CN101813560A - 动量轮早期故障频谱诊断识别方法 - Google Patents
动量轮早期故障频谱诊断识别方法 Download PDFInfo
- Publication number
- CN101813560A CN101813560A CN200910311570A CN200910311570A CN101813560A CN 101813560 A CN101813560 A CN 101813560A CN 200910311570 A CN200910311570 A CN 200910311570A CN 200910311570 A CN200910311570 A CN 200910311570A CN 101813560 A CN101813560 A CN 101813560A
- Authority
- CN
- China
- Prior art keywords
- momenttum wheel
- spectrum
- wheel
- frequency
- time
- 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
Links
- 238000001228 spectrum Methods 0.000 title claims abstract description 79
- 238000000034 method Methods 0.000 title claims description 30
- 230000004044 response Effects 0.000 claims abstract description 16
- 230000008859 change Effects 0.000 claims abstract description 4
- 238000012360 testing method Methods 0.000 claims description 27
- 230000003595 spectral effect Effects 0.000 claims description 10
- 230000002950 deficient Effects 0.000 claims description 8
- 239000011888 foil Substances 0.000 claims description 7
- 238000010183 spectrum analysis Methods 0.000 claims description 7
- 238000001914 filtration Methods 0.000 claims description 6
- 238000001514 detection method Methods 0.000 claims description 5
- 239000006260 foam Substances 0.000 claims description 4
- 239000007787 solid Substances 0.000 claims description 3
- 230000001052 transient effect Effects 0.000 claims description 3
- 230000008569 process Effects 0.000 claims description 2
- 230000003068 static effect Effects 0.000 claims description 2
- 238000004458 analytical method Methods 0.000 abstract description 26
- 230000000246 remedial effect Effects 0.000 abstract description 2
- 238000011160 research Methods 0.000 abstract description 2
- 230000002708 enhancing effect Effects 0.000 abstract 1
- 239000000047 product Substances 0.000 description 11
- 238000003745 diagnosis Methods 0.000 description 6
- 238000002474 experimental method Methods 0.000 description 4
- 238000013459 approach Methods 0.000 description 3
- 230000008901 benefit Effects 0.000 description 2
