CN112083077A - 周期运动叶片音频故障检测*** - Google Patents

周期运动叶片音频故障检测*** Download PDF

Info

Publication number
CN112083077A
CN112083077A CN202010956039.6A CN202010956039A CN112083077A CN 112083077 A CN112083077 A CN 112083077A CN 202010956039 A CN202010956039 A CN 202010956039A CN 112083077 A CN112083077 A CN 112083077A
Authority
CN
China
Prior art keywords
blade
audio
fault detection
control module
industrial control
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
CN202010956039.6A
Other languages
English (en)
Inventor
郁抒思
刘莉
王宇林
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.)
Shanghai Mengyu Intelligent Technology Co ltd
Original Assignee
Shanghai Mengyu Intelligent Technology 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 Shanghai Mengyu Intelligent Technology Co ltd filed Critical Shanghai Mengyu Intelligent Technology Co ltd
Priority to CN202010956039.6A priority Critical patent/CN112083077A/zh
Publication of CN112083077A publication Critical patent/CN112083077A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N29/00—Investigating or analysing materials by the use of ultrasonic, sonic or infrasonic waves; Visualisation of the interior of objects by transmitting ultrasonic or sonic waves through the object
    • G01N29/14—Investigating or analysing materials by the use of ultrasonic, sonic or infrasonic waves; Visualisation of the interior of objects by transmitting ultrasonic or sonic waves through the object using acoustic emission techniques
    • 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
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N29/00—Investigating or analysing materials by the use of ultrasonic, sonic or infrasonic waves; Visualisation of the interior of objects by transmitting ultrasonic or sonic waves through the object
    • G01N29/36—Detecting the response signal, e.g. electronic circuits specially adapted therefor
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N29/00—Investigating or analysing materials by the use of ultrasonic, sonic or infrasonic waves; Visualisation of the interior of objects by transmitting ultrasonic or sonic waves through the object
    • G01N29/44—Processing the detected response signal, e.g. electronic circuits specially adapted therefor
    • G01N29/4409—Processing the detected response signal, e.g. electronic circuits specially adapted therefor by comparison
    • G01N29/4427—Processing the detected response signal, e.g. electronic circuits specially adapted therefor by comparison with stored values, e.g. threshold values
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N29/00—Investigating or analysing materials by the use of ultrasonic, sonic or infrasonic waves; Visualisation of the interior of objects by transmitting ultrasonic or sonic waves through the object
    • G01N29/44—Processing the detected response signal, e.g. electronic circuits specially adapted therefor
    • G01N29/4472—Mathematical theories or simulation
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N29/00—Investigating or analysing materials by the use of ultrasonic, sonic or infrasonic waves; Visualisation of the interior of objects by transmitting ultrasonic or sonic waves through the object
    • G01N29/44—Processing the detected response signal, e.g. electronic circuits specially adapted therefor
    • G01N29/46—Processing the detected response signal, e.g. electronic circuits specially adapted therefor by spectral analysis, e.g. Fourier analysis or wavelet analysis
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N2291/00—Indexing codes associated with group G01N29/00
    • G01N2291/02—Indexing codes associated with the analysed material
    • G01N2291/023—Solids
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N2291/00—Indexing codes associated with group G01N29/00
    • G01N2291/02—Indexing codes associated with the analysed material
    • G01N2291/028—Material parameters
    • G01N2291/0289—Internal structure, e.g. defects, grain size, texture

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Pathology (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Biochemistry (AREA)
  • General Health & Medical Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Immunology (AREA)
  • Engineering & Computer Science (AREA)
  • Signal Processing (AREA)
  • Mathematical Physics (AREA)
  • Acoustics & Sound (AREA)
  • Algebra (AREA)
  • Mathematical Analysis (AREA)
  • Mathematical Optimization (AREA)
  • Pure & Applied Mathematics (AREA)
  • Spectroscopy & Molecular Physics (AREA)
  • Measurement Of Mechanical Vibrations Or Ultrasonic Waves (AREA)

Abstract

本发明公开了周期运动叶片音频故障检测***，涉及音频故障检测技术领域，包括拾音模块和工控模块，所述拾音模块装配所处位置与风机主轴的距离大于叶片长度且小于两倍叶片长度，所述拾音模块，用于采集音频信息并将音频信息传输至所述工控模块；所述工控模块，用于对获取的音频信息进行解码分析并完成信息发送。本发明周期性运转的机械设备的叶片在介质中周期性圆周运动产生的流体噪声，检测叶片异常，进而判断叶片故障的，通过周期性运转的固有特性来提取音频特征，具有在线实时检测，应用部署成本低且检测故障效率高，应用范围广。

