其中记录的转速远低于机器的实际速度(顶部)，并且使用第三种方法进行速度校正(底部)。
具体实施方式
通过使用振动数据确定机器(例如泵、马达、涡轮机、压缩机、齿轮箱等)的转速的装置满足了上述和其他需要。如下文更详细描述，这种装置可以在缺乏关于机器转速的转速计或铭牌信息的情况下使用。
振动分析仪可用于感测、分析和记录旋转设备中的振动。如果不进行校正，由于故障引起的这种振动会降低旋转设备的效率，甚至破坏旋转设备。优选地，便携式或手持式分析仪用于收集和分析振动数据，该振动数据也可以被上传并存储在中央计算机中以供进一步分析。本发明的各方面不限于便携式或手持式振动分析仪，因为连续或在线分析仪也可用于收集振动数据以及振动分析软件程序，该程序软件用于对振动数据的后采集分析。
参照图1，根据本发明的各方面，振动分析***100的示意图包括处理器110、模数转换器(ADC)112、存储器114、显示设备116、警报设备118与振动数据数据库124。振动传感器122检测机器120的振动，以输入到振动分析***100。来自振动传感器122的信号由ADC112转换成数字数据，并且数字振动数据存储在存储器114中。通过处理器110的快速傅立叶变换(FFT)处理生成振动数据的频谱图，该频谱图用于得出如本发明所述的机器120的转速。一旦确定了机器的转速，振动数据可用于确定振动源，从而可在损坏发生之前校正振动。
方法一
本发明中图2-6描述了用于确定机器120的转速的第一种方法的两个实施例。图2-4描述了第一实施例，图3、5、6描述了第二实施例。
图2是用于确定转速的过程150的框图，图3是由处理器110产生的振动数据的频谱图200。参照图2，在分析器存储器114中创建机器120和振动传感器122的位置的虚拟表示(步骤156)。由传感器122测量的机器120的振动数据被记录在数据库124中(步骤158)。参照图3，使用记录的数据，创建数据的频谱图200(步骤160)。在频谱图200中，y轴表示振动峰的幅度，x轴表示以每秒转数为单位的频率(Hz)或以每分钟转数为单位的转速(RPM)。应当理解，以Hz为单位的频率可以转换为RPM，反之亦然。定位频谱图200中的峰可通过任何传统的峰定位方法定位(步骤162)。例如，可以通过本领域技术人员已知的内插、积累或拟合技术来定位峰。图3中的每个峰与其幅度(例如，加速度、速度或位移)相关联，或者换句话说，旋转设备的运动中出现的能量出现在峰的特定频率处。
根据第一种方法的第一实施例，用户选择起始转速210(步骤164)。可基于机器120的公布转速或基于可比较机器的假定转速来选择起始转速210。从稍微小于起始转速210的点以预定转速增量扫描频谱图200，以产生多个候选转速212、214、216、218、222、224和226(步骤166)。例如，如果在整个频谱上产生总共六到十个候选转速，则候选转速将以总转速跨度的1/6到1/10的增量分开。在一个优选实施例中，增量是起始转速210的1/100，并且从大约一半的起始转速210开始并到大约1.5倍起始转速210处结束。优选地，范围和增量是用户可定义的并取决于扫描的实际频谱。
接下来，识别频谱中最接近每个候选转速的峰230、232、234、236、238、240、242和244。这些最接近的峰可以是高于或低于每个候选转速的转速。确定峰与候选转速之间的速度差(ΔRPM)，并将其定义为峰230-244与候选转速214-226之间的ΔRPM间隙250、252、254、256、258、260、262和264(步骤168)。计算ΔRPM间隙的总和(∑Abs(ΔRPM))并存储在存储器中(步骤170)。确定最接近峰的谐波，识别候选转速，该候选转速为每个谐波中最接近的峰的候选转速，并且将计算出的谐波的候选转速与它们最接近的峰之间的间隙相加并记录在存储器中(步骤172)。在一些实施例中，使用八个计算的谐波，并且在其他实施例中，谐波的数量是用户可定义的。
如图4中的曲线300中所示，每组候选转速及其谐波的间隙250-264的总和被绘制为基于转速的曲线，该曲线为在点320处具有最小值的V形线。随着候选转速增加，间隙总和(线310)通常减小，在点320处达到最小值，然后增加。在320处的最小候选转速是机器实际RPM的更准确估计，其可用于更准确地重新计算各种振动标量参数，例如能量范围。