- 238000010205 computational analysis Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 230000018109 developmental process Effects 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000005284 excitation Effects 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 230000000737 periodic effect Effects 0.000 description 2
- 239000000725 suspension Substances 0.000 description 2
- 238000012546 transfer Methods 0.000 description 2
- 230000001133 acceleration Effects 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 230000003321 amplification Effects 0.000 description 1
- 230000037147 athletic performance Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000000354 decomposition reaction Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 239000012467 final product Substances 0.000 description 1
- 230000009931 harmful effect Effects 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- NJPPVKZQTLUDBO-UHFFFAOYSA-N novaluron Chemical compound C1=C(Cl)C(OC(F)(F)C(OC(F)(F)F)F)=CC=C1NC(=O)NC(=O)C1=C(F)C=CC=C1F NJPPVKZQTLUDBO-UHFFFAOYSA-N 0.000 description 1
- 238000003199 nucleic acid amplification method Methods 0.000 description 1
- 238000011056 performance test Methods 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 230000010349 pulsation Effects 0.000 description 1
- 230000011218 segmentation Effects 0.000 description 1
- 238000003786 synthesis reaction Methods 0.000 description 1
Images
Landscapes
- Testing Of Devices, Machine Parts, Or Other Structures Thereof (AREA)
Abstract
本发明通过对动量轮在不同运行时间的动态响应进行时域及频域分析，分析其频谱特征和变化规律，结合动量轮零部件动态特性分析和轴承零件脉动频率计算分析，分析谱峰产生及谱峰变化的原因，从而能够更科学、准确地对动量轮的早期故障进行识别，特别是对故障原因进行及时诊断，一方面可及时采取有效补救措施，避免不必要的动量轮报废，另一方面可对动量轮开展故障模式分析等研究，对动量轮的故障点准确定位，提供更科学、准确、有效的改进措施，提高后续产品的可靠性。
Description
技术领域
本发明主要涉及对动量轮的早期故障原因进行诊断的检测方法。
背景技术
目前动量轮广泛应用于各种卫星、飞船等宇航器中，利用其？陀螺定轴性？和速度变化所产生的反作用力矩来稳定或改变卫星的姿态；作为卫星的关键单机，其性能直接影响卫星的控制精度和可靠性，动量轮一旦出现故障将严重影响卫星完成主要功能，甚至造成整星报废。而且由于动量轮产品交付卫星总装需要进行半年到一年的各种地面环境试验考核，其周期长、试验费用巨大，而动量轮一旦出现故障，不单各项试验要重新做，甚至会造成卫星延期发射；将对经济效益，特别是社会效益产生很大不良影响。
目前国内外对动量轮早期故障的识别主要是通过测试动量轮的电流或功耗的大小，分析其变化趋势，根据经验进行综合分析来判断动量轮是否会出现早期故障，这种识别方法虽相对简单、方便，在地面试验时，可在线检测分析，但其还具有以下缺点：