Description

周期运动叶片音频故障检测***
技术领域
本发明涉及音频故障检测技术领域，具体来说，涉及周期运动叶片音频故障检测***。
背景技术
目前运动叶片音频故障检测，成本高，耗时长。成本高体现在现有技术依赖的硬件，如高清摄像头、声场传感器、振动传感器等普遍一套在几万元甚至十几万元，耗时长则体现在图像识别、异常检测等人工智能算法的编写和调试复杂，且其准确性依赖大量的人工标注的故障数据，这就拖长了技术和设备的研发周期，进一步加大了成本。
专利号CN201920296685.7，一种基于图像识别的风电叶片故障检测装置。利用视频数据检测风力发电机叶片故障的技术。对视频运用边界检测、异常检测等人工智能算法，定位故障位置。这种技术的缺点是图像采集装置(高清防震摄像头)比较昂贵，同时无法应对光照不充足(夜晚)、机器高速运转(有残影)等情况。
专利号CN201710866467.8，流体机械叶片多裂纹的声发射检测方法。专利号CN201410385284.0，随机共振的离心式压缩机半开式叶轮裂纹故障检测方法。利用振动、声发射等数据检测叶片故障的技术。对振动、声发射信号进行频谱分析，比对历史故障的频谱特征，发现叶片故障。这些技术的缺点是积累故障特征库费时费力，以及背景噪音的处理过滤非常困难。
因此，亟需周期运动叶片音频故障检测***。
针对相关技术中的问题，目前尚未提出有效的解决方案。
发明内容
针对相关技术中的问题，本发明提出周期运动叶片音频故障检测***，以克服现有相关技术所存在的上述技术问题。
本发明的技术方案是这样实现的：
周期运动叶片音频故障检测***，包括拾音模块和工控模块，所述拾音模块装配所处位置与主轴的距离大于叶片长度且小于两倍叶片长度，其中；
所述拾音模块，用于采集音频信息并将音频信息传输至所述工控模块；
所述工控模块，用于对获取的音频信息进行解码分析并完成信息发送。
进一步的，所述拾音模块为拾音器。
进一步的，所述拾音模块装配于地面支架或塔筒。
进一步的，所述工控模块对音频信息解码包括wav格式、mp3格式和wma格式。
进一步的，所述工控模块包括通信单元，用于连接客户端并完成信息传输。
进一步的，所述通信单元包括3G/4G/5G无线网络通信协议和WLAN有线通信协议。
进一步的，所述工控模块进一步包括存储单元，用于对音频信息进行存储。
进一步的，所述工控模块对音频信息分析包括FFT处理和贝叶斯采样处理。
本发明的有益效果：
本发明提出周期运动叶片音频故障检测***，通过采集音频信息并将音频信息传输至工控模块，对获取的音频信息进行解码分析并完成信息发送，根据周期性运转的机械设备的叶片在介质中周期性圆周运动产生的流体噪声，检测叶片异常，进而判断叶片故障的，通过周期性运转的固有特性来提取音频特征，具有在线实时检测，应用部署成本低且检测故障效率高，应用范围广。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1是根据本发明实施例的周期运动叶片音频故障检测***的原理框图；
图2是根据本发明实施例的周期运动叶片音频故障检测***的场景示意图。
图中：
1、拾音模块；2、工控模块。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员所获得的所有其他实施例，都属于本发明保护的范围。
根据本发明的实施例，提供了周期运动叶片音频故障检测***。
如图1所示，根据本发明实施例的周期运动叶片音频故障检测***，包括拾音模块1和工控模块2，所述拾音模块1装配所处位置与周期运转的机械设备主轴的距离大于叶片长度且小于两倍叶片长度，其中；
所述拾音模块1，用于采集音频信息并将音频信息传输至所述工控模块2；
所述工控模块2，用于对获取的音频信息进行解码分析并完成信息发送。
借助于上述技术方案，通过采集音频信息并将音频信息传输至工控模块，对获取的音频信息进行解码分析并完成信息发送，根据周期性运转的机械设备的叶片在介质中周期性圆周运动产生的流体噪声，检测叶片异常，进而判断叶片故障的，通过周期性运转的固有特性来提取音频特征，具有在线实时检测，应用部署成本低且检测故障效率高，应用范围广。
其中，所述拾音模块1为拾音器。
其中，对于风力发电机的应用场景，所述拾音模块1装配于地面支架或塔筒。
其中，所述工控模块2对音频信息解码包括wav格式、mp3格式和wma格式。
其中，所述工控模块2包括通信单元，用于连接客户端并完成信息传输。
其中，所述通信单元包括3G/4G/5G无线网络通信协议和WLAN有线通信协议。
其中，所述工控模块2进一步包括存储单元，用于对音频信息进行存储。
其中，所述工控模块2对音频信息分析包括FFT处理和贝叶斯采样处理。