在一些情况下，起始转速210(步骤164)可以远离实际转速，例如由于输入错误。当用户在使用便携式振动分析仪时输入不正确的RPM值时，通常会发生这种情况。在这种情况下，没有合理的起始点可用于转动速度，在这种情况下，在第一种方法的第一实施例中描述的扫描的起点和终点没有依据。根据第一种方法的第二实施例，上述扫描过程在零转速附近开始，并且延伸到谐波频谱的总频率范围的大约1/8。如第一种方法的第一实施例中所述，在该范围内识别候选转速，并计算候选转速的ΔRPM间隙的总和。在这种情况下，与图4中描绘的情况不同。基于ΔRPM间隙的总和的候选RPM的曲线图中存在多个峰和谷(参见图6)。
图3、5和6示出了使用根据第一种方法的第二实施例的振动分析器100确定转速的过程400。步骤406至420类似于上述步骤156至170，因此将不再重复。图6描绘了曲线图500，其中y轴表示在步骤420中确定的ΔRPM间隙的总和的值，并且x轴表示以每秒转数(Hz)为单位的频率或以每分钟转数(RPM)为单位的转速。间隙的总和由图6中的Z字形线510表示，其中示出了一些最小和与峰值和。如果可用，用户输入的转速由图6中的线512表示。为了确定哪个最小和是实际转速，将最接近每个转速增量的峰值水平相加并绘制在图6中如线514所示(步骤422)。具有最高峰值和的候选转速表示最可能是机器120的实际转速的候选转速(步骤424)。在这种情况下，最高峰值和最小点516相关联。虽然前述不是转速的精确确定，但最可能的候选转速与关于机器120的详细信息一起，例如极数、齿轮数等的数据，提供了用于确定机器120的实际转速的有用信息。
方法二
当转速没有表示在测量的谐波频谱内时，上述第一种方法可能无法识别机器120的额定转速。第二种方法将机器的速度作为一个谐波族的基频来查找。基频不一定呈现在谐波族中。第二种方法的优选实施例基于得分程序通过最佳拟合查找基频。
以下是与第二种方法的描述相关的一些定义。
-LocPeak(k)：这是位于原始频谱中的最大幅度峰的集合。集合中的每个峰都有一个定位频率(FreqLocPeak(k))和定位幅度(AmplLocPeak(k))，其中：k＝1,2,3,...K，并且分析人员选择K的值作为要考虑用于评估的定位峰的数量。在优选实施例中，K应该小于等于LOR/4，其中LOR是表示原始频谱的分辨率线的数量。
-FreqCandidate(j)：这是定位的频率值的集合，它们是基频(速度)的候选值，其中：j＝1,2,3，...J，J的值被认为是基频的候选频率的数量。
-AmplCandidate(j)：这是与FreqCandidate(j)候选值相关联的定位幅度值的集合。
-StartFreq：起始频率值是额定频率，用作基频(速度)的初始猜测。对于电机，如果没有转速计且速度未知，则通常是铭牌速度值。
-％Accuracy：精度百分比值定义了LocPeak(k)值与StartFreq值的接近程度。当LocPeak(k)被视为FreqCandidate(j)：
|FreqLocPeak(k)-(n×(StartFreq))|≤％Accuracy
其中，n＝1,2,3，...N，值N是要评估的起始频率的谐波数。值N应小于下舍入到最接近的整数。
图7和8描绘了根据第二种方法的优选实施例的用于确定机器转速的过程700。类似于预先描述的方法，机器120的振动数据由传感器122测量并记录在数据库124中，并且基于记录的数据创建数据的频谱图(步骤710)。此后，用户使用输入装置126选择StartFreq和％Accuracy(步骤712)。StartFreq值可以由客户提供，可以由机器上的铭牌信息表明，或者可以基于在相似条件下操作的相似机器的历史。％Accuracy值优选的为用户选择的值，其范围为约0.5％至约2％。
被调查的频谱使用上述峰定位方法在其中定位峰(步骤714)。找到频谱中定位峰的K个最大幅度峰，并且创建LocPeak(k)，其包括每个峰的幅度(AmplLocPeak(k))和相关频率(FreqLocPeak(k))(步骤716)。对于每个谐波n，确定候选基频的集合，使得：
|FreqLocPeak(k)–(n×StartFreq)|≤％Accuracy (步骤718)。
然后计算候选谐波族的每个成员的得分Score，如下：
Score＝1–PctDiff，
其中，
并且确定定位峰的每个谐波族的总得分(步骤722)。如果多个谐波族具有相同的总得分，则具有最大个体定位峰幅度的谐波族被选为具有最高得分(步骤724)。然后，机器120的估计转速被确定为与具有最大总得分的谐波族相关联的基频(步骤726)。
图7所述的过程用伪代码表示如下：
方法三
在许多情况下，特别是对于基于路线的便携式振动数据收集，报告的转速可能是不准确的或可能是由于人为错误而根本得不到报告。在这些情况下，速度确定算法在宽范围的可能候选转速上操作是有利的。变速机的使用是另一种情况，对其中特别宽范围的候选速度是有利的。
