CN117686232A - 一种燃气轮机振动基频实时提取方法、装置及存储介质 - Google Patents
一种燃气轮机振动基频实时提取方法、装置及存储介质 Download PDFInfo
- Publication number
- CN117686232A CN117686232A CN202311578921.1A CN202311578921A CN117686232A CN 117686232 A CN117686232 A CN 117686232A CN 202311578921 A CN202311578921 A CN 202311578921A CN 117686232 A CN117686232 A CN 117686232A
- Authority
- CN
- China
- Prior art keywords
- vibration
- fundamental frequency
- time
- gas turbine
- angle
- 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
- 238000000034 method Methods 0.000 title claims abstract description 47
- 238000005070 sampling Methods 0.000 claims abstract description 30
- 238000012952 Resampling Methods 0.000 claims abstract description 19
- 230000008859 change Effects 0.000 claims abstract description 9
- 238000001228 spectrum Methods 0.000 claims description 38
- 238000004364 calculation method Methods 0.000 claims description 30
- 238000004590 computer program Methods 0.000 claims description 18
- 238000002485 combustion reaction Methods 0.000 claims description 14
- 238000000605 extraction Methods 0.000 claims description 12
- 238000001914 filtration Methods 0.000 claims description 12
- 230000010354 integration Effects 0.000 claims description 10
- 238000006073 displacement reaction Methods 0.000 claims description 9
- 230000008569 process Effects 0.000 claims description 7
- 238000004422 calculation algorithm Methods 0.000 claims description 6
- 238000003745 diagnosis Methods 0.000 abstract description 6
- 238000012544 monitoring process Methods 0.000 abstract description 4
- 238000012545 processing Methods 0.000 description 9
- 238000010586 diagram Methods 0.000 description 6
- 230000001133 acceleration Effects 0.000 description 5
- 230000006870 function Effects 0.000 description 5
- 230000007547 defect Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000003595 spectral effect Effects 0.000 description 2
- 238000010183 spectrum analysis Methods 0.000 description 2
- 230000001360 synchronised effect Effects 0.000 description 2