另外，如图2所示，具体的，对于拾音器来说，其拾音器，安装位置距离圆周运动的轴比叶片长度略远，不应也不可能安装在轴或叶片上，也不能距离轴超过两个叶片长度。以风电叶片故障检测为例：拾音器应该安装在地面支架或塔筒上，与风机主轴的距离大于叶片长度，但小于两倍的叶片长度。由于叶片大体上是匀速转动，叶片在其中运行的介质又大体均匀，因此如果叶片裂纹或附着异物等故障产生了独特的流体噪声，则这个噪声应该大体是一个频谱、强度基本恒定的声音，但由于故障造成的发声点随着叶片一起转动，因此拾音器采集到的音频强弱会呈现明显的周期性波动。根据声音传播的一般特性，声强应与距离的平方呈反比。同时，由于叶片长度、主轴与拾音器的距离等参数均可事先精确的测得，且基本不变，因此，叶片各个位置产生的音频的周期性波动情况是可以预知的。
具体的，其流体噪声特征提取的方法如下，特征提取分以下几个步骤：
1、把音频分帧，即按固定的时长分成小段。帧的长度应显著小于1秒，同时为计算方便，帧的长度的5倍、10倍等应为1秒，如帧长1/20秒，1/50秒等。
2、将每一帧的音频不断重复、直至扩展到1秒。如帧长为1/20秒，则每帧重复20次。对每个扩展后的帧，利用FFT等现有的频谱分析技术分解到频域。由此产生一个向量序列(也可以视作矩阵)，序列里的每个元素都是一个向量，这个向量是相应的帧(扩展后)频谱分析的结果，即向量里每个元素是相应频率的波幅。
Figure BDA0002678627130000041
Figure BDA0002678627130000051
3、将频域按预定义的宽度(包含的频率数)分解成频段。例如，200Hz一个频段，则1～200Hz一个频段，201～400Hz一个频段，以此类推。对于每一帧，计算每个频段的总声强，即波幅的平方和。由此，上述向量序列(矩阵)转化为：
0秒 0.05秒 0.10秒 ……
1Hz～200Hz 200000 200000 100000 ……
201Hz～400Hz 50000 50000 80000 ……
401Hz～600Hz 200000 200000 200000 ……
…… …… …… …… ……
4、考虑上述矩阵的每一行，即每个频段的声强随时间变化的曲线。可以认为每个频段的流体噪声大体上是从叶片上一个点发出来的，则该曲线的强弱变化应和发声点与拾音器距离的变化一致。因此，可以通过曲线的强弱变化，反推出发声点的位置。具体方法是：根据拾音器安装时已精确测得的拾音器距主轴距离、叶片长度、运转周期等参数，构造一个声强函数，函数的输入是：开始时间、原始声强和发声点的位置(到主轴的距离)，输出是拾音器采集到的声强。
具体的，将频段序列进一步按周期切分。根据这一公式，利用贝叶斯优化等方法，针对每个周期的曲线，拟合公式输出的声强和频段的实际声强，取拟合效果最好的音量、位置参数，形成参数集合，即每个周期拟合出来的length1～3，amplitude1～3等等。
5、在每个频段的音量、位置参数上做假设检验。检验的方式是取其中一个叶片的参数集合，和其他所有叶片的参数集合，检验两者的差的均值是否＝0。如果有一个叶片的参数明显和其他叶片不同，则假设检验的p值小于给定阈值，如0.05，则说明检测到故障，故障的位置是声源位置。
具体来说，假设amplitude1和amplitude2、amplitude3(两者的并集记为amplitudeR)之间没有偏差，那么amplitude1-amplitudeR的数学期望应为0。同时，预设amplitude1～3大致上服从正态分布，则amplitude1-amplitudeR也应服从正态分布，而amplitude1-amplitudeR的方差是可以通过已有的数据集计算出来的。即从amplitude1、amplitudeR中各随机取一个样本S1和Sr，计算S1-Sr，即为amplitude1-amplitudeR的样本。从大量样本可以算出方差，从方差可以算出p值。
6、对于工控模块2来说，在室外应用拾音器应能防风防雨，在高速运转设备附近部署的应能减震。工控模块应具备音频编解码和解析能力，能够将拾音器采集的音频解析成wav格式(采样点序列)，并具备基本的计算能力，能够执行FFT、贝叶斯采样等算法，并具备一定的存储能力，能够至少存储半小时编码的音频。最后，工控机应具备通信能力，能根据用户需求，通过3G/4G/5G无线网络通信协议，WLAN有线通信协议，MODBUS工控机通信协议等与外界通信、上报叶片故障。
综上所述，借助于本发明的上述技术方案，通过采集音频信息并将音频信息传输至工控模块，对获取的音频信息进行解码分析并完成信息发送，根据周期性运转的机械设备的叶片在介质中周期性圆周运动产生的流体噪声，检测叶片异常，进而判断叶片故障的，通过周期性运转的固有特性来提取音频特征，具有在线实时检测，应用部署成本低且检测故障效率高，应用范围广。
以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (8)

