CN110736926A - 电机运行状态的特征参数提取方法和装置 - Google Patents

电机运行状态的特征参数提取方法和装置 Download PDF

Info

Publication number
CN110736926A
CN110736926A CN201910975007.8A CN201910975007A CN110736926A CN 110736926 A CN110736926 A CN 110736926A CN 201910975007 A CN201910975007 A CN 201910975007A CN 110736926 A CN110736926 A CN 110736926A
Authority
CN
China
Prior art keywords
acceleration
motor
rotating speed
signal
characteristic parameters
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
Application number
CN201910975007.8A
Other languages
English (en)
Inventor
王云富
王宁
鄢文
谭树人
董行健
陶庄
龙湘熊
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.)
HUNAN YINHE ELECTRIC CO Ltd
Original Assignee
HUNAN YINHE ELECTRIC CO Ltd
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 HUNAN YINHE ELECTRIC CO Ltd filed Critical HUNAN YINHE ELECTRIC CO Ltd
Priority to CN201910975007.8A priority Critical patent/CN110736926A/zh
Publication of CN110736926A publication Critical patent/CN110736926A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01RMEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R31/00Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
    • G01R31/34Testing dynamo-electric machines
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01HMEASUREMENT OF MECHANICAL VIBRATIONS OR ULTRASONIC, SONIC OR INFRASONIC WAVES
    • G01H17/00Measuring mechanical vibrations or ultrasonic, sonic or infrasonic waves, not provided for in the preceding groups

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Control Of Electric Motors In General (AREA)

Abstract

本申请涉及一种电机运行状态的特征参数提取方法和装置。所述方法包括:获取从电机各个位置采样得到的振动加速度信号,以及转动轴的转速离散信号,对振动加速度信号通过傅里叶变换,得到振动加速度信号的加速度频谱,对转速离散信号进行拟合,得到转速离散信号的转速曲线,提取加速度频谱的加速度包络线,利用转速曲线对加速包络线进行等角度差值重采样后,进行傅里叶变换得到加速度包络谱,根据电机的轴承参数和加速度包络谱,提取电机各个位置的特征参数。采用本方法能够精确提取电机运行状态的特征参数。