- 230000009466 transformation Effects 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 238000005452 bending Methods 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
Landscapes
- Measurement Of Mechanical Vibrations Or Ultrasonic Waves (AREA)
Abstract
本发明涉及燃气轮机状态监控技术领域，尤其是指一种燃气轮机振动基频实时提取方法、装置、设备及计算机存储介质。本发明所述的种燃气轮机振动基频实时提取方法，通过转速信号计算燃机转过的角度，得到基于时域采样时间序列时刻的角度，并根据所述基于时域采样时间序列时刻的角度和预设等角度，对所述时域振动信号进行重采样，消除了因转速变化导致的“频率模糊”，准确地提取了燃气轮机非稳态及稳态工作情况下的振动基频，从而为燃气轮机准确、可靠的进行故障诊断提供支撑。
Description
技术领域
本发明涉及燃气轮机状态监控技术领域，尤其是指一种燃气轮机振动基频实时提取方法、装置、设备及计算机存储介质。
背景技术
燃气轮机故障类型繁多，一般可以分为结构强度故障、性能故障和附件***故障。其中，约60％～70％都是结构强度故障，它在几种故障中最为常见，而结构强度方面的故障绝大多数都与振动信号有着密切的关系。据统计，依据振动测量结果，90％的机械故障可以检测出来。振动状态监测技术很快被应用到各种燃气轮机的诊断与维护当中，并起到了极为重要的作用。
燃气轮机振动状态监测是给现场运行人员提供报警，紧急停车提供指标的常见手段之一。通过布置在燃气轮机轴承座和其他部位的振动传感器，可以获得燃机的振动信号，利用一定的信号处理技术对其进行分析，提取我们关心的振动特征，就可以为故障定位，找出故障发生的原因，从而为燃机诊断评估及决策提供依据。其中，燃机不平衡、不对中、转子弯曲、碰磨、喘振等典型故障的特征频率均与振动基频有关，如何准确提取燃机的振动基频对燃机的故障诊断有着非常重要的意义。
公开日为2013年10月16日，公开号为CN103353344A的中国专利中，公开了一种名称为“基于自适应STFT的旋转机械阶次跟踪方法”的发明专利。其利用窗函数尺度自适应的STFT对原始振动信号进行阶次跟踪处理，有效避免了时频域混叠，但是存在着仅适用于微弱转速波动处理的缺陷；
公开日为2016年3月9日，公开号为CN105388012A的中国专利中，公开了一种名称为“基于非线性调频小波变换的阶次跟踪方法”的发明专利。其利用非线性调频小波变换和谱峰最大值搜索获得瞬时频率，然后通过带通滤波、等角度重采样获得阶次谱图，有效地实现信号阶次跟踪处理，但是存在着仅适用于微弱转速波动处理，无法获得相关模态时域波形的缺陷；
公开日为2022年05月27日，公开号为CN114543965A的中国专利中，公开了一种名称为“一种变频运行旋转机械振动趋势分析方法”的发明专利。其使用时域同步平均法计算各有效时间段内的通频和基频振动幅值，使用转速相对误差、转速稳定度和基频振动幅值稳定度作为计算品质因子的基本参数，通过趋势分析对变频运行旋转机械运行状态进行可靠、有效的预测。
上述三种方案中，均存在着仅适用于微弱转速波动，当转速波动大时，不可避免出现频率泄露，导致计算结果不准确。
发明内容
为此，本发明所要解决的技术问题在于克服现有技术中振动基频提取不准确的问题。
为解决上述技术问题，本发明提供了一种燃气轮机振动基频实时提取方法，包括：
获取燃机运行过程中的时域振动信号和转速信号；
根据所述转速信号计算燃机转过的角度，得到基于时域采样时间序列时刻的角度；
根据所述基于时域采样时间序列时刻的角度和预设等角度，对所述时域振动信号进行重采样；
对重采样后的时域振动信号进行傅里叶变化，得到振动信号的阶比谱；
根据所述阶比谱的一阶谱，得到振动基频。
优选地，所述根据所述阶比谱的一阶谱，得到振动基频后还包括：
将所述振动基频进行一次积分，得到振动基频速度；
将所述振动基频进行二次积分，得到振动基频位移。
优选地，所述将所述振动基频进行一次积分，得到振动基频速度的计算公式为：
Vibvelo＝A*60/2πΣ(N)
所述将所述振动基频进行二次积分，得到振动基频位移的计算公式为：
Vibdisp＝A*(60/2πΣ(N))2
其中，Vibvelo为经过一次积分后的振动基频速度，Vibdisp为经过两次积分后的振动基频位移，A为所述振动基频，Σ(N)为一个计算周期内所有转速的平均值。
优选地，所述根据所述阶比谱的一阶谱，得到振动基频后还包括：
对所述振动基频进行惯性滤波，得到滤波后的振动基频幅值。
优选地，所述对所述振动基频进行惯性滤波，得到滤波后的振动基频幅值的计算公式为：
其中，α为滤波系数，X(m)为本次输入值，Y(m-1)为上次滤波输出值，Y(m)为本次滤波输出值。
优选地，所述根据所述转速信号计算燃机转过的角度，得到基于时域采样时间序列时刻的角度包括；