如图8所示，用于确定机器120的转速的第三种方法500的实施例开始于确定宽范围的可能转速(步骤502)。如果有可用的机器配置文件指定特定机器的转速范围，则该方法可以使用该指定范围。或者，如果已经记录了机器转速的某些历史，则可以通过找到中值速度并应用因子x以获得速度范围的上限和下限来确定速度范围。可以通过将中值速度除以因子x来确定下限，并且可以通过将中值速度乘以因子x来确定上限。在一个示例性实施例中，其中x＝2，
下限＝(中值速度)/2,以及
上限＝(中值速度)×2。
如果没有或很少记录历史速度数据，则可以将下限设置为默认值零(或非常接近零)，并且可以将上限设置为默认值Fmax/3。
然后通过峰定位方法定位振动频谱中的峰，例如上述任何方法(步骤504)。该速度确定算法可以应用于任何振动频谱。消除作为定位峰的子集的噪声峰的附加步骤仅涉及评估周期性峰(步骤506)。如果期望仅评估周期性峰，则步骤508表示美国专利No.9,791,422(信号中的周期性信息的分析)和美国专利公开No.US2018/0011065A1(基于信号中周期性信息的分析的机器故障预测)中描述的方法的实现。否则，实施搜索所有定位的频谱峰(步骤510)，将频谱峰频率值容差(Ftol)依据下式设置为默认值，
Ftol＝3×频谱带宽(Spectral Bin Width) (步骤512)。
如下文更详细讨论的，用于确定每个候选转速谐波族的改进算法考虑了谐波峰的相对幅度。这使得较高幅度的频谱峰比较低幅度的频谱峰具有更显著的效果。在步骤514确定的最大频谱峰幅度(Amax)用于归一化所有频谱峰的相对幅度。
从在步骤502中确定的速度范围的下限开始，选择具有候选速度(Fc)的第一(或下一个)候选频谱峰，将误差值(Er)设置为零，并且总峰幅度值(Atot)设置为零(步骤516)。对于候选速度(Fc)的每个谐波(Ihr)，发现最接近的峰且该峰在谐波的频谱峰频率值容限(Ftol)内(步骤518)。该最近的峰值具有峰频率(Fp)和峰幅度(Ap)。在步骤520中，根据下式确定误差值(Er)：
Er＝Er+[100–(Amax/Ap)×Abs(Fc–Fp/Ihr)×(1+Ihr/10)]
并且总峰幅度值根据以下公式计算：
Atot＝Atot+Ap
对每个候选转速谐波族中的每个谐波执行步骤518和520，并且该过程循环回到步骤516，以针对每个候选转速重复该过程(步骤522)。
在如上所述的Er的计算中，比率归一化每个峰的重要性，使得较大的峰更重要。而且，在一个优选实施例中，高阶谐波峰的贡献或重要性连续减小选定的百分比，该百分比是10％。这进一步提高了确定每个候选转速谐波族的精度。
然后，机器120的估计转速被确定为与具有最大Er值的候选转速谐波族相关联的基频(步骤524)。如果多个谐波族具有相同的Er值，则机器120的估计转速被确定为与具有最大峰幅度和Atot的候选转速谐波族相关联的基频。
在某些情况下，在步骤524中确定的基本转速峰可能仍然略微偏离实际机器转速，在很大程度上是由于在获取波形数据期间发生的小转速变化或由于机器中发生的轴承磨损或其他故障引起的。步骤524中确定的转速可以通过图2(步骤526)的方法进一步细化以找到转速的每个谐波的转速和定位的峰之间的最小频率间隙。
图9描绘了使用基于路线的便携式振动分析仪监测的变速机器在五年时间内速度趋势的示例。在上部图中描绘的示例中，可能使用手持式转速计传感器测量速度。测量速度的大的变化可能是由于针对错误的机器轴而识别的速度测量或由于手动数据输入错误。在该特定情况下，基于历史速度值的中值确定速度范围，其中上限设置为中值的两倍，下限设置为中值的一半。图9的下部图示出了应用了图8中的方法后的转速趋势。
如图10所示，上部频谱图示出了当记录的转速远低于机器的实际转速的情况的原始转速谐波。不正确的速度很可能是由于手动数据输入错误造成的。下部的频谱图示出了应用了图8中的方法后的转速谐波。
一旦使用一种或多种上述方法确定了未知转速，就可以使用它来分析测试频谱，从而分析机器的特性。例如，旋转轴的速度可以与从轴感测到的振动信息一起使用，以定位诸如不平衡、未对准和轴承损坏之类的问题。一旦诊断出这些问题的信息，技术人员就可以校正问题。因此，如上所述的确定转速的方法是检测、分析和解决旋转设备问题的重要步骤。
虽然以上描述了本发明的优选实施例，但是本领域普通技术人员应当理解，在不脱离本发明的精神的情况下，本发明能够进行多种修改、重新布置和替换。