1.周期运动叶片音频故障检测***，其特征在于，包括拾音模块(1)和工控模块(2)，所述拾音模块(1)装配所处位置与风机主轴的距离大于叶片长度且小于两倍叶片长度，其中；
所述拾音模块(1)，用于采集音频信息并将音频信息传输至所述工控模块(2)；
所述工控模块(2)，用于对获取的音频信息进行解码分析并完成信息发送。
2.根据权利要求1所述的周期运动叶片音频故障检测***，其特征在于，所述拾音模块(1)为拾音器。
3.根据权利要求2所述的周期运动叶片音频故障检测***，其特征在于，所述拾音模块(1)装配于地面支架或塔筒。
4.根据权利要求1所述的周期运动叶片音频故障检测***，其特征在于，所述工控模块(2)对音频信息解码包括wav格式、mp3格式和wma格式。
5.根据权利要求1所述的周期运动叶片音频故障检测***，其特征在于，所述工控模块(2)包括通信单元，用于连接客户端并完成信息传输。
6.根据权利要求5所述的周期运动叶片音频故障检测***，其特征在于，所述通信单元包括3G/4G/5G无线网络通信协议和WLAN有线通信协议。
7.根据权利要求1所述的周期运动叶片音频故障检测***，其特征在于，所述工控模块(2)进一步包括存储单元，用于对音频信息进行存储。
8.根据权利要求1所述的周期运动叶片音频故障检测***，其特征在于，所述工控模块(2)对音频信息分析包括FFT处理和贝叶斯采样处理。
CN202010956039.6A 2020-09-11 2020-09-11 周期运动叶片音频故障检测*** Pending CN112083077A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010956039.6A CN112083077A (zh) 2020-09-11 2020-09-11 周期运动叶片音频故障检测***

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010956039.6A CN112083077A (zh) 2020-09-11 2020-09-11 周期运动叶片音频故障检测***

Publications (1)

Publication Number Publication Date
CN112083077A true CN112083077A (zh) 2020-12-15

Family

ID=73736941

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010956039.6A Pending CN112083077A (zh) 2020-09-11 2020-09-11 周期运动叶片音频故障检测***

Country Status (1)

Country Link
CN (1) CN112083077A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20230123117A1 (en) * 2019-12-31 2023-04-20 Envision Digital International Pte. Ltd. Method and Apparatus for Inspecting Wind Turbine Blade, And Device And Storage Medium Thereof