根据所述转速信号N计算燃机转过的角度θ′，并对其进行求导：
假设转速恒定，简化后得到：
其中，f为转子的频率，t为时间；
根据所述燃机转过的角度，得到基于时域采样时间序列时刻的角度：
θ′(j)＝θ′(j-1)+2π*N(j)/(60*f′N) j＝1…m-1
其中，θ′(j)为第j个时刻转过的角度，θ′(0)＝0，m为一个计算周期时域采样的点数，N(j)为第j个时刻采集的转速，fN为转速信号的采样频率。
优选地，所述根据所述基于时域采样时间序列时刻的角度和预设等角度，对所述时域振动信号进行重采样包括：
采用插值算法，计算得到与所述预设等角度点数一样的振动信号。
本发明还提供了一种燃气轮机振动基频实时提取装置，包括：
信号获取模块，用于获取燃机运行过程中的时域振动信号和转速信号；
角度计算模块，用于根据所述转速信号计算燃机转过的角度，得到基于时域采样时间序列时刻的角度；
重采样模块，用于根据所述基于时域采样时间序列时刻的角度和预设等角度，对所述时域振动信号进行重采样；
阶比谱计算模块，用于对重采样后的时域振动信号进行傅里叶变化，得到振动信号的阶比谱；
振动基频获取模块，用于根据所述阶比谱的一阶谱，得到振动基频。
本发明还提供了一种燃气轮机振动基频实时提取设备，包括：
存储器，用于存储计算机程序；
处理器，用于执行所述计算机程序时实现上述一种燃气轮机振动基频实时提取方法步骤。
本发明还提供了一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现上述一种燃气轮机振动基频实时提取方法的步骤。
本发明的上述技术方案相比现有技术具有以下优点：
本发明所述的种燃气轮机振动基频实时提取方法，通过转速信号计算燃机转过的角度，得到基于时域采样时间序列时刻的角度，并根据所述基于时域采样时间序列时刻的角度和预设等角度，对所述时域振动信号进行重采样，消除了因转速变化导致的“频率模糊”，准确地提取了燃气轮机非稳态及稳态工作情况下的振动基频，从而为燃气轮机准确、可靠的进行故障诊断提供支撑。
附图说明
为了使本发明的内容更容易被清楚的理解，下面根据本发明的具体实施例并结合附图，对本发明作进一步详细的说明，其中：
图1是本发明所提供的一种燃气轮机振动基频实时提取方法的实现流程图；
图2是本发明一种实施例提供的燃机振动基频提取方法流程图。
具体实施方式
本发明的核心是提供一种燃气轮机振动基频实时提取方法、装置、设备及计算机存储介质，有效提高了燃气轮机振动基频实时提取的准确性。
为了使本技术领域的人员更好地理解本发明方案，下面结合附图和具体实施方式对本发明作进一步的详细说明。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在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
请参考图1和图2，图1为本发明所提供的一种燃气轮机振动基频实时提取方法的实现流程图，图2为本发明一种实施例提供的燃机振动基频提取方法流程图；具体操作步骤如下：
S101：获取燃机运行过程中的时域振动信号和转速信号；
S102：根据所述转速信号计算燃机转过的角度，得到基于时域采样时间序列时刻的角度；
S103：根据所述基于时域采样时间序列时刻的角度和预设等角度，对所述时域振动信号进行重采样；
S104：对重采样后的时域振动信号进行傅里叶变化，得到振动信号的阶比谱；
S105：根据所述阶比谱的一阶谱，得到振动基频。
本发明所述的种燃气轮机振动基频实时提取方法，通过转速信号计算燃机转过的角度，得到基于时域采样时间序列时刻的角度，并根据所述基于时域采样时间序列时刻的角度和预设等角度，对所述时域振动信号进行重采样，消除了因转速变化导致的“频率模糊”，准确地提取了燃气轮机非稳态及稳态工作情况下的振动基频，从而为燃气轮机准确、可靠的进行故障诊断提供支撑。
基于以上实施例，本实施例对步骤S101进行详细说明：
步骤S101中的时域振动信号一般选用的是振动加速度信号传感器得到的加速度信号，对于燃机而言，振动的位移信号和速度信号相对加速度信号而言变化较小，测量加速度信号可以更准确的得到燃机的振动。转速信号可以是基于测速音轮盘使用磁电式传感器得到的转速信号，也可以是光电传感器得到的转速信号，所述的振动信号和转速信号应是通过同步采样得到的，振动信号和转速信号的采样频率分别为fv和fN。
基于以上实施例，本实施例对步骤S102进行详细说明：
燃机转过的角度θ′，需要通过转速和角度的关系，将转速转换为角度，计算公式如下：
对上式两边求导，
考虑每个计算步长转速变化不大，近似认为转速恒定，对上式进行简化，
时域采样时间序列时刻的角度θ′可表示为：
θ′(j)＝θ′(j-1)+2π*N(j)/(60*f′N) j＝1…m-1
式中，θ′(j)为第j个时刻转过的角度，θ′(0)＝0，m为一个计算周期时域采样的点数，N(j)为第j个时刻采集的转速。
