CN110657989A - 一种烟草包装机组振动状态的监测方法及*** - Google Patents
一种烟草包装机组振动状态的监测方法及*** Download PDFInfo
- Publication number
- CN110657989A CN110657989A CN201910900640.0A CN201910900640A CN110657989A CN 110657989 A CN110657989 A CN 110657989A CN 201910900640 A CN201910900640 A CN 201910900640A CN 110657989 A CN110657989 A CN 110657989A
- Authority
- CN
- China
- Prior art keywords
- vibration
- rolling bearing
- frequency
- signal
- tested
- 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
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
- G01M13/04—Bearings
- G01M13/045—Acoustic or vibration analysis
Landscapes
- Physics & Mathematics (AREA)
- Acoustics & Sound (AREA)
- General Physics & Mathematics (AREA)
- Testing Of Devices, Machine Parts, Or Other Structures Thereof (AREA)
- Measurement Of Mechanical Vibrations Or Ultrasonic Waves (AREA)
Abstract
本发明提供一种烟草包装机组振动状态的监测方法及***,该方法包括:在烟草包装机的预设位置设置加速度振动传感器,以采集滚动轴承的振动信号;获取所测滚动轴承的转频,并根据所述振动信号进行频谱分析和包络谱分析,以得到所述滚动轴承的主振频率;将所述主振频率与所测滚动轴承的转频进行比较,如果所述主振频率处于所述转频的设定阈值范围内,则判定所测滚动轴承处于正常状态,否则判定为故障状态。本发明能解决现有烟草包装机的轴承故障诊断不及时,易造成设备维护成本高的问题,能降低设备的维修成本,提高设备的安全性。
Description
技术领域
本发明涉及烟草包装机械技术领域,尤其涉及一种烟草包装机组振动状态的监测方法及***。
背景技术
烟草包装机是烟草工业企业卷包车间的重要设备,卷烟设备一般由小盒包装机、透明纸小包包装机、条包(盒)包装机、透明纸条包包装机等几部分组成。烟草包装机是变频调速、光电检测、质量监控、积木化结构设计、视频显示、机械手等先进技术综合应用的结果,具有较高的自动化程度,较高的包装速度和质量,能满足不同的包装要求。在包装机组中,有很多重要组成的核心零部件就是滚动轴承,滚动轴承是众多旋转机械的关键性部件,被人们称为机器的关节。其在极端环境下,受各种因素的影响,是整个旋转机械***中可靠性最差的零部件,成为“水桶短板”,直接影响整个机械设备的运行可靠性。滚动轴承运行时,其性能一般会从正常状态逐渐衰退直至完全损坏。如果能在轴承损坏过程中通过振动监测检测到它的性能退化程度,就能够变传统的定时或事后维修为视情维修,实现轴承的主动维护。因此,如何通过对烟草包装机的滚动轴承的振动状态监测,实现设备的实时评估,最大限度利用轴承振动进行故障诊断,以降低维护保障成本,避免进一步导致事故发生,造成巨大的损失。
发明内容
本发明提供一种烟草包装机组振动状态的监测方法及***,解决现有烟草包装机的轴承故障诊断不及时,易造成设备维护成本高的问题,能降低设备的维修成本,提高设备的安全性。
为实现以上目的,本发明提供以下技术方案:
一种烟草包装机组振动状态的监测方法,包括:
在烟草包装机的预设位置设置加速度振动传感器,以采集滚动轴承的振动信号;
获取所测滚动轴承的转频,并根据所述振动信号进行频谱分析和包络谱分析,以得到所述滚动轴承的主振频率;
将所述主振频率与所测滚动轴承的转频进行比较,如果所述主振频率处于所述转频的设定阈值范围内,则判定所测滚动轴承处于正常状态,否则判定为故障状态。
优选的,还包括:
基于EEMD的Hilbert谱时频分析法对所述振动信号进行分解,得到IMF分量,并通过希尔伯特-黄变换对IMF分量进行筛选,以去除虚假分量和对滚动轴承故障不敏感的IMF分量;
根据筛选后的IMF分量进行信号重构以得到重构信号,利用所述重构信号对所测滚动轴承进行状态分析。
优选的,还包括:
根据所述振动信号或所述重构信号进行振动特征量提取,并根据所述振动特征量对所测滚动轴承进行状态分析,所述振动特征量包括:振动加速度的峰值、振动速度的有效值、IMF分量峭度和频率。
优选的,还包括:
根据所述振动特征量建立轴承评价模型,并通过所述轴承评价模型对所测滚动轴承进行状态分析。
优选的,所述基于EEMD的Hilbert谱时频分析法对所述振动信号进行分解,包括:
向所述振动信号加入正态分布白噪声,并将加入白噪声的信号通过EEMD分解。
优选的,所述在烟草包装机的预设位置设置加速度振动传感器,包括:
在所述烟草包装机的烟库模盒主动从动轮、主电机柔性连接器、条盒包装机主传动轴、下游机成型轮和下游机主电机的相应位置设置。
本发明还提供一种烟草包装机组振动状态的监测***,其特征在于,包括:
检测单元,用于在烟草包装机的预设位置设置加速度振动传感器,以采集滚动轴承的振动信号;
第一信号处理单元,用于获取所测滚动轴承的转频,并根据所述振动信号进行频谱分析和包络谱分析,以得到所述滚动轴承的主振频率;
判断单元,用于将所述主振频率与所测滚动轴承的转频进行比较,如果所述主振频率处于所述转频的设定阈值范围内,则判定所测滚动轴承处于正常状态,否则判定为故障状态。
优选的,还包括:
第二信号处理单元,用于基于EEMD的Hilbert谱时频分析法对所述振动信号进行分解,得到IMF分量,并通过希尔伯特-黄变换对IMF分量进行筛选,以去除虚假分量和对滚动轴承故障不敏感的IMF分量;
信号重构单元,用于根据筛选后的IMF分量进行信号重构以得到重构信号,利用所述重构信号对所测滚动轴承进行状态分析。
优选的,还包括:
特征提取单元,用于根据所述振动信号或所述重构信号进行振动特征量提取,并根据所述振动特征量对所测滚动轴承进行状态分析,所述振动特征量包括:振动加速度的峰值、振动速度的有效值、IMF分量峭度和频率。
优选的,还包括:
轴承评价模型单元,用于根据所述振动特征量建立轴承评价模型,并通过所述轴承评价模型对所测滚动轴承进行状态分析。
本发明提供一种烟草包装机组振动状态的监测方法及***,通过振动加速度传感器对设备轴承的振动进行检测,并对采集的振动信号进行频谱分析和包络谱分析,以得到所述滚动轴承的主振频率,进而根据主振频率对轴承状态进行诊断。解决现有烟草包装机的轴承故障诊断不及时,易造成设备维护成本高的问题,能降低设备的维修成本,提高设备的安全性。
附图说明
为了更清楚地说明本发明的具体实施例,下面将对实施例中所需要使用的附图作简单地介绍。
图1是本发明提供一种烟草包装机组振动状态的监测方法流程图;
图2是本发明实施例提供一种烟草包装机组振动状态的监测方法流程图;
图3是实施例提供的振动信号的时域波形图;
图4是实施例提供的振动信号经过EEMD分解所得IMF分量示意图;
图5是实施例提供的EEMD分解后所得重构信号示意图。
图6是本发明提供的一种烟草包装机组振动状态的监测***示意图。
具体实施方式
为了使本技术领域的人员更好地理解本发明实施例的方案,下面结合附图和实施方式对本发明实施例作进一步的详细说明。
针对当前烟草包装机运行时常因轴承的故障诊断不及时造成设备维修成本高的问题,本发明提供一种烟草包装机组振动状态的监测方法及***,通过振动加速度传感器对设备轴承的振动进行检测,并对采集的振动信号进行频谱分析和包络谱分析,以得到所述滚动轴承的主振频率,进而根据主振频率对轴承状态进行诊断。解决现有烟草包装机的轴承故障诊断不及时,易造成设备维护成本高的问题,能降低设备的维修成本,提高设备的安全性。
如图1所示,一种烟草包装机组振动状态的监测方法,包括:
S1:在烟草包装机的预设位置设置加速度振动传感器,以采集滚动轴承的振动信号。
S2:获取所测滚动轴承的转频,并根据所述振动信号进行频谱分析和包络谱分析,以得到所述滚动轴承的主振频率。
S3:将所述主振频率与所测滚动轴承的转频进行比较,如果所述主振频率处于所述转频的设定阈值范围内,则判定所测滚动轴承处于正常状态,否则判定为故障状态。