Description

电机运行状态的特征参数提取方法和装置
技术领域
本申请涉及电机技术领域,特别是涉及一种电机运行状态的特征参数提取方法和装置。
背景技术
电机广泛应用于各行各业,如何保障电机安全稳定的运行,及时有效的识别和诊断出故障,发现电机早期的故障特征和故障严重程度,对指导维修、节约维修费用和缩短检修时间具有较高的实用价值。电机在运行过程中产生的振动及其特征信息是反映电机运行状态变化的主要信号,通过获取、记录和分析这些动态信号,是进行机械设备状态监测和故障诊断的主要途径。其中的关键技术是通过对振动信号的分析处理提取机械故障特征信息。因此,通过对机械振动信号进行分析,能得到机械设备的故障状态,并识别其中的故障。
现有技术的特征参数中,转速信号为离散信号,连续性差,在变动转速的工况下,进行参数转换的平稳性差,因此,特征参数提取存在很大的偏差。
发明内容
基于此,有必要针对上述技术问题,提供一种能够解决特征参数提取存在很大偏差的电机运行状态的特征参数方法和装置。
一种电机运行状态的特征参数提取方法,所述方法包括:
获取从电机各个位置采样得到的振动加速度信号,以及转动轴的转速离散信号;
对所述振动加速度信号通过傅里叶变换,得到所述振动加速度信号的加速度频谱;
对所述转速离散信号进行拟合,得到所述转速离散信号的转速曲线;
提取所述加速度频谱的加速度包络线,利用所述转速曲线对所述加速包络线进行等角度差值重采样后,进行傅里叶变换得到加速度包络谱;
根据电机的轴承参数和所述加速度包络谱,提取电机各个位置的特征参数。
在其中一个实施例中,还包括:获取电机各个位置的特征参数对应的阈值;将所述特征参数与所述阈值进行对比,根据比较结果确定电机的故障位置。
在其中一个实施例中,还包括:获取安装在电机轴承端的水平面和垂直面以及非轴承端的水平面和垂直面安装的振动传感器测量得到的振动加速度信号;获取安装在电机转轴附近的传感器检测转动轴上凸键或凹槽,产生脉冲信号,得到转速离散信号。
在其中一个实施例中,还包括:根据所述转速离散信号中任意两点之间的变化率,对转速进行拟合,得到所述转速离散信号对应的转速曲线。
在其中一个实施例中,还包括:对所述加速度频谱进行希尔伯特变换,得到加速度包络线。
在其中一个实施例中,还包括:根据电机的轴承参数,从加速度包络谱中查询所有轴承参对应的频率点的能量值,以及所述加速度包络谱的全频率点能量值进行求平方和后开方运算得到的总的能量值;将所述各项能量值确定为电机在该位置的特征参数。
一种电机运行状态的特征参数提取装置,所述装置包括:
信号获取模块,用于获取从电机各个位置采样得到的振动加速度信号,以及转动轴的转速离散信号;
信号分析模块,用于对所述振动加速度信号通过傅里叶变换,得到所述振动加速度信号的加速度频谱;对所述转速离散信号进行拟合,得到所述转速离散信号的转速曲线;提取所述加速度频谱的加速度包络线,利用所述转速曲线对所述加速包络线进行等角度差值重采样后,进行傅里叶变换得到加速度包络谱;
特征参数提取模块,用于根据电机的轴承参数和所述加速度包络谱,提取电机各个位置的特征参数。
在其中一个实施例中,还包括故障判断模块,用于获取电机各个位置的特征参数对应的阈值;将所述特征参数与所述阈值进行对比,根据比较结果确定电机的故障位置。
一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,所述处理器执行所述计算机程序时实现以下步骤:
获取从电机各个位置采样得到的振动加速度信号,以及通过传感器获取的转动轴的转速离散信号;
对所述振动加速度信号通过傅里叶变换,得到所述振动加速度信号的加速度频谱;
对所述转速离散信号进行拟合,得到所述转速离散信号的转速曲线;
提取所述加速度频谱的加速度包络线,利用所述转速曲线对所述加速包络线进行等角度差值重采样后,进行傅里叶变换得到加速度包络谱;
根据电机的轴承参数和所述加速度包络谱,提取电机各个位置的特征参数。
上述电机运行状态的特征参数提取方法、装置、计算机设备和存储介质,通过从电机各个部位获取振动加速度信号和转速的离散信号,然后对转速离散信号进行拟合,得到连续的转速信号,从而保证各种工况的条件下,减小转速信号的误差,然后采用等角度差值重采样,得到加速度包络谱,一方面,等角度采样真实反映了当前电机的运行状态,在变工况的条件下,通过等角度重采样满足傅里叶变换对信号平稳性的要求,另一方面,通过重采样,可以有效过滤加速度中高频干扰信号,提高信噪比,更加真实的反映电机的特征参数,满足复杂的工况环境。通过上述方式,可以准确的提取电机运行状态的特征参数,进而有效的对电机的运行状态进行判断。
附图说明
图1为一个实施例中电机运行状态的特征参数提取方法的流程示意图;
图2为一个实施例中电机运行状态的特征参数提取装置的结构框图;
图3为一个实施例中计算机设备的内部结构图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本申请进行进一步详细说明。应当理解,此处描述的具体实施例仅仅用以解释本申请,并不用于限定本申请。