基于以上实施例，本实施例对步骤S103进行详细说明：
等角度θ可以根据每个波形采样的点数P来决定，即将一个完整波形的角度2π分为P份，每份转过的角度为P/2π，为保证燃机基频提取的准确性，假定需要通过重采样获取k个完整波形，用于后续进行傅里叶变换，即，
θ(i)＝i*2π/P i＝0,1,…,k*P-1
考虑后续FFT计算的速度，建议k*P选为2的n次方，k为4。
上述所说的重采样的算法可以采样任意一种常见的插值算法，例如线性插值，经过插值算法，得到与等角度θ点数一样的振动信号vib。
重采样主要的目的就是将非稳态的时域振动信号vib′转换成稳态的角域振动信号vib，以便可以运用傅里叶变换进行频谱计算。
基于以上实施例，本实施例对步骤S104进行详细说明：
重采样后的振动信号vib为k个稳态的波形，每个波形有P个点，对其进行FFT变换，得到角域振动信号vib的阶比谱结果Z。
基于以上实施例，本实施例对步骤S105进行详细说明：
振动基频即所述阶比谱中的一阶谱，对应的幅值即A(k)；
阶比谱的幅值结果如下，
式中，M为进行FFT计算的点数，即k*P。
参考时域频谱分析，阶比谱分析对应的结果如表1所示。
表1时域和角域FFT对比
振动基频为阶比谱中的一阶谱，根据表1，对应的点为A(M*1/P)，即A(k)。
基于以上实施例，步骤S105后包括：
所述步骤S105得到的振动基频单位与振动传感器一致，为加速度信号，一般用于显示或判断的振动基频单位为速度或者位移信号，因此需要对提取的振动基频进行一次或二次积分，计算公式如下：
Vibvelo＝A*60/2πΣ(N)
Vibdisp＝A*(60/2πΣ(N))2
式中，Vibvelo为经过一次积分后的振动基频速度，Vibdisp为经过两次积分后的振动基频位移，A为经过步骤五计算得到的阶比谱中的一阶谱，Σ(N)为步骤二中一个计算周期内所有转速的平均值。
基于以上实施例，步骤S105后还包括：
燃机工作环境苛刻，噪声复杂，燃机振动信号中经常混入各种随机干扰信号，惯性滤波作为低通滤波的一种方法，可以避免因为随机噪声干扰造成的信号突变。本发明采用一阶惯性滤波，当然，也可以采用其他滤波手段。一阶惯性低通惯性滤波算法如下：
式中，α为滤波系数，X(m)为本次输入值，Y(m-1)为上次滤波输出值，Y(m)为本次滤波输出值。
本发明实施例还提供了一种燃气轮机振动基频实时提取装置；具体装置可以包括：
信号获取模块，用于获取燃机运行过程中的时域振动信号和转速信号；
角度计算模块，用于根据所述转速信号计算燃机转过的角度，得到基于时域采样时间序列时刻的角度；
重采样模块，用于根据所述基于时域采样时间序列时刻的角度和预设等角度，对所述时域振动信号进行重采样；
阶比谱计算模块，用于对重采样后的时域振动信号进行傅里叶变化，得到振动信号的阶比谱；
振动基频获取模块，用于根据所述阶比谱的一阶谱，得到振动基频。
本实施例的燃气轮机振动基频实时提取装置用于实现前述的燃气轮机振动基频实时提取方法，因此燃气轮机振动基频实时提取装置中的具体实施方式可见前文燃气轮机振动基频实时提取方法的实施例部分，例如，信号获取模块，角度计算模块，重采样模块，阶比谱计算模块，振动基频获取模块，分别用于实现上述燃气轮机振动基频实时提取方法中步骤S101，S102，S103，S104和S105，所以，其具体实施方式可以参照相应的各个部分实施例的描述，在此不再赘述。
本发明具体实施例还提供了一种燃气轮机振动基频实时提取设备，包括：存储器，用于存储计算机程序；处理器，用于执行所述计算机程序时实现上述一种燃气轮机振动基频实时提取方法的步骤。
本发明具体实施例还提供了一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现上述一种燃气轮机振动基频实时提取方法的步骤。
本领域内的技术人员应明白，本申请的实施例可提供为方法、***、或计算机程序产品。因此，本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本申请是参照根据本申请实施例的方法、设备(***)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
显然，上述实施例仅仅是为清楚地说明所作的举例，并非对实施方式的限定。对于所属领域的普通技术人员来说，在上述说明的基础上还可以做出其它不同形式变化或变动。这里无需也无法对所有的实施方式予以穷举。而由此所引伸出的显而易见的变化或变动仍处于本发明创造的保护范围之中。
Claims (10)
1.一种燃气轮机振动基频实时提取方法，其特征在于，包括：
获取燃机运行过程中的时域振动信号和转速信号；
根据所述转速信号计算燃机转过的角度，得到基于时域采样时间序列时刻的角度；
根据所述基于时域采样时间序列时刻的角度和预设等角度，对所述时域振动信号进行重采样；
对重采样后的时域振动信号进行傅里叶变化，得到振动信号的阶比谱；