(1)由于动量轮是一个相对复杂的系统，引起电流(功耗)大小和变化的原因很多，有时是多种原因综合作用，现有技术只是对故障进行识别，无法对造成故障的原因进行科学、合理的诊断，特别是无法对造成故障的早期原因进行定位；在地面试验时，动量轮一旦出现故障，只能对动量轮进行分解，对动量轮的各零部件进行测试分析，才可能找到故障原因；动量轮一旦分解，就意味着部分零部件报废，前期的各项检测和试验付之东流。
(2)当动量轮电流的大小和变化在故障临界点时，由于很难通过经验分析来判断原因和动量轮未来是否产生故障，大多是继续试验，一方面当故障明显时，就很难对故障产生的初始原因进行定位；另一方面由于没有及时采取有效措施，往往造成不必要的动量轮报废。
因此，对动量轮早期故障原因进行识别和诊断就异常重要。
发明内容
本发明的任务是针对上述缺陷，提供一种可以准确发现动量轮的早期故障及故障原因的动量轮早期故障原因诊断识别方法，以提高动量轮乃至卫星的可靠性，科学、合理地采取有效改进措施，降低产品的研制成本。
本发明的技术方案是：动量轮早期故障频谱诊断识别方法，首先，检测计算得出静态下动量轮中各零部件的固有频率与动量轮轴承的脉动频率；然后，动量轮组装并进行跑合运转，检测动量轮整体在动态下的时域信号及频域信号；最后，利用功率谱分析方法分析动量轮时域信号判断动量轮是否具有早期故障，根据动量轮的频域信号的谱峰变化是否出现轴承的脉动频率或各零部件固有频率判断动量轮的故障点。
在分析动量轮时域信号及频域信号时分以下几种情况：
(1)、如果出现明显的“基础谱≠0”和/或“连续谱的谱峰群”现象，即可基本判定为动量轮有早期故障；当“连续谱的谱峰群”中的较大谱峰出现动量轮某零部件的固有频率时，可确定为该零部件不合格；
(2)、在动量轮运转期间内没有出现明显的“基础谱≠0”和\或“连续谱的谱峰群”现象，也没有出现动量轮零部件固有频率引起的较大谱峰时，可判定动量轮合格，无早期故障；
(3)、在动量轮运转期间内没有出现明显的“基础谱≠0”和\或“连续谱的谱峰群”现象，但出现动量轮零部件固有频率引起的较大谱峰时，延长跑合时间，如果固频引起的较大谱峰变大且时域信号变大，可判定为该零部件不合格，动量轮出现早期故障；如果固频引起的较大谱峰和时域信号变小，再延长跑合时间，如果固频引起的较大谱峰和时域信号继续变小或稳定，则判定为动量轮无早期故障；
(4)、当频域信号仅呈现动量轮轴承的脉动频率引起的周期或拟周期信号，延长跑合试验时间，其时域信号不变或变好，而频域信号的谱峰数减少，谱峰量级下降或不变，即可判定动量轮无早期故障，否则为不合格品。
所述的动量轮跑合运转时间为240小时，每延长一次跑合时间也为240小时，并且需要对动量轮运转过程中的两种以上的转速及两个以上的频段下的时域信号和频域信号进行检测。
所述的两种转速为3000转/分钟和6000转/分钟；所述的两个频段为0～3906Hz和0～5088Hz。
在检测动量轮的时域信号及频域信号前，需对动量轮进行预跑合运转，以达到初始稳定状态。
所述预跑合时间为240小时。
在所述动量轮各零部件的固有频率通过力锤及传感器测试系统采用宽带瞬态激励法进行测试并经计算获得。
所述的传感器为应变片，应变片连接有应变仪，力锤连接有电荷放大器，应变仪及电荷放大器的信号同时经低通抗混滤波器滤波，由信号采集仪采集后用DASP分析系统进行分析。
所述的动量轮各零部件采用硬泡沫支撑或弹性绳悬挂两种固定方式，以模仿各零部件的自由约束状态。
所述的动量轮跑合运转时，将加速度压电传感器安装在动量轮支撑轴顶端，接收动量轮的轴向响应信号，电荷放大器将响应信号放大，经低通抗混滤波器滤波，由信号采集仪采集动量轮响应信号，用DASP分析系统进行分析。
本发明采用上述技术方案，其通过对动量轮在不同运行时间的动态响应进行时域及频域分析，分析其频谱特征和变化规律，结合动量轮零部件动态特性分析和轴承零件脉动频率计算分析，分析谱峰产生及谱峰变化的原因，从而能够更科学、准确地发现动量轮的早期故障，特别是对故障原因进行及时诊断和识别，一方面可以在对动量轮的检修中及时采取有效补救措施，避免不必要的动量轮报废，另一方面可对动量轮开展故障模式分析等研究，对动量轮的故障点准确定位，提供更科学、准确、有效的改进措施，提高后续产品的可靠性。本方法同时还可以应用于其它的技术领域，对各种转动体及轴承的早期故障进行诊断和识别，提高产品的可靠性、耐用性等综合性能。
附图说明
图1是本发明中采用支撑方式测试动量轮各部件固定频率的系统框图；
图2是本发明中采用悬吊方式测试动量轮各部件固定频率的系统框图；
图3是本发明中动量轮时域信号及频域信号的系统框图；
图4是本发明中故障检测及原因识别原理图；
图5是本发明中合格产品的时域信号图；
图6是本发明中合格产品的频域信号图；
图7是本发明中一种具有早期故障产品的时域信号图；
图8是本发明中一种具有早期故障产品的频域信号图。
具体实施方式