在一个实施例中,如图1所示,提供了一种电机运行状态的特征参数提取方法,包括以下步骤:
步骤102,获取从电机各个位置采样得到的振动加速度信号,以及转动轴的转速离散信号。
振动加速度信号可以是由安装在电机上的振动传感器获取,电机在各个位置可以安装一个或者多个振动传感器,以获取多个位置的振动传感器,或者获取同一位置多个振动加速度信号,以确定准确的振动加速度信号。转速离散信号可以是通过光电传感器获取,转动轴一周,采集1个或者多个脉冲信号,脉冲个数由于转轴上特定的凸起或者凹槽个数确定,从而形成离散的转速信号。
步骤104,对振动加速度信号通过傅里叶变换,得到振动加速度信号的加速度频谱。
本步骤将时域上的振动加速度信号通过傅里叶变换,转换到频域上,便于对振动加速度信号进一步分析。
步骤106,对转速离散信号进行拟合,得到转速离散信号的转速曲线。
对转速离散信号进行拟合,指的是对转速离散信号中的各个点采用拟合的方式进行连接,从而形成一条连续的曲线。
步骤108,提取加速度频谱的加速度包络线,利用转速曲线对所述加速包络线进行等角度差值重采样后,进行傅里叶变换得到加速度包络谱。
等角度进行重采样,可以真实的反映当前电机的运行状态,从而提取准确的特征参数,另外,通过重采样,也可以有效的滤除加速度信号中的高频干扰信号,提高信噪比,从而提高特征参数的准确性。
另一方面,等角度即将采样的角度固定,提取固定角度的振动能量值,满足傅里叶变换对信号平稳性的要求。
步骤110,根据电机的轴承参数和加速度包络谱,提取电机各个位置的特征参数。
上述电机运行状态的特征参数提取方法中,通过从电机各个部位获取振动加速度信号和转速的离散信号,然后对转速离散信号进行拟合,得到连续的转速信号,从而保证各种工况的条件下,减小转速信号的误差,然后采用等角度差值重采样,得到加速度包络谱,一方面,等角度采样真实反映了当前电机的运行状态,在变工况的条件下,通过等角度重采样满足傅里叶变换对信号平稳性的要求,另一方面,通过重采样,可以有效过滤加速度中高频干扰信号,提高信噪比,更加真实的反映电机的特征参数,满足复杂的工况环境。通过上述方式,可以准确的提取电机运行状态的特征参数,进而有效的对电机的运行状态进行判断。
在其中一个实施例中,在得到特征参数之后,还需要后去电机各个位置的特征参数对应的阈值,从而将特征参数与阈值进行比较,从而根据比较结果确定电机的故障位置。
进一步的,通过特征参数与阈值的比较结果,还可以确定故障的等级,从而进一步得到针对电机采取的报警措施。
具体的,可以采用仿真的方式,设置故障样本,通过设置电机振动信号对比试验,得到各个故障样本条件下,特征参数的阈值。
在其中一个实施例中,采用振动传感器获取振动加速度信号,振动传感器设置在电机轴承端的水平面和垂直面,电机非轴承端的水平面和垂直面,同一位置可以设置一个或者多个振动传感器,另外,转动轴上安装了凸键或者凹槽,当轴承转动时,凸键或者凹槽经过转速传感器有效检测距离范围内,转速传感器会产生对应的脉冲信号,从而得到离散的信号。
具体的,获取安装在电机轴承端的水平面和垂直面以及非轴承端的水平面和垂直面安装的振动传感器测量得到的振动加速度信号,获取安装在轴承附近的转速传感器,得到转速离散信号。
在其中一个实施例中,在对转速离散信号进行拟合时,可以根据转速离散信号中任意两点之间的变化率,对转速进行拟合,得到转速离散信号对应的转速曲线,从而使得转速曲线为平滑连续的曲线,在利用转速曲线进行重采样时,可以反映实际工况。
在一个实施例中,提取加速度频谱的加速度包络线的步骤可以是:对加速度频谱进行希尔伯特变换,从而得到加速度包络线。
在其中一个实施例中,在提取电机运行状态的特征参数时,可以根据电机的轴承参数,从加速度包络谱中查询所有轴承参对应的频率点的能量值,以及加速度包络谱的全频率点能量值进行求平方和后开方运算得到的总的能量值,将所述各项能量值确定为电机在该位置的特征参数。本实施例中,通过包络谱对应的能量值,可以反映出电机运行状态,从而确定电机的特征参数。
在另一实施例中,还需要通过对振动加速度信号进行积分运算,得到振动速度,然后进行傅里叶变换,得到振动速度频谱。还可以对拟合得到的速度曲线进行傅里叶变换,提取得到速度频谱,便于对振动速度信号进行等角度采样。
应该理解的是,虽然图1的流程图中的各个步骤按照箭头的指示依次显示,但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明,这些步骤的执行并没有严格的顺序限制,这些步骤可以以其它的顺序执行。而且,图1中的至少一部分步骤可以包括多个子步骤或者多个阶段,这些子步骤或者阶段并不必然是在同一时刻执行完成,而是可以在不同的时刻执行,这些子步骤或者阶段的执行顺序也不必然是依次进行,而是可以与其它步骤或者其它步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。
在一个实施例中,如图2所示,提供了一种电机运行状态的特征参数提取装置,包括:信号获取模块202、信号分析模块204和特征参数提取模块206,其中:
信号获取模块202,用于获取从电机各个位置采样得到的振动加速度信号,以及转动轴产生的转速离散信号。
信号分析模块204,用于对所述振动加速度信号通过傅里叶变换,得到所述振动加速度信号的加速度频谱;对所述转速离散信号进行拟合,得到所述转速离散信号的转速曲线;提取所述加速度频谱的加速度包络线,利用所述转速曲线对所述加速包络线进行等角度差值重采样后,进行傅里叶变换得到加速度包络谱。
特征参数提取模块206,用于根据电机的轴承参数和所述加速度包络谱,提取电机各个位置的特征参数。
在其中一个实施例中,还包括:故障判断模块,用于获取电机各个位置的特征参数对应的阈值,将所述特征参数与所述阈值进行对比,根据比较结果确定电机的故障位置。
在其中一个实施例中,信号获取模块202还用于获取安装在电机轴承端的水平面和垂直面以及非轴承端的水平面和垂直面安装的振动传感器测量得到的振动加速度信号;获取安装在电机转轴附近的传感器检测转动轴上凸键或凹槽,产生脉冲信号,得到转速离散信号。
在其中一个实施例中,信号分析模块204还用于根据所述转速离散信号中任意两点之间的变化率,对转速进行拟合,得到所述转速离散信号对应的转速曲线。
在其中一个实施例中,信号分析模块204还用于对所述加速度频谱进行希尔伯特变换,得到加速度包络线。
在其中一个实施例中,特征参数提取模块206还用于根据电机的轴承参数,从加速度包络谱中查询所有轴承参对应的频率点的能量值,以及所述加速度包络谱的全频率点能量值进行求平方和后开方运算得到的总的能量值;将所述各项能量值确定为电机在该位置的特征参数。
关于电机运行状态的特征参数提取装置的具体限定可以参见上文中对于电机运行状态的特征参数提取方法的限定,在此不再赘述。上述电机运行状态的特征参数提取装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中,也可以以软件形式存储于计算机设备中的存储器中,以便于处理器调用执行以上各个模块对应的操作。
在一个实施例中,提供了一种计算机设备,该计算机设备可以是终端,其内部结构图可以如图3所示。该计算机设备包括通过***总线连接的处理器、存储器、网络接口、显示屏和输入装置。其中,该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作***和计算机程序。该内存储器为非易失性存储介质中的操作***和计算机程序的运行提供环境。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种电机运行状态的特征参数提取方法。该计算机设备的显示屏可以是液晶显示屏或者电子墨水显示屏,该计算机设备的输入装置可以是显示屏上覆盖的触摸层,也可以是计算机设备外壳上设置的按键、轨迹球或触控板,还可以是外接的键盘、触控板或鼠标等。
本领域技术人员可以理解,图3中示出的结构,仅仅是与本申请方案相关的部分结构的框图,并不构成对本申请方案所应用于其上的计算机设备的限定,具体的计算机设备可以包括比图中所示更多或更少的部件,或者组合某些部件,或者具有不同的部件布置。
在一个实施例中,提供了一种计算机设备,包括存储器和处理器,该存储器存储有计算机程序,该处理器执行计算机程序时实现上述方法实施例中的步骤。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,所述的计算机程序可存储于一非易失性计算机可读取存储介质中,该计算机程序在执行时,可包括如上述各方法的实施例的流程。其中,本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用,均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限,RAM以多种形式可得,诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双数据率SDRAM(DDRSDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchlink)DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)等。
以上实施例的各技术特征可以进行任意的组合,为使描述简洁,未对上述实施例中的各个技术特征所有可能的组合都进行描述,然而,只要这些技术特征的组合不存在矛盾,都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本申请的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对发明专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本申请构思的前提下,还可以做出若干变形和改进,这些都属于本申请的保护范围。因此,本申请专利的保护范围应以所附权利要求为准。