根据所述阶比谱的一阶谱，得到振动基频。
2.根据权利要求1所述的燃气轮机振动基频实时提取方法，其特征在于，所述根据所述阶比谱的一阶谱，得到振动基频后还包括：
将所述振动基频进行一次积分，得到振动基频速度；
将所述振动基频进行二次积分，得到振动基频位移。
3.根据权利要求2所述的燃气轮机振动基频实时提取方法，其特征在于，所述将所述振动基频进行一次积分，得到振动基频速度的计算公式为：
Vibvelo＝A*60/2πΣ(N)
所述将所述振动基频进行二次积分，得到振动基频位移的计算公式为：
Vibdisp＝A*(60/2πΣ(N))2
其中，Vibvelo为经过一次积分后的振动基频速度，Vibdisp为经过两次积分后的振动基频位移，A为所述振动基频，Σ(N)为一个计算周期内所有转速的平均值。
4.根据权利要求1所述的燃气轮机振动基频实时提取方法，其特征在于，所述根据所述阶比谱的一阶谱，得到振动基频后还包括：
对所述振动基频进行惯性滤波，得到滤波后的振动基频幅值。
5.根据权利要求4所述的燃气轮机振动基频实时提取方法，其特征在于，所述对所述振动基频进行惯性滤波，得到滤波后的振动基频幅值的计算公式为：
其中，α为滤波系数，X(m)为本次输入值，Y(m-1)为上次滤波输出值，Y(m)为本次滤波输出值。
6.根据权利要求1所述的燃气轮机振动基频实时提取方法，其特征在于，所述根据所述转速信号计算燃机转过的角度，得到基于时域采样时间序列时刻的角度包括；
根据所述转速信号N计算燃机转过的角度θ′，并对其进行求导：
假设转速恒定，简化后得到：
其中，f为转子的频率，t为时间；
根据所述燃机转过的角度，得到基于时域采样时间序列时刻的角度：
θ′(j)＝θ′(j-1)+2π*N(j)/(60*f′N)j＝1…m-1
其中，θ′(j)为第j个时刻转过的角度，θ′(0)＝0，m为一个计算周期时域采样的点数，N(j)为第j个时刻采集的转速，fN为转速信号的采样频率。
7.根据权利要求1所述的燃气轮机振动基频实时提取方法，其特征在于，所述根据所述基于时域采样时间序列时刻的角度和预设等角度，对所述时域振动信号进行重采样包括：
采用插值算法，计算得到与所述预设等角度点数一样的振动信号。
8.一种燃气轮机振动基频实时提取装置，其特征在于，包括：
信号获取模块，用于获取燃机运行过程中的时域振动信号和转速信号；
角度计算模块，用于根据所述转速信号计算燃机转过的角度，得到基于时域采样时间序列时刻的角度；
重采样模块，用于根据所述基于时域采样时间序列时刻的角度和预设等角度，对所述时域振动信号进行重采样；
阶比谱计算模块，用于对重采样后的时域振动信号进行傅里叶变化，得到振动信号的阶比谱；
振动基频获取模块，用于根据所述阶比谱的一阶谱，得到振动基频。
9.一种燃气轮机振动基频实时提取设备，其特征在于，包括：
存储器，用于存储计算机程序；
处理器，用于执行所述计算机程序时实现如权利要求1至7任一项所述一种燃气轮机振动基频实时提取方法的步骤。
10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现如权利要求1至7任一项所述一种燃气轮机振动基频实时提取方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311578921.1A CN117686232A (zh) | 2023-11-23 | 2023-11-23 | 一种燃气轮机振动基频实时提取方法、装置及存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311578921.1A CN117686232A (zh) | 2023-11-23 | 2023-11-23 | 一种燃气轮机振动基频实时提取方法、装置及存储介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN117686232A true CN117686232A (zh) | 2024-03-12 |
Family
ID=90134286
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202311578921.1A Pending CN117686232A (zh) | 2023-11-23 | 2023-11-23 | 一种燃气轮机振动基频实时提取方法、装置及存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117686232A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117992705A (zh) * | 2024-04-07 | 2024-05-07 | 利维智能（深圳）有限公司 | 非稳态数据重采样方法、装置、设备及计算机存储介质 |
-
2023