动量轮每个零部件的固有频率对动量轮的动态特性起着重要的作用，所以测试每个零部件的固有频率是动量轮早期故障的诊断识别的首要工作，其中又以轴承保持架的动态特性最为重要。本实施例中，各零部件的固有频率采用力锤法进行测试，如图1、图2所示，图中，1为应变片、2为力锤、3为硬泡沫、4为弹性绳。在进行各零部件的固定频率测试中，为排除支撑刚体模态的固有频率以尽量保证测量结果的准确性，测试中根据动量轮中各零部件的实际安装工况，分别采用硬泡沫3支撑或弹性绳4悬吊方式，以尽可能的模仿各零部件的自由约束状态；为了避免传感器附加质量引起的测试误差采用应变片1、动态应变仪接收响应信号；测试中，力锤采用宽带瞬态激励法或者叫脉冲激励法敲击待试零部件，经电荷放大器放大的力锤数据信号及经宽带应变仪接收到的应变片的感应信号(响应信号)同时经低通抗混滤波器滤波后输入到信号采集仪中，信号采集仪采集到的信号通过DASP(数据采集信号处理)分析系统输入到计算机中，用功率谱、传递函数分析响应信号，用相干函数对传递函数分析结果进行检验，通过ANSYS软件对各零部件进行模态分析计算出各零部件的固有频率。
试验中，为保证测量结果的可信度，每个零部件用同一种方法重复多次测试，结果的重复性很好，最大的重复性误差小于3％。
在动量轮中，轴承的振动对动量轮中的飞轮体振动响应的影响最大。轴承振动的本质是由接触副中的激励引起的，因此影响接触副接触特性的因素都会对轴承的振动特性产生影响。轴承零部件的缺陷在运动中会产生低频脉动，脉动激起的振动可展为渐进的无穷简谐级数，其基频即为脉动频率，因而需要对轴承上各零部件的脉动频率进行计算。
在测试动量轮动态下的时域信号和频域信号时，如图3所示，动量轮转动安装在基座上，稳压电源为直流电压调速仪为动量轮提供稳定电压，驱动动量轮的飞轮体转动。加速度压电传感器安装在飞轮体支撑轴的顶端，接收飞轮体的轴向响应信，电荷放大器将响应信号放大，经低通抗混滤波器滤波，由信号采集仪采集飞轮响应信号，用DASP分析系统进行分析。
频域分析指的是信号分析后得到幅值和频率之间关系的分析，其基础是频谱分析，即分析动态信号的幅值、相位、功率和能量随频率的分布关系。而故障在发生和发展时都会引起频率结构的变化，因此频谱分析方法是机械故障诊断中用得最广泛的信号处理方法之一。频谱分析方法主要包括：FFT分析即快速傅立叶变换分析、功率谱分析、倒频谱分析等。其中，功率谱是在频率域内描述随机振动特征的量。功率谱反映了信号中各谐波分量的能量，可用它检测随机信号中的周期信号。因而本发明中试验分析以功率谱分析为主。试验分析时对不同时间、转速进行每个频段逐点分析。在本实施例中，首先对动量轮进行240小时的预跑合运转，使飞轮及轴承单元达到初始稳定状态，以保证测试结果的准确性，然后根据实际情况在运转240小时、480小时、720小时、960小时四个时间点和3000转/分钟、6000转/分钟两个转速下对飞轮分别进行时域和频域信号测试，主要分析0～3906Hz和0～5088Hz两个频段中的时域和频域信号，每个分段频段采四个测点。
一般地，系统的运动表现如图4所示，分4种定常运动状态：平衡、周期运动、拟周期运动和混沌。在实际测试时，分以下几种状态进行动量轮早期故障分析及故障的原因识别：
①、如果出现明显的“基础谱≠0”和\或“连续谱的谱峰群”现象，即可基本判定为动量轮有早期故障；当“连续谱的谱峰群”中的较大谱峰出现动量轮某零部件的固有频率时，可确定为该零部件不合格；
②、在动量轮运转期间内没有出现明显的“基础谱≠0”和\或“连续谱的谱峰群”现象，也没有出现动量轮零部件固有频率引起的较大谱峰时，可判定动量轮合格，无早期故障；
③、在动量轮运转期间内没有出现明显的“基础谱≠0”和\或“连续谱的谱峰群”现象，但出现动量轮零部件固有频率引起的较大谱峰时，延长跑合时间，如果固频引起的较大谱峰变大且时域信号变大，可判定为该零部件不合格，动量轮出现早期故障；如果固频引起的较大谱峰和时域信号变小，再延长跑合时间，如果固频引起的较大谱峰和时域信号继续变小或稳定，则判定为动量轮无早期故障；
④、当频域信号仅呈现动量轮轴承的脉动频率引起的周期或拟周期信号，延长跑合试验时间，其时域信号不变或变好，而频域信号的谱峰数减少，谱峰量级下降或不变，即可判定动量轮无早期故障，否则为不合格品。
在具体实施中，对8台动量轮进行测试时，如图5所示，其中7台动量轮的时域信号较小，幅值为30左右；如图6所示，其频域信号为离散谱，且没有出现动量轮零部件的固有频率，特别是保持架固有频率引起的较大谱峰，表明7台飞轮始终运行平稳。但其中1台在跑合240小时诊断时飞轮的时域信号很大，如图7所示，其幅值为256；频域信号如图8所示其基础谱不为0，并出现连续谱峰现象，其中的一处较大谱峰出现轴承保持架的固有频率，即判断该动量轮具有早期故障，其故障点为轴承保持架。将该动量轮分解后，经验证故障原因为轴承保持架运转不稳定，产生早期过度磨损。其他动量轮经各项性能试验和寿命考核其可靠度达99.49％，远大于现有规定的98％，取得了良好的应用效果。