Claims (21)

1.一种用于在缺乏可靠转速计信号的情况下确定机器的旋转部件的估计转速以指示实际转速的装置，所述装置包括：
振动传感器，所述振动传感器附着在机器上，用以生成表示机器振动的模拟振动信号；
模数转换器，所述模数转换器与所述振动传感器电性连通，用以将模拟振动信号转换为数字振动数据；
输入装置，所述输入装置接收来自用户的输入信息，所述输入信息包括表示与机器相关的额定转速的额定速度值；
处理器，所述处理器与所述模数转换器和所述输入装置电性连通，用以执行处理数字振动数据的指令，包括指令如下：
(1)接收来自输入装置的额定速度值；
(2)基于数字振动数据生成振动频谱，振动频谱包括与频率值相关联的振动幅度值；
(3)识别振动频谱中的多个振动峰，每个振动峰具有峰幅度值以及与之相关的峰频率值；
对于j＝1到J：
(4)确定第j组频率值，包括：
-与额定速度值相关的第j个候选频率值；以及
-多个第j个谐波频率值，其大于第j个候选频率值并且在振动频谱上递增地分布；
(5)对于第j组中的每个候选频率值与谐波频率值，从步骤(3)中识别的多个振动峰中确定一个振动峰，该振动峰具有最接近候选频率值或谐波频率值的峰频率值；
(6)对于第j组中的每个候选频率值与谐波频率值，确定一个频率差值，该频率差值表示候选频率值或谐波频率值与最接近的峰频率值之间的差；
(7)生成与第j组频率值对应的第j个频率差值的和，并将第j个和与第j组频率值的候选频率值相关联；
(8)将j递增1并重复步骤(4)到(8)直到j等于J；
(9)确定J个频率差值的和的最小和；
(10)基于与最小和相关的候选频率值确定机器的估计转速；以及
(11)使用机器的估计转速分析数字振动数据，以确定机器的操作特性。
2.根据权利要求1所述的装置，其中，对于j＝1，第j个候选频率值对应于大约一半的额定转速。
3.根据权利要求1所述的装置，其中，对于j＝J，第j个候选频率值对应于大约1.5倍的额定转速。
4.根据权利要求1所述的装置，其中额定速度值是机器的铭牌转速。
5.根据权利要求1所述的装置，其中J的范围为约10至约100。
6.根据权利要求1所述的装置，其中步骤(5)中确定的峰频率值大于或小于最接近的候选频率值或谐波频率值。
7.根据权利要求1所述的装置，其中第j组频率值包括八个谐波频率值。
8.根据权利要求1所述的装置，其中，如果在J个频率差值的和中，确定存在超过一个最小和，则处理器执行以下指令：
(12)对于J组频率值中的每一组，确定在步骤(3)中识别的振动峰的峰幅度值的和，该振动峰具有最接近候选频率值和谐波频率值的峰频率值；
(13)确定在步骤(12)中确定的J个峰幅度值的和的最大和；以及
(14)基于与最大和相关联的候选频率值确定机器的估计转速。
9.根据权利要求1所述的装置，其中步骤(3)中识别的振动峰的数量小于或等于LOR/4，并且其中LOR是振动频谱的分辨率线。
10.一种用于在缺乏可靠转速计信号的情况下确定机器的旋转部件的估计转速以指示实际转速的装置，所述装置包括：
振动传感器，所述振动传感器附着在机器上，用以生成表示机器振动的模拟振动信号；
模数转换器，所述模数转换器与所述振动传感器电性连通，用以将模拟振动信号转换为数字振动数据；