具体地,还通过设置温度传感器来检测轴承温度,并根据采集的振动信号和温度信息,结合烟草包装机的特点,计算所测部件轴承的转频,采用频谱分析和包络谱的方法得到所测部件轴承的主振频率,利用峭度、主振频率和温度等信息初步判定轴承的振动状态。同时,加速度振动传感器可利用有线或无线方式对其进行供电,利用企业内部无线网络进行数据传输,并将采集到的数据自动下载到服务器,实现数据采集。由于烟草包装机是高速运转设备,环境复杂,设备内温度较高,因此对加速度振动传感器的性能要求和安装位置都比较严苛。
如图2所示,该方法还包括:
S4:基于EEMD的Hilbert谱时频分析法对所述振动信号进行分解,得到IMF分量,并通过希尔伯特-黄变换对IMF分量进行筛选,以去除虚假分量和对滚动轴承故障不敏感的IMF分量。
S5:根据筛选后的IMF分量进行信号重构以得到重构信号,利用所述重构信号对所测滚动轴承进行状态分析。
具体地,针对滚动轴承振动信号经基于集合经验模态(EEMD)分解后得到的固有模态函数(IMF)分量仍含有虚假分量和对滚动轴承故障不敏感的IMF分量问题,通过希尔伯特-黄变换对原始信号进行处理,随后对处理过的信号进行筛选得到新的重构信号。同时,集合经验模态分解后,可通过计算本征模函数分量峭度值,对信号进行分析。也可通过采集到的振动数据,利用边际谱分析和振动加速度的峰值、振动速度的有效值以及轴承的峭度值等信息对所测部件中轴承的状态进行综合评价。
如图2所示,该方法还包括:
S6:根据所述振动信号或所述重构信号进行振动特征量提取,并根据所述振动特征量对所测滚动轴承进行状态分析,所述振动特征量包括:振动加速度的峰值、振动速度的有效值、IMF分量峭度和频率。
具体地,通过对振动信号的振动特征量的提取,对可表征状态特征的信号进行分析,也可将信号进行EEMD分解得到本征模函数分量,并进行筛选,将筛选出的信号进行重构。
如图2所示,该方法还包括:
S7:根据所述振动特征量建立轴承评价模型,并通过所述轴承评价模型对所测滚动轴承进行状态分析。
在实际应用中,通过长时间监测,在烟草包装机组振动监测及峭度值低于3并且轴承位置的温度低于临界值时,说明轴承的运行状态良好。当峭度值低于3并且温度低于临界值时,通过振动烈度(以振动速度有效值评价)为参考量以及边际谱分析构建的状态评价模型对烟草包装机组的振动监测及状态进行评价。
进一步,所述基于EEMD的Hilbert谱时频分析法对所述振动信号进行分解,包括:向所述振动信号加入正态分布白噪声,并将加入白噪声的信号通过EEMD分解。
具体地,基于EEMD的Hilbert谱时频分析方法具有时间和频率分辨率高、抗模态混叠的特点。并针对EEMD分解时,加入噪声幅值大小和集合平均次数这2个重要参数的选取问题,从能量标准差的角度,研究EEMD方法中加入白噪声的准则。通过引入白噪声的方式对振动信号进行去噪处理,集合经验模态分解后,计算本征模函数分量峭度值,对信号进行分析,判定轴承是否存在故障。
在实际应用中,所述在烟草包装机的预设位置设置加速度振动传感器,包括:在所述烟草包装机的烟库模盒主动从动轮、主电机柔性连接器、条盒包装机主传动轴、下游机成型轮和下游机主电机的相应位置设置。
在一实施例中,对包装机的主传动轴承进行振动状态进行监测,加速度振动传感器采集到的信号(时域波形)如图3所示,采样频率为4000HZ,采样时间为10s。当滚动轴承发生故障时,轴承旋转过程中损伤点与其他它部件周期性的碰撞,振动信号表现为调制特征,而采集到的振动信号不仅包含调制信息,还包含有与转速有关的背景信号和其它噪声,基于EEMD的Hilbert谱时频分析方法具有时间和频率分辨率高、抗模态混叠的特点。采用EEMD对信号进行分解,并针对EEMD分解时,加入噪声幅值大小和集合平均次数这2个重要参数的选取问题,从能量标准差的角度,研究EEMD方法中加入白噪声的准则。通过EEMD分解得到IMF分量,IMF分量如图4所示。针对滚动轴承振动信号经改进的EEMD分解后得到的固有模态函数(IMF)仍含有虚假分量和对滚动轴承故障不敏感的IMF分量问题,通过希尔伯特-黄变换对原始信号进行筛选得到新的重构信号。选取IMF进行信号重构,并对重构信号进行分析,重构信号如图5所示。
通过实际经验分析,一般判定轴承故障的常规方法是听声音和摸温度。但是在轴承故障的早期阶段,轻微的异常声音很难辨别,温度也不会出现骤升现象,因此依照传统方法很难及时发现轴承故障和准确评价。在实施例中对GDX2包装机的轴承进行测量,测量数据如表1所示:
表1
其中,A代表轴承振动加速度的峰值,V代表振动速度的有效值,Kur代表轴承的峭度。