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102494894A (zh) * 2011-11-17 2012-06-13 高丙团 风力发电机组音频监测和故障诊断***及其方法
CN107642464A (zh) * 2017-09-22 2018-01-30 中国华能集团公司 一种风机叶片结冰检测装置及检测方法
CN109209783A (zh) * 2018-09-18 2019-01-15 远景能源（江苏）有限公司 一种基于噪声检测叶片的雷击损伤的方法及装置
CN109236587A (zh) * 2018-10-19 2019-01-18 深圳美特优科技有限公司 一种用于检测风力发电机异常工作的报警***
CN110792563A (zh) * 2019-11-04 2020-02-14 北京天泽智云科技有限公司 基于卷积生成对抗网络的风电机组叶片故障音频监测方法
CN110985310A (zh) * 2019-12-16 2020-04-10 大连赛听科技有限公司 基于声传感器阵列的风力发电机叶片故障监测方法与设备
CN111198525A (zh) * 2020-01-03 2020-05-26 扬州海铭石油工程技术有限公司 一种基于油田现场设备运转音频监控***及故障检测方法

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102494894A (zh) * 2011-11-17 2012-06-13 高丙团 风力发电机组音频监测和故障诊断***及其方法
CN107642464A (zh) * 2017-09-22 2018-01-30 中国华能集团公司 一种风机叶片结冰检测装置及检测方法
CN109209783A (zh) * 2018-09-18 2019-01-15 远景能源（江苏）有限公司 一种基于噪声检测叶片的雷击损伤的方法及装置
CN109236587A (zh) * 2018-10-19 2019-01-18 深圳美特优科技有限公司 一种用于检测风力发电机异常工作的报警***
CN110792563A (zh) * 2019-11-04 2020-02-14 北京天泽智云科技有限公司 基于卷积生成对抗网络的风电机组叶片故障音频监测方法
CN110985310A (zh) * 2019-12-16 2020-04-10 大连赛听科技有限公司 基于声传感器阵列的风力发电机叶片故障监测方法与设备
CN111198525A (zh) * 2020-01-03 2020-05-26 扬州海铭石油工程技术有限公司 一种基于油田现场设备运转音频监控***及故障检测方法

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20230123117A1 (en) * 2019-12-31 2023-04-20 Envision Digital International Pte. Ltd. Method and Apparatus for Inspecting Wind Turbine Blade, And Device And Storage Medium Thereof
US11905926B2 (en) * 2019-12-31 2024-02-20 Envision Digital International Pte. Ltd. Method and apparatus for inspecting wind turbine blade, and device and storage medium thereof

Similar Documents

Publication Publication Date Title
US11885667B2 (en) Systems and methods for monitoring of mechanical and electrical machines
CN107061186B (zh) 风力发电机组振动异常预警方法和装置
CN107076157B (zh) 用于通过手持通信装置检测泵组件中的故障的方法和***
CA2875071C (en) Method and system for testing operational integrity of a drilling rig
US10520397B2 (en) Methods and apparatuses for defect diagnosis in a mechanical system
US6789025B2 (en) Cyclic time averaging for machine monitoring
KR101345598B1 (ko) 풍력발전기 상태 모니터링 방법 및 시스템
US20170181098A1 (en) Sensor node, sensor network system, and monitoring method
US11125210B2 (en) Analysis of wind turbine noise
CN110608187A (zh) 基于频率特征变化的轴流压气机失速喘振预测装置
CN109973325A (zh) 识别异常振动的方法和设备
CN110469461A (zh) 一种风机齿带的断裂预估方法、其装置及可读存储介质
Mo et al. Conditional empirical wavelet transform with modified ratio of cyclic content for bearing fault diagnosis
CN112083077A (zh) 周期运动叶片音频故障检测***
CN117980707A (zh) 操作振动信号的自主辨别
CN105829983A (zh) 用于检测机器的当前的损伤状态的设备以及方法
Wang et al. A novel hybrid approach for damage identification of wind turbine bearing under variable speed condition
CN117606782B (zh) 风力发电机叶片故障检测方法、装置、设备及存储介质
Yan et al. Degree of cyclic target protrusion defined on squared envelope spectrum for rotating machinery fault diagnosis
CN112782421B (zh) 一种基于音频的转速识别方法
Rahimpour et al. Non-intrusive load monitoring of hvac components using signal unmixing
Garg et al. Current signature analysis and its application in the condition monitoring of wind turbine for rotor faults
CN114242085A (zh) 旋转设备的故障诊断方法、装置
Zhang et al. A multi-mode process monitoring method based on mode-correlation PCA for Marine Current Turbine
US20110199861A1 (en) Method and system for detecting motorized objects

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