Claims (9)

1.一种电机运行状态的特征参数提取方法,所述方法包括:
获取从电机各个位置采样得到的振动加速度信号,以及转动轴的转速离散信号;
对所述振动加速度信号通过傅里叶变换,得到所述振动加速度信号的加速度频谱;
对所述转速离散信号进行拟合,得到所述转速离散信号的转速曲线;
提取所述加速度频谱的加速度包络线,利用所述转速曲线对所述加速包络线进行等角度差值重采样后,进行傅里叶变换得到加速度包络谱;
根据电机的轴承参数和所述加速度包络谱,提取电机各个位置的特征参数。
2.根据权利要求1所述的方法,其特征在于,所述方法包括:
获取电机各个位置的特征参数对应的阈值;
将所述特征参数与所述阈值进行对比,根据比较结果确定电机的故障位置。
3.根据权利要求1所述的方法,其特征在于,所述获取从电机各个位置采样得到的振动加速度信号,以及转动轴的转速离散信号,包括:
获取安装在电机轴承端的水平面和垂直面以及非轴承端的水平面和垂直面安装的振动传感器测量得到的振动加速度信号;
获取安装在电机转轴附近的传感器检测转动轴上凸键或凹槽,产生脉冲信号,得到转速离散信号。
4.根据权利要求1任意一项所述的方法,其特征在于,对所述转速离散信号进行拟合,得到所述转速离散信号的转速曲线,包括:
根据所述转速离散信号中任意两点之间的变化率,对转速进行拟合,得到所述转速离散信号对应的转速曲线。
5.根据权利要求1至4任意一项所述的方法,其特征在于,所述提取所述加速度频谱的加速度包络线,包括:
对所述加速度频谱进行希尔伯特变换,得到加速度包络线。
6.根据权利要求1至4任意一项所述的方法,其特征在于,所述根据电机的轴承参数和所述加速度包络谱,提取电机各个位置的特征参数,包括:
根据电机的轴承参数,从加速度包络谱中查询所有轴承参对应的频率点的能量值,以及所述加速度包络谱的全频率点能量值进行求平方和后开方运算得到的总的能量值;
将所述各项能量值确定为电机在该位置的特征参数。
7.一种电机运行状态的特征参数提取装置,其特征在于,所述装置包括:
信号获取模块,用于获取从电机各个位置采样得到的振动加速度信号,以及转动轴的转速离散信号;
信号分析模块,用于对所述振动加速度信号通过傅里叶变换,得到所述振动加速度信号的加速度频谱;对所述转速离散信号进行拟合,得到所述转速离散信号的转速曲线;提取所述加速度频谱的加速度包络线,利用所述转速曲线对所述加速包络线进行等角度差值重采样后,进行傅里叶变换得到加速度包络谱;
特征参数提取模块,用于根据电机的轴承参数和所述加速度包络谱,提取电机各个位置的特征参数。
8.根据权利要求7所述的装置,其特征在于,还包括:
故障判断模块,用于获取电机各个位置的特征参数对应的阈值;
将所述特征参数与所述阈值进行对比,根据比较结果确定电机的故障位置。
9.一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,其特征在于,所述处理器执行所述计算机程序时实现权利要求1至6中任一项所述方法的步骤。
CN201910975007.8A 2019-10-14 2019-10-14 电机运行状态的特征参数提取方法和装置 Pending CN110736926A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910975007.8A CN110736926A (zh) 2019-10-14 2019-10-14 电机运行状态的特征参数提取方法和装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910975007.8A CN110736926A (zh) 2019-10-14 2019-10-14 电机运行状态的特征参数提取方法和装置