输入装置，所述输入装置接收来自用户的输入信息，所述输入信息包括精度百分比值(％Accuracy)和起始频率值(StartFreq)，所述起始频率值表示与机器相关的额定转速；
处理器，所述处理器与所述模数转换器和所述输入装置电性连通，用以执行处理数字振动数据的指令，包括指令如下：
(1)从输入装置接收精度百分比值和起始频率值；
(2)基于数字振动数据生成振动频谱，该振动频谱包括与频率值相关联的振动幅度值；
(3)识别振动频谱中的K个振动峰，每个振动峰具有峰幅度值(AmplLocPeak(k))和与之相关联的峰频率值(FreqLocPeak(k))；
(4)对于起始频率值的N个谐波中的每一个，确定以下关系为真的候选频率值(FreqCandidate(j))：
|FreqLocPeak(k)–(n×StartFreq)|≤％Accuracy
(5)对于步骤(4)中确定的每个候选频率值，根据下式确定百分比差值(PctDiff)：
以及得分值：
得分值＝1–PctDiff
(6)对于步骤(3)中定位的振动峰的每个谐波族，确定总得分，总得分是步骤(5)中确定的所有得分值的总和；
(7)基于与总得分最大的谐波族相关联的候选频率值确定机器的估计转速；以及
(8)使用机器的估计转速分析数字振动数据，以确定机器的操作特性。
11.根据权利要求10所述的装置，其中，如果最大总得分与超过一个谐波族相关联，则基于与步骤(3)中定位的、具有最大振动峰幅度的谐波族相关联的候选频率值来确定机器的估计转速。
12.根据权利要求10所述的装置，精度百分比值的范围为约0.5％至约2％。
13.一种用于在缺乏可靠转速计信号的情况下确定机器的旋转部件的估计转速以指示实际转速的装置，所述装置包括：
振动传感器，所述振动传感器附着在机器上，用以生成表示机器振动的模拟振动信号；
模数转换器，所述模数转换器与所述振动传感器电性连通，用以将模拟振动信号转换为数字振动数据；
输入装置，所述输入装置接收来自用户的输入信息，所述输入信息包括表示与机器相关的额定转速的额定速度值；
处理器，所述处理器与所述模数转换器和所述输入装置电性连通，用以执行处理数字振动数据的指令，包括指令如下：
(1)接收来自输入装置的额定速度值；
(2)基于数字振动数据生成振动频谱，振动频谱包括与转速值相关联的振动幅度值；
(3)识别振动频谱中的多个振动峰，每个振动峰具有峰幅度值以及与之相关的峰转速值；
(4)以第一转速开始，以预定转速增量扫描振动频谱，并在第二转速结束，以提供每个增量的候选转速，并且对于每个候选转速：
-识别预定数量的相关谐波；
-将振动频谱中最接近的峰定位到候选转速及其相关联的谐波；
-测量最接近的峰与候选转速及其相关联谐波之间的间隙；以及
-确定与候选转速相关联的间隙的和；以及
(5)基于与步骤(4)中确定的最小和相关的候选频率值确定机器的估计转速；以及
(6)使用机器的估计转速分析数字振动数据，以确定机器的操作特性。
14.一种用于在缺乏可靠转速计信号的情况下确定机器的旋转部件的估计转速以指示实际转速的装置，所述装置包括：
振动传感器，所述振动传感器附着在机器上，用以生成表示机器振动的模拟振动信号；
模数转换器，所述模数转换器与所述振动传感器电性连通，用以将模拟振动信号转换为数字振动数据；