通过数据对比不难发现传动轴承的振动均处在正常水平,且温度都没有超过55℃,轴承的振动频率峭度值均小于3或在3附近,由此可以得出所有机台的轴承均处在正常状态。依照国际标准ISO2372振动烈度表(以振动速度有效值评价)的参考量为依据,建立状态评价模型,对现有的7台包装机的轴承状态进行评价,其中各包装机的轴承振动烈度排序:0.9694>0.9330>0.6683>0.4483>0.4224>0.3701>0.2967。
通过对包装机的轴承进行测量研究后发现,包装机轴承的评价分别是轴承的振动烈度和温度,利用这个特征量可建立如下的状态评价模型:F=2.8/V+55/T,其中,V代表轴承的振动烈度,T代表温度。通过建立的状态评价模型可对GDX2包装机的传动轴承的运行状态进行评价。
可见,本发明提供一种烟草包装机组振动状态的监测方法,通过振动加速度传感器对设备轴承的振动进行检测,并对采集的振动信号进行频谱分析和包络谱分析,以得到所述滚动轴承的主振频率,进而根据主振频率对轴承状态进行诊断。解决现有烟草包装机的轴承故障诊断不及时,易造成设备维护成本高的问题,能降低设备的维修成本,提高设备的安全性。
如图6所示,本发明还提供一种烟草包装机组振动状态的监测***,包括:检测单元,用于在烟草包装机的预设位置设置加速度振动传感器,以采集滚动轴承的振动信号。第一信号处理单元,用于获取所测滚动轴承的转频,并根据所述振动信号进行频谱分析和包络谱分析,以得到所述滚动轴承的主振频率。判断单元,用于将所述主振频率与所测滚动轴承的转频进行比较,如果所述主振频率处于所述转频的设定阈值范围内,则判定所测滚动轴承处于正常状态,否则判定为故障状态。
进一步,该***还包括:第二信号处理单元,用于基于EEMD的Hilbert谱时频分析法对所述振动信号进行分解,得到IMF分量,并通过希尔伯特-黄变换对IMF分量进行筛选,以去除虚假分量和对滚动轴承故障不敏感的IMF分量。信号重构单元,用于根据筛选后的IMF分量进行信号重构以得到重构信号,利用所述重构信号对所测滚动轴承进行状态分析。
更进一步,该***还包括:特征提取单元,用于根据所述振动信号或所述重构信号进行振动特征量提取,并根据所述振动特征量对所测滚动轴承进行状态分析,所述振动特征量包括:振动加速度的峰值、振动速度的有效值、IMF分量峭度和频率。
该***还包括:轴承评价模型单元,用于根据所述振动特征量建立轴承评价模型,并通过所述轴承评价模型对所测滚动轴承进行状态分析。
本发明提供一种烟草包装机组振动状态的监测***,通过振动加速度传感器对设备轴承的振动进行检测,并对采集的振动信号进行频谱分析和包络谱分析,以得到所述滚动轴承的主振频率,进而根据主振频率对轴承状态进行诊断。解决现有烟草包装机的轴承故障诊断不及时,易造成设备维护成本高的问题,能降低设备的维修成本,提高设备的安全性。
以上依据图示所示的实施例详细说明了本发明的构造、特征及作用效果,以上所述仅为本发明的较佳实施例,但本发明不以图面所示限定实施范围,凡是依照本发明的构想所作的改变,或修改为等同变化的等效实施例,仍未超出说明书与图示所涵盖的精神时,均应在本发明的保护范围内。
Claims (10)
1.一种烟草包装机组振动状态的监测方法,其特征在于,包括:
在烟草包装机的预设位置设置加速度振动传感器,以采集滚动轴承的振动信号;
获取所测滚动轴承的转频,并根据所述振动信号进行频谱分析和包络谱分析,以得到所述滚动轴承的主振频率;
将所述主振频率与所测滚动轴承的转频进行比较,如果所述主振频率处于所述转频的设定阈值范围内,则判定所测滚动轴承处于正常状态,否则判定为故障状态。
2.根据权利要求1所述的种烟草包装机组振动状态的监测方法,其特征在于,还包括:
基于EEMD的Hilbert谱时频分析法对所述振动信号进行分解,得到IMF分量,并通过希尔伯特-黄变换对IMF分量进行筛选,以去除虚假分量和对滚动轴承故障不敏感的IMF分量;
根据筛选后的IMF分量进行信号重构以得到重构信号,利用所述重构信号对所测滚动轴承进行状态分析。
3.根据权利要求2所述的种烟草包装机组振动状态的监测方法,其特征在于,还包括:
根据所述振动信号或所述重构信号进行振动特征量提取,并根据所述振动特征量对所测滚动轴承进行状态分析,所述振动特征量包括:振动加速度的峰值、振动速度的有效值、IMF分量峭度和频率。
4.根据权利要求3所述的种烟草包装机组振动状态的监测方法,其特征在于,还包括:
根据所述振动特征量建立轴承评价模型,并通过所述轴承评价模型对所测滚动轴承进行状态分析。
5.根据权利要求4所述的种烟草包装机组振动状态的监测方法,其特征在于,所述基于EEMD的Hilbert谱时频分析法对所述振动信号进行分解,包括:
向所述振动信号加入正态分布白噪声,并将加入白噪声的信号通过EEMD分解。
6.根据权利要求1所述的种烟草包装机组振动状态的监测方法,其特征在于,所述在烟草包装机的预设位置设置加速度振动传感器,包括:
在所述烟草包装机的烟库模盒主动从动轮、主电机柔性连接器、条盒包装机主传动轴、下游机成型轮和下游机主电机的相应位置设置。
7.一种烟草包装机组振动状态的监测***,其特征在于,包括:
检测单元,用于在烟草包装机的预设位置设置加速度振动传感器,以采集滚动轴承的振动信号;
第一信号处理单元,用于获取所测滚动轴承的转频,并根据所述振动信号进行频谱分析和包络谱分析,以得到所述滚动轴承的主振频率;
判断单元,用于将所述主振频率与所测滚动轴承的转频进行比较,如果所述主振频率处于所述转频的设定阈值范围内,则判定所测滚动轴承处于正常状态,否则判定为故障状态。
8.根据权利要求7所述的种烟草包装机组振动状态的监测***,其特征在于,还包括:
第二信号处理单元,用于基于EEMD的Hilbert谱时频分析法对所述振动信号进行分解,得到IMF分量,并通过希尔伯特-黄变换对IMF分量进行筛选,以去除虚假分量和对滚动轴承故障不敏感的IMF分量;
信号重构单元,用于根据筛选后的IMF分量进行信号重构以得到重构信号,利用所述重构信号对所测滚动轴承进行状态分析。
9.根据权利要求8所述的种烟草包装机组振动状态的监测***,其特征在于,还包括:
特征提取单元,用于根据所述振动信号或所述重构信号进行振动特征量提取,并根据所述振动特征量对所测滚动轴承进行状态分析,所述振动特征量包括:振动加速度的峰值、振动速度的有效值、IMF分量峭度和频率。
10.根据权利要求9所述的种烟草包装机组振动状态的监测***,其特征在于,还包括:
轴承评价模型单元,用于根据所述振动特征量建立轴承评价模型,并通过所述轴承评价模型对所测滚动轴承进行状态分析。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910900640.0A CN110657989A (zh) | 2019-09-23 | 2019-09-23 | 一种烟草包装机组振动状态的监测方法及*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910900640.0A CN110657989A (zh) | 2019-09-23 | 2019-09-23 | 一种烟草包装机组振动状态的监测方法及*** |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110657989A true CN110657989A (zh) | 2020-01-07 |
Family
ID=69038949
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910900640.0A Pending CN110657989A (zh) | 2019-09-23 | 2019-09-23 | 一种烟草包装机组振动状态的监测方法及*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110657989A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113418730A (zh) * | 2021-06-21 | 2021-09-21 | 河南中烟工业有限责任公司 | 一种卷烟机运行状态的在线监测方法 |
CN113554000A (zh) * | 2021-09-17 | 2021-10-26 | 武汉飞恩微电子有限公司 | 一种基于深度学习的压力传感器的故障诊断方法与装置 |
CN114935357A (zh) * | 2022-03-14 | 2022-08-23 | 浙江倍时信息科技有限公司 | 一种基于熵值计算的设备健康监测*** |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1906473A (zh) * | 2004-09-13 | 2007-01-31 | 日本精工株式会社 | 故障诊断装置和故障诊断方法 |
CN102183366A (zh) * | 2011-03-08 | 2011-09-14 | 上海大学 | 滚动轴承振动测量和故障分析装置及方法 |