Publications (1)

Publication Number Publication Date
CN110736926A true CN110736926A (zh) 2020-01-31

Family

ID=69268887

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910975007.8A Pending CN110736926A (zh) 2019-10-14 2019-10-14 电机运行状态的特征参数提取方法和装置

Country Status (1)

Country Link
CN (1) CN110736926A (zh)

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111521866A (zh) * 2020-05-15 2020-08-11 湖南银河电气有限公司 陀螺电机输出功率稳定度监测方法和装置
CN111896279A (zh) * 2020-07-17 2020-11-06 南京理工大学 基于包络分析的直线电机列车走行部故障诊断方法
CN112100569A (zh) * 2020-08-24 2020-12-18 瑞声新能源发展(常州)有限公司科教城分公司 基于频域分析的电机参数追踪方法、装置、设备和介质
CN113064073A (zh) * 2021-03-12 2021-07-02 合肥恒大江海泵业股份有限公司 基于剩余电流的永磁同步电机匝间短路故障诊断方法
CN114297569A (zh) * 2021-11-22 2022-04-08 国网安徽省电力有限公司马鞍山供电公司 一种振动传感器的开关故障检测算法
WO2024104489A1 (zh) * 2022-11-18 2024-05-23 中国科学院深圳先进技术研究院 一种产品检测方法、终端及计算机可读存储介质

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102768115A (zh) * 2012-06-27 2012-11-07 华北电力大学 一种风电机组齿轮箱健康状态实时动态监控方法
CN103529386A (zh) * 2013-10-12 2014-01-22 山西大学工程学院 风电机组远程实时状态监测与智能故障诊断***及方法
CN103884502A (zh) * 2014-04-02 2014-06-25 清华大学 一种变转速下风力发电机行星齿轮***故障诊断方法
CN104535323A (zh) * 2015-01-12 2015-04-22 石家庄铁道大学 一种基于角域-时域-频域的机车轮对轴承故障诊断方法
CN106525415A (zh) * 2016-10-25 2017-03-22 华北电力科学研究院有限责任公司 一种风电机组传动链健康状态评价***及方法
CN108490304A (zh) * 2018-03-22 2018-09-04 华能集团技术创新中心有限公司 发电机定子绕组单相接地故障位置定位方法
CN110160791A (zh) * 2019-06-27 2019-08-23 郑州轻工业学院 基于小波-谱峭度的感应电机轴承故障诊断***及诊断方法
CN110274764A (zh) * 2019-06-06 2019-09-24 西安交通大学 一种基于振动加速度信号的机车电机轴承自动诊断方法

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102768115A (zh) * 2012-06-27 2012-11-07 华北电力大学 一种风电机组齿轮箱健康状态实时动态监控方法
CN103529386A (zh) * 2013-10-12 2014-01-22 山西大学工程学院 风电机组远程实时状态监测与智能故障诊断***及方法
CN103884502A (zh) * 2014-04-02 2014-06-25 清华大学 一种变转速下风力发电机行星齿轮***故障诊断方法
CN104535323A (zh) * 2015-01-12 2015-04-22 石家庄铁道大学 一种基于角域-时域-频域的机车轮对轴承故障诊断方法
CN106525415A (zh) * 2016-10-25 2017-03-22 华北电力科学研究院有限责任公司 一种风电机组传动链健康状态评价***及方法
CN108490304A (zh) * 2018-03-22 2018-09-04 华能集团技术创新中心有限公司 发电机定子绕组单相接地故障位置定位方法
CN110274764A (zh) * 2019-06-06 2019-09-24 西安交通大学 一种基于振动加速度信号的机车电机轴承自动诊断方法
CN110160791A (zh) * 2019-06-27 2019-08-23 郑州轻工业学院 基于小波-谱峭度的感应电机轴承故障诊断***及诊断方法