- 2023-11-23 CN CN202311578921.1A patent/CN117686232A/zh active Pending
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117992705A (zh) * | 2024-04-07 | 2024-05-07 | 利维智能（深圳）有限公司 | 非稳态数据重采样方法、装置、设备及计算机存储介质 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Zhao et al. | Generalized Vold–Kalman filtering for nonstationary compound faults feature extraction of bearing and gear | |
| Yoon et al. | On the use of a single piezoelectric strain sensor for wind turbine planetary gearbox fault diagnosis | |
| CN109520738B (zh) | 基于阶次谱和包络谱的旋转机械滚动轴承故障诊断方法 | |
| CN111397877B (zh) | 一种旋转机械拍振故障检测与诊断方法 | |
| Rodopoulos et al. | A parametric approach for the estimation of the instantaneous speed of rotating machinery | |
| US10365297B2 (en) | System and method for generation of a tachometer signal and reduction of jitter | |
| 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 | |
| CN117686232A (zh) | 一种燃气轮机振动基频实时提取方法、装置及存储介质 | |
| Lin et al. | A review and strategy for the diagnosis of speed-varying machinery | |
| CN104819841A (zh) | 基于内置编码信息的单传感柔性角度域平均方法 | |
| CN110108467A (zh) | 基于便携式移动设备的主动发声测速方法 | |
| CN107918032B (zh) | 一种空间多源声音信号融合的转速测量方法 | |
| CN103116032A (zh) | 用于获取风力发电机组的转速的方法和设备 | |
| CN114061947B (zh) | 基于稀疏时频分析的齿轮箱变转速故障诊断方法及*** | |
| Shi et al. | A dual-guided adaptive decomposition method of fault information and fault sensitivity for multi-component fault diagnosis under varying speeds | |
| Choudhury et al. | An overview of fault diagnosis of industrial machines operating under variable speeds | |
| CN114509159A (zh) | 阶比跟踪分析方法、***及计算机可读存储介质 | |
| CN108680247B (zh) | 基于振动烈度低频滤波修正的振动信号转换方法 | |
| CN111307426A (zh) | 一种基于FrFT-EWT原理的旋转机械故障特征提取方法 | |
| 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 | |
| CN110219816A (zh) | 用于风机故障诊断的方法和*** | |
| CN104459186A (zh) | 基于稀疏分段拟合与积分逼近的无转速计阶比分析方法 | |
| CN112781723B (zh) | 一种基于频谱方差的谐波成分检测方法 | |
| CN113029553B (zh) | 齿轮箱轴转速信息提取方法、***、装置及存储介质 | |
| Song et al. | Multispectral balanced automatic fault diagnosis for rolling bearings under variable speed conditions |
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 |