输入装置，所述输入装置接收来自用户的输入信息，所述输入信息包括精度百分比值和起始频率值，所述起始频率值表示与机器相关的额定转速；
处理器，所述处理器与所述模数转换器和所述输入装置电性连通，用以执行处理数字振动数据的指令，包括指令如下：
(1)基于数字振动数据生成振动频谱，振动频谱包括与频率值相关联的振动幅度值；
(2)识别振动频谱中的多个振动峰，每个振动峰具有峰幅度值以及峰频率值；
(3)确定振动频谱内对应于起始频率值的谐波的多个候选频率值，其中每个候选频率值在多个振动值中的至少一个的精度百分比值内；
(4)基于步骤(2)中识别的多个振动峰的峰频率值与步骤(3)中确定的候选频率值之间的差，确定多个得分；
(5)基于与具有特定得分的谐波族之一相关联的候选频率值来确定机器的估计转速；以及
(6)使用机器的估计转速分析数字振动数据，以确定机器的操作特性。
15.根据权利要求14所述的装置，其中，特定得分是步骤(4)中确定的最大得分。
16.一种用于在缺乏可靠转速计信号的情况下确定机器的旋转部件的估计转速以指示实际转速的装置，所述装置包括：
振动传感器，所述振动传感器附着在机器上，用以生成表示机器振动的模拟振动信号；
模数转换器，所述模数转换器与所述振动传感器电性连通，用以将模拟振动信号转换为数字振动数据；
处理器，所述处理器与所述模数转换器和所述输入装置电性连通，用以执行处理数字振动数据的指令，包括指令如下：
-根据机器记录的历史数据确定机器的转速范围；
-基于数字振动数据生成振动频谱，振动频谱包括与频率值相关联的振动幅度值；
-识别振动频谱中的多个振动峰，每个振动峰具有峰幅度值和峰频率值；
-确定多个振动峰的峰幅度值中的最大峰幅度；
-确定振动频谱中的多个候选频率值，其中每个候选频率值在转速范围内并且与相应的谐波族相关联；
-对于每个候选频率值的相应谐波族的每个谐波，确定在谐波的频谱峰频率值容限内的最近的峰，最近的峰具有最近的峰频率值和最近的峰幅度值；
-对于每个候选频率值的相应谐波族的每个谐波，至少部分地基于候选频率值和最近的峰频率值之间的差来确定误差值；
-对于每个候选频率值，确定误差和值，该误差和值是针对相应谐波族的谐波确定的误差值的迭代和；
-基于具有最大误差和值的候选频率值确定机器的估计转速；以及
-使用机器的估计转速分析数字振动数据，以确定机器的操作特性。
17.根据权利要求16所述的装置，其中频谱峰频率值容限是振动频谱的带宽的三倍。
18.根据权利要求16所述的装置，其中至少部分地基于比率来确定误差值，其中Amax是多个振动峰的峰幅度值的最大峰幅度，并且Ap是最近的峰幅度值。
19.根据权利要求16所述的装置，其中误差值的迭代和中的高次谐波峰的贡献通过选定的缩减因子连续减小。
20.根据权利要求19所述的装置，其中选定的缩减因子是10％。
21.根据权利要求16所述的装置，其中转速的范围由下限和上限限定，其中下限和上限基于机器在操作时段内的中间速度确定，公式如下：
下限＝(中速)/2，和上限＝(中速)×2。
CN201910270323.5A 2018-04-05 2019-04-04 基于振动频谱图确定机器转速 Active CN110346591B (zh)