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111521866A (zh) * 2020-05-15 2020-08-11 湖南银河电气有限公司 陀螺电机输出功率稳定度监测方法和装置
CN111896279A (zh) * 2020-07-17 2020-11-06 南京理工大学 基于包络分析的直线电机列车走行部故障诊断方法
CN112100569A (zh) * 2020-08-24 2020-12-18 瑞声新能源发展(常州)有限公司科教城分公司 基于频域分析的电机参数追踪方法、装置、设备和介质
CN112100569B (zh) * 2020-08-24 2024-04-02 瑞声新能源发展(常州)有限公司科教城分公司 基于频域分析的电机参数追踪方法、装置、设备和介质
CN113064073A (zh) * 2021-03-12 2021-07-02 合肥恒大江海泵业股份有限公司 基于剩余电流的永磁同步电机匝间短路故障诊断方法
CN114297569A (zh) * 2021-11-22 2022-04-08 国网安徽省电力有限公司马鞍山供电公司 一种振动传感器的开关故障检测算法
WO2024104489A1 (zh) * 2022-11-18 2024-05-23 中国科学院深圳先进技术研究院 一种产品检测方法、终端及计算机可读存储介质

Similar Documents

Publication Publication Date Title
CN110736926A (zh) 电机运行状态的特征参数提取方法和装置
US8121813B2 (en) System and method for clearance estimation between two objects
CN109668733B (zh) 变分非线性模式分解变转速轴承故障诊断方法
CN101603854A (zh) 旋转机械启停阶段非平稳振动信号瞬时频率估计算法
CN109883703B (zh) 一种基于振动信号相干倒谱分析的风机轴承健康监测诊断方法
CN102721462B (zh) 旋转机械启停车过程波德图/奈奎斯特图的快速计算方法
CN109716077A (zh) 使用叶尖定时(btt)监测涡轮机转子叶片的方法和***
WO2020225960A1 (en) Method for estimating bearing fault severity for induction motors
CN113632026A (zh) 旋转机械设备故障诊断方法、***及存储介质
CN105388012A (zh) 基于非线性调频小波变换的阶次跟踪方法
JP7198089B2 (ja) 電力変換装置、回転機システム、及び診断方法
CN111324863A (zh) 机械状态检测方法和电子设备
CN103335842A (zh) 一种基于概率密度曲线的轴承故障识别***及其方法
CN104677486B (zh) 基于转速脉冲重构的航空发动机振动信号相位测量方法
CN112465068A (zh) 一种基于多传感器数据融合的旋转设备故障特征提取方法
JP2008032454A (ja) 振動位相検出装置及び方法
CN114486252B (zh) 一种矢量模极大值包络的滚动轴承故障诊断方法
RU2623177C2 (ru) Способ контроля технического состояния подшипников качения
CN114383718B (zh) 一种基于燃机外机匣振动信号的高频叶片通过频率提取方法
Zhang et al. Research on the identification of asynchronous vibration parameters of rotating blades based on blade tip timing vibration measurement theory
CN116226719A (zh) 基于多维稳态振动特征的轴承故障诊断方法及相关组件
CN115683644A (zh) 航空发动机双源拍振特征识别方法
CN116298719A (zh) 设备绝缘老化识别方法、装置、电子设备及存储介质
CN108021725B (zh) 确定电功图数据中抽油机换向点位置的方法
CN114325379A (zh) 一种电机转子位置故障标志确定方法及***

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
RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20200131