由于故障在发生和发展时都会引起频率结构的变化，本发明通过对动量轮在不同运行时间的动态响应进行时域分析、频域分析，分析其频谱特征和变化规律，结合动量轮零部件动态特性分析和轴承零件脉动频率计算分析，分析谱峰产生及谱峰变化的原因，从而可以准确地对动量轮进行早期故障诊断分析。本发明提供了更科学、准确地对动量轮的早期故障进行识别的方法，特别是对故障原因进行及时诊断，一方面可及时采取有效不救措施，避免不必要的动量轮报废，另一方面可对故障准确定位，采取有效改进措施，有效的提高动量轮的可靠性。
本发明不仅可以对动量轮的早期故障进行诊断识别，同时，还可以用于检测其它轴承零件或转动体的早期故障的诊断，分析故障原因，对于提高产品的质量有很大的帮助。
Claims (10)
1.动量轮早期故障频谱诊断识别方法，其特征在于，首先，检测计算得出静态下动量轮中各零部件的固有频率与动量轮轴承的脉动频率；然后，动量轮组装并进行跑合运转，检测动量轮整体在动态下的时域信号及频域信号；最后，利用功率谱分析方法分析动量轮时域信号判断动量轮是否具有早期故障，根据动量轮的频域信号的谱峰变化是否出现轴承的脉动频率或各零部件固有频率判断动量轮的故障点。
2.根据权利要求1所述的动量轮早期故障频谱诊断识别方法，其特征在于，在分析动量轮时域信号及频域信号时分以下几种情况：
(1)、如果出现明显的“基础谱≠0”和/或“连续谱的谱峰群”现象，即可基本判定为动量轮有早期故障；当“连续谱的谱峰群”中的较大谱峰出现动量轮某零部件的固有频率时，可确定为该零部件不合格；
(2)、在动量轮运转期间内没有出现明显的“基础谱≠0”和/或“连续谱的谱峰群”现象，也没有出现动量轮零部件固有频率引起的较大谱峰时，可判定动量轮合格，无早期故障；
(3)、在动量轮运转期间内没有出现明显的“基础谱≠0”和/或“连续谱的谱峰群”现象，但出现动量轮零部件固有频率引起的较大谱峰时，延长跑合时间，如果固频引起的较大谱峰变大且时域信号变大，可判定为该零部件不合格，动量轮出现早期故障；如果固频引起的较大谱峰和时域信号变小，再延长跑合时间，如果固频引起的较大谱峰和时域信号继续变小或稳定，则判定为动量轮无早期故障；
(4)、当频域信号仅呈现动量轮轴承的脉动频率引起的周期或拟周期信号，延长跑合试验时间，其时域信号不变或变好，而频域信号的谱峰数减少，谱峰量级下降或不变，即可判定动量轮无早期故障，否则为不合格品。
3.根据权利要求1或2所述的动量轮早期故障频谱诊断识别方法，其特征在于，所述的动量轮跑合运转时间为240小时，每延长一次跑合时间也为240小时，并且需要对动量轮运转过程中的两种以上的转速及两个以上的频段下的时域信号和频域信号进行检测。
4.根据权利要求3所述的动量轮早期故障频谱诊断识别方法，其特征在于，所述的两种转速为3000转/分钟和6000转/分钟；所述的两个频段为0～3906Hz和0～5088Hz。
5.根据权利要求1或2所述的动量轮早期故障频谱诊断识别方法，其特征在于，在检测动量轮的时域信号及频域信号前，需对动量轮进行预跑合运转，以达到初始稳定状态。
6.根据权利要求4所述的动量轮早期故障频谱诊断识别方法，其特征在于，所述预跑合时间为240小时。
7.根据权利要求1所述的动量轮早期故障频谱诊断识别方法，其特征在于，在所述动量轮各零部件的固有频率通过力锤及传感器测试系统采用宽带瞬态激励法进行测试并经计算获得。
8.根据权利要求6所述的动量轮早期故障频谱诊断识别方法，其特征在于，所述的传感器为应变片，应变片连接有应变仪，力锤连接有电荷放大器，应变仪及电荷放大器的信号同时经低通抗混滤波器滤波，由信号采集仪采集后用DASP分析系统进行分析。
9.根据权利要求7所述的动量轮早期故障频谱诊断识别方法，其特征在于，所述的动量轮各零部件采用硬泡沫支撑或弹性绳悬挂两种固定方式，以模仿各零部件的自由约束状态。
10.根据权利要求1所述的动量轮早期故障频谱诊断识别方法，其特征在于，所述的动量轮跑合运转时，将加速度压电传感器安装在动量轮支撑轴顶端，接收动量轮的轴向响应信号，电荷放大器将响应信号放大，经低通抗混滤波器滤波，由信号采集仪采集动量轮响应信号，用DASP分析系统进行分析。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN2009103115701A CN101813560B (zh) | 2009-12-16 | 2009-12-16 | 动量轮早期故障频谱诊断识别方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN2009103115701A CN101813560B (zh) | 2009-12-16 | 2009-12-16 | 动量轮早期故障频谱诊断识别方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN101813560A true CN101813560A (zh) | 2010-08-25 |