Applications Claiming Priority (4)

Application Number Priority Date Filing Date Title
US15/946,403 2018-04-05
US15/946,403 US10823749B2 (en) 2018-04-05 2018-04-05 Determination of RPM from vibration spectral plots
US16/269,156 US11009520B2 (en) 2018-04-05 2019-02-06 Determination of machine rotational speed based on vibration spectral plots
US16/269,156 2019-02-06

Publications (2)

Publication Number Publication Date
CN110346591A true CN110346591A (zh) 2019-10-18
CN110346591B CN110346591B (zh) 2021-10-15

Family

ID=67991489

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910270323.5A Active CN110346591B (zh) 2018-04-05 2019-04-04 基于振动频谱图确定机器转速

Country Status (3)

Country Link
US (1) US11009520B2 (zh)
CN (1) CN110346591B (zh)
DE (1) DE102019106903A1 (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113252929A (zh) * 2021-07-05 2021-08-13 格创东智(深圳)科技有限公司 转速确定方法、装置、电子设备及计算机可读存储介质
CN113295267A (zh) * 2021-05-10 2021-08-24 江铃汽车股份有限公司 基于声场景下进气气流声评价方法、***及可读存储介质
CN113807268A (zh) * 2021-09-22 2021-12-17 北京夸克创智科技有限公司 圆柱型物体振动检测方法、装置及计算机存储介质

Families Citing this family (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20200133254A1 (en) * 2018-05-07 2020-04-30 Strong Force Iot Portfolio 2016, Llc Methods and systems for data collection, learning, and streaming of machine signals for part identification and operating characteristics determination using the industrial internet of things
US11573153B2 (en) 2019-08-21 2023-02-07 Computational Systems, Inc. Prediction of machine failure based on vibration trend information
JP7379241B2 (ja) * 2020-03-25 2023-11-14 三菱重工業株式会社 回転機の診断監視装置及び方法
JP7338584B2 (ja) * 2020-08-07 2023-09-05 トヨタ自動車株式会社 異常判定装置
DE102021204884A1 (de) * 2021-05-12 2022-11-17 SKF (China) Co Ltd Vorrichtung zur Messung eines indikativen Parameters der Drehgeschwindigkeit eines Bauteils
US11499889B1 (en) 2021-09-10 2022-11-15 Computational Systems, Inc. Fault frequency matching of periodic peaks in spectral machine data
DE102022201317A1 (de) 2022-02-09 2023-08-10 Robert Bosch Gesellschaft mit beschränkter Haftung Verfahren und Vorrichtung zum Erkennen einer Drehgeschwindigkeit einer Maschine
EP4273557A1 (en) * 2022-05-04 2023-11-08 Siemens Gamesa Renewable Energy A/S Wind turbine rotor speed estimation
WO2024044482A1 (en) * 2022-08-23 2024-02-29 Cornell Pump Company LLC System and method for vibration-based rotational speed measurement

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH04276555A (ja) * 1991-03-05 1992-10-01 Ube Ind Ltd 回転機械の軸回転数検出方法
US6087796A (en) * 1998-06-16 2000-07-11 Csi Technology, Inc. Method and apparatus for determining electric motor speed using vibration and flux
CN104374939A (zh) * 2014-11-06 2015-02-25 西安交通大学 基于振动信号同步压缩变换的旋转机械瞬时转速估测方法
CN105548595A (zh) * 2015-12-18 2016-05-04 河北省电力建设调整试验所 一种提取风电齿轮箱各级轴转速检测方法
CN105760843A (zh) * 2016-02-29 2016-07-13 东南大学 一种滚动轴承早期故障特征提取方法
CN107036815A (zh) * 2015-10-20 2017-08-11 斯凯孚公司 对轴承缺陷进行严重程度评估的方法和数据处理装置

Family Cites Families (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5530343A (en) * 1994-10-07 1996-06-25 Computational Systems, Inc. Induction motor speed determination by flux spectral analysis
US5744723A (en) * 1996-05-10 1998-04-28 Csi Technology, Inc. Method for determining rotational speed from machine vibration data
US6766288B1 (en) * 1998-10-29 2004-07-20 Paul Reed Smith Guitars Fast find fundamental method
US6792360B2 (en) * 2001-12-04 2004-09-14 Skf Condition Monitoring, Inc. Harmonic activity locator
US20070032966A1 (en) * 2002-06-07 2007-02-08 Exxonmobil Research And Engineering Company Law Department System and methodology for vibration analysis and conditon monitoring
US10416126B2 (en) 2013-07-02 2019-09-17 Computational Systems, Inc. Machine fault prediction based on analysis of periodic information in a signal
US9791422B2 (en) 2013-07-02 2017-10-17 Computational Systems, Inc. Analysis of periodic information in a signal
US10168248B1 (en) * 2015-03-27 2019-01-01 Tensor Systems Pty Ltd Vibration measurement and analysis