CN102778355A (zh) * | 2012-08-07 | 2012-11-14 | 北京交通大学 | 一种基于emd和pca的滚动轴承状态辨识方法 |
CN103048137A (zh) * | 2012-12-20 | 2013-04-17 | 北京航空航天大学 | 一种变工况下的滚动轴承故障诊断方法 |
CN103499445A (zh) * | 2013-09-28 | 2014-01-08 | 长安大学 | 一种基于时频切片分析的滚动轴承故障诊断方法 |
CN103868694A (zh) * | 2014-03-26 | 2014-06-18 | 东南大学 | 一种嵌入式变转速轴承故障诊断装置 |
CN104990709A (zh) * | 2015-08-07 | 2015-10-21 | 杨玉娇 | 用于检测机车轴承故障的方法 |
CN106404396A (zh) * | 2016-08-30 | 2017-02-15 | 四川中烟工业有限责任公司 | 一种滚动轴承的故障诊断方法 |
CN108507788A (zh) * | 2018-01-22 | 2018-09-07 | 内蒙古久和能源装备有限公司 | 一种滚动轴承故障程度判断方法 |
-
2019
- 2019-09-23 CN CN201910900640.0A patent/CN110657989A/zh active Pending
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1906473A (zh) * | 2004-09-13 | 2007-01-31 | 日本精工株式会社 | 故障诊断装置和故障诊断方法 |
CN102183366A (zh) * | 2011-03-08 | 2011-09-14 | 上海大学 | 滚动轴承振动测量和故障分析装置及方法 |
CN102778355A (zh) * | 2012-08-07 | 2012-11-14 | 北京交通大学 | 一种基于emd和pca的滚动轴承状态辨识方法 |
CN103048137A (zh) * | 2012-12-20 | 2013-04-17 | 北京航空航天大学 | 一种变工况下的滚动轴承故障诊断方法 |
CN103499445A (zh) * | 2013-09-28 | 2014-01-08 | 长安大学 | 一种基于时频切片分析的滚动轴承故障诊断方法 |
CN103868694A (zh) * | 2014-03-26 | 2014-06-18 | 东南大学 | 一种嵌入式变转速轴承故障诊断装置 |
CN104990709A (zh) * | 2015-08-07 | 2015-10-21 | 杨玉娇 | 用于检测机车轴承故障的方法 |
CN106404396A (zh) * | 2016-08-30 | 2017-02-15 | 四川中烟工业有限责任公司 | 一种滚动轴承的故障诊断方法 |
CN108507788A (zh) * | 2018-01-22 | 2018-09-07 | 内蒙古久和能源装备有限公司 | 一种滚动轴承故障程度判断方法 |
Non-Patent Citations (1)
Title |
---|
田晶等: "基于EEMD与空域相关降噪的滚动轴承故障诊断方法", 《仪器仪表学报》 * |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113418730A (zh) * | 2021-06-21 | 2021-09-21 | 河南中烟工业有限责任公司 | 一种卷烟机运行状态的在线监测方法 |
CN113554000A (zh) * | 2021-09-17 | 2021-10-26 | 武汉飞恩微电子有限公司 | 一种基于深度学习的压力传感器的故障诊断方法与装置 |
CN113554000B (zh) * | 2021-09-17 | 2021-12-14 | 武汉飞恩微电子有限公司 | 一种基于深度学习的压力传感器的故障诊断方法与装置 |
CN114935357A (zh) * | 2022-03-14 | 2022-08-23 | 浙江倍时信息科技有限公司 | 一种基于熵值计算的设备健康监测*** |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109506921B (zh) | 一种旋转机械故障诊断与预警方法 | |