| CN101813560B CN101813560B (zh) | 2012-02-15 |
Family
ID=42620875
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN2009103115701A Expired - Fee Related CN101813560B (zh) | 2009-12-16 | 2009-12-16 | 动量轮早期故障频谱诊断识别方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN101813560B (zh) |
Cited By (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103644966A (zh) * | 2013-12-29 | 2014-03-19 | 中国科学技术大学 | 一种周期信号增强检测装置及方法 |
| CN104880303A (zh) * | 2015-04-30 | 2015-09-02 | 北京控制工程研究所 | 一种空间活动部件轴系故障的综合评判方法 |
| CN105300675A (zh) * | 2015-10-14 | 2016-02-03 | 哈尔滨工业大学 | 一种基于比例系数分析的动量轮故障诊断方法 |
| CN106441899A (zh) * | 2016-11-18 | 2017-02-22 | 上海卫星工程研究所 | 基于振动信号检测卫星动量轮轴承损伤诊断及筛选方法 |
| CN107907291A (zh) * | 2017-10-27 | 2018-04-13 | 安徽容知日新科技股份有限公司 | 一种冲击检测方法及计算设备 |
| CN109359432A (zh) * | 2018-12-03 | 2019-02-19 | 上海航天控制技术研究所 | 一种动量轮寿命预测方法 |
| CN109765426A (zh) * | 2019-01-28 | 2019-05-17 | 哈尔滨工业大学 | 基于宽频谱激励信号的系统模型参数快速辨识方法 |
| CN111473750A (zh) * | 2020-04-08 | 2020-07-31 | 江苏科技大学 | 一种柴油机主轴承润滑磨损状态监测装置及方法 |
| CN111581762A (zh) * | 2019-02-15 | 2020-08-25 | 中国航发商用航空发动机有限责任公司 | 早期故障诊断方法及系统 |
| TWI741629B (zh) * | 2020-06-01 | 2021-10-01 | 中華電信股份有限公司 | 機台主軸跑合預檢方法及電腦可讀媒介 |
| CN115380197A (zh) * | 2020-04-13 | 2022-11-22 | 株式会社日立制作所 | 异常诊断装置和维护管理系统 |
-
2009
- 2009-12-16 CN CN2009103115701A patent/CN101813560B/zh not_active Expired - Fee Related
Cited By (16)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103644966A (zh) * | 2013-12-29 | 2014-03-19 | 中国科学技术大学 | 一种周期信号增强检测装置及方法 |
| CN104880303A (zh) * | 2015-04-30 | 2015-09-02 | 北京控制工程研究所 | 一种空间活动部件轴系故障的综合评判方法 |
| CN104880303B (zh) * | 2015-04-30 | 2017-06-27 | 北京控制工程研究所 | 一种空间活动部件轴系故障的综合评判方法 |
| CN105300675A (zh) * | 2015-10-14 | 2016-02-03 | 哈尔滨工业大学 | 一种基于比例系数分析的动量轮故障诊断方法 |
| CN105300675B (zh) * | 2015-10-14 | 2018-05-29 | 哈尔滨工业大学 | 一种基于比例系数分析的动量轮故障诊断方法 |
| CN106441899A (zh) * | 2016-11-18 | 2017-02-22 | 上海卫星工程研究所 | 基于振动信号检测卫星动量轮轴承损伤诊断及筛选方法 |
| CN107907291A (zh) * | 2017-10-27 | 2018-04-13 | 安徽容知日新科技股份有限公司 | 一种冲击检测方法及计算设备 |
| CN109359432A (zh) * | 2018-12-03 | 2019-02-19 | 上海航天控制技术研究所 | 一种动量轮寿命预测方法 |
| CN109765426A (zh) * | 2019-01-28 | 2019-05-17 | 哈尔滨工业大学 | 基于宽频谱激励信号的系统模型参数快速辨识方法 |