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH04276555A (ja) * 1991-03-05 1992-10-01 Ube Ind Ltd 回転機械の軸回転数検出方法
US6087796A (en) * 1998-06-16 2000-07-11 Csi Technology, Inc. Method and apparatus for determining electric motor speed using vibration and flux
CN104374939A (zh) * 2014-11-06 2015-02-25 西安交通大学 基于振动信号同步压缩变换的旋转机械瞬时转速估测方法
CN107036815A (zh) * 2015-10-20 2017-08-11 斯凯孚公司 对轴承缺陷进行严重程度评估的方法和数据处理装置
CN105548595A (zh) * 2015-12-18 2016-05-04 河北省电力建设调整试验所 一种提取风电齿轮箱各级轴转速检测方法
CN105760843A (zh) * 2016-02-29 2016-07-13 东南大学 一种滚动轴承早期故障特征提取方法

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113295267A (zh) * 2021-05-10 2021-08-24 江铃汽车股份有限公司 基于声场景下进气气流声评价方法、***及可读存储介质
CN113295267B (zh) * 2021-05-10 2022-08-16 江铃汽车股份有限公司 基于声场景下进气气流声评价方法、***及可读存储介质
CN113252929A (zh) * 2021-07-05 2021-08-13 格创东智(深圳)科技有限公司 转速确定方法、装置、电子设备及计算机可读存储介质
CN113807268A (zh) * 2021-09-22 2021-12-17 北京夸克创智科技有限公司 圆柱型物体振动检测方法、装置及计算机存储介质
CN113807268B (zh) * 2021-09-22 2023-09-29 李冰 圆柱型物体振动检测方法、装置及计算机存储介质

Also Published As

Publication number Publication date
US11009520B2 (en) 2021-05-18
DE102019106903A1 (de) 2019-10-10
CN110346591B (zh) 2021-10-15
US20190310281A1 (en) 2019-10-10

Similar Documents

Publication Publication Date Title
CN110346591A (zh) 基于振动频谱图确定机器转速
US5744723A (en) Method for determining rotational speed from machine vibration data
US8370109B2 (en) Machine vibration baseline synthesizer
US7010445B2 (en) Automated fault diagnosis device and method
US7133801B2 (en) System and methodology for vibration analysis and condition monitoring
CN111435105B (zh) 基于振动频谱图的轴承和故障频率识别
US20230003756A1 (en) Determination of rpm based on scanning vibration spectral plot
US20230027207A1 (en) Determination of RPM Based on Vibration Spectral Plots and Speed Range
US20070032966A1 (en) System and methodology for vibration analysis and conditon monitoring
JP4767148B2 (ja) 正常データベースを用いた転がり軸受の余寿命診断方法、余寿命診断システム及び余寿命診断に用いるコンピュータプログラム
JP2003528292A (ja) 振動解析によるベアリングの状態ベースのモニタリング
CN107976304A (zh) 基于对信号的周期性信息进行分析的机器故障预测
JP6511573B1 (ja) 転がり軸受の異常診断方法及び異常診断装置、異常診断プログラム
JP6507297B1 (ja) 転がり軸受の異常診断方法及び異常診断装置、異常診断プログラム
CN112345827A (zh) 频谱频率族的图形区分
JP2020143934A (ja) 軸受情報解析装置及び軸受情報解析方法
JP2008032454A (ja) 振動位相検出装置及び方法
JP3103193B2 (ja) 回転機械の診断装置
JP2006189333A (ja) 軸受の異常診断装置
KR102502740B1 (ko) 복합 조건을 고려한 회전 기계의 진동 진단 방법
CN111693282B (zh) 波形获取优化
JP2000162035A (ja) 回転機器の異常判定方法及びその装置
US20050261876A1 (en) Method for detecting and automatically identifying defects in technical equipment
RU2659428C1 (ru) Устройство для анализа динамических процессов в рабочих колесах турбомашин
Alekseev et al. Data measurement system of compressor units defect diagnosis by vibration value

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