Leite et al. | Detection of localized bearing faults in induction machines by spectral kurtosis and envelope analysis of stator current | |
CN110657989A (zh) | 一种烟草包装机组振动状态的监测方法及*** | |
Shahriar et al. | Electrical signature analysis-based detection of external bearing faults in electromechanical drivetrains | |
CA2875071C (en) | Method and system for testing operational integrity of a drilling rig | |
Bechhoefer et al. | Processing for improved spectral analysis | |
CN111089726B (zh) | 一种基于最优维数奇异谱分解的滚动轴承故障诊断方法 | |
CN103837345B (zh) | 齿轮箱故障诊断方法及装置 | |
Li et al. | Gear fault detection and diagnosis under speed-up condition based on order cepstrum and radial basis function neural network | |
Shanbr et al. | Detection of natural crack in wind turbine gearbox | |
MX2014014577A (es) | Metodos y aparatos para el diagnostico de defectos en un sistema mecanico. | |
CN109583386A (zh) | 一种智能旋转机械故障深度网络特征辨识方法 | |
CN112484981A (zh) | 一种基于卷积自编码器的发电机异常状态监测方法 | |
CN103900815A (zh) | 一种基于eemd和分布拟合检验的滚动轴承故障诊断方法 | |
KR20210006832A (ko) | 기계고장 진단 방법 및 장치 | |
CN117093938A (zh) | 一种基于深度学习的风机轴承的故障检测方法和*** | |
EP2551513A2 (en) | Wind turbine condition monitoring method | |
CN112525337B (zh) | 一种针对机械压力机振动监测数据预处理方法 | |
Nentwich et al. | Comparison of data sources for robot gear condition monitoring | |
EP3104152B1 (en) | Method and controller for determining an undesired condition in an electrical drive system | |
Liu | Fault diagnosis based on SWPT and Hilbert transform | |
Rex et al. | A hybrid approach for fault diagnosis of spur gears using Hu invariant moments and artificial neural networks | |
Mironov et al. | Adaptive technology application for vibration-based diagnostics of roller bearings on industrial plants | |
CN113994088A (zh) | 用于对风涡轮机的部件进行计算机实现的监测的方法 | |
Yang et al. | Bearing fault detection of wind turbine using vibration and SPM |
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 |