| CN109765426B (zh) * | 2019-01-28 | 2020-12-04 | 哈尔滨工业大学 | 基于宽频谱激励信号的系统模型参数快速辨识方法 |
| CN111581762A (zh) * | 2019-02-15 | 2020-08-25 | 中国航发商用航空发动机有限责任公司 | 早期故障诊断方法及系统 |
| CN111581762B (zh) * | 2019-02-15 | 2023-04-14 | 中国航发商用航空发动机有限责任公司 | 早期故障诊断方法及系统 |
| CN111473750A (zh) * | 2020-04-08 | 2020-07-31 | 江苏科技大学 | 一种柴油机主轴承润滑磨损状态监测装置及方法 |
| CN115380197A (zh) * | 2020-04-13 | 2022-11-22 | 株式会社日立制作所 | 异常诊断装置和维护管理系统 |
| CN115380197B (zh) * | 2020-04-13 | 2025-03-28 | 株式会社日立制作所 | 异常诊断装置和维护管理系统 |
| TWI741629B (zh) * | 2020-06-01 | 2021-10-01 | 中華電信股份有限公司 | 機台主軸跑合預檢方法及電腦可讀媒介 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN101813560B (zh) | 2012-02-15 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN101813560B (zh) | 动量轮早期故障频谱诊断识别方法 | |
| US5663894A (en) | System and method for machining process characterization using mechanical signature analysis | |
| Heath et al. | A survey of blade tip-timing measurement techniques for turbomachinery vibration | |
| CN201945429U (zh) | 用于风力机叶片的振动特性分析装置 | |
| 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 | |
| CN107061185B (zh) | 一种基于振动检测与无线信号传输的风力机叶片状态监测方法及系统 | |
| CN103149029A (zh) | 利用倒频谱识别航空发动机转静碰摩部位的方法 | |
| CN109540482B (zh) | 一种涡轮机叶片无键相同步振动参数分析方法及分析装置 | |
| JP2015125146A (ja) | 動翼の健全性を監視するための方法およびシステム | |
| CN108225783B (zh) | 航空涡轮风扇发动机风扇转子配平方法和装置 | |
| CN110263487A (zh) | 一种机械产品加速疲劳寿命试验方法 | |
| Thanagasundram et al. | Comparison of integrated micro-electrical-mechanical system and piezoelectric accelerometers for machine condition monitoring | |
| CN109115408B (zh) | 一种基于离心力方程的大型水电机组动平衡试验方法 | |
| CN109085375A (zh) | 一种旋转机械的键相脉冲信号监测方法及装置 | |
| Sun et al. | Research and application of a fault self-diagnosis method for roots flowmeter based on WSN node | |
| CN113190786B (zh) | 一种大型旋转装备利用多维装配参数的振动预测方法 | |
| CN104849030B (zh) | 用于往复式活塞发动机的连杆动态载荷测试装置 | |
| CN111174903A (zh) | 一种透平机械故障的诊断方法 | |
| Zouari et al. | Cyclostationary modelling of reciprocating compressors and application to valve fault detection | |
| Koshekov et al. | Modernization of vibration analyzers based on identification measurements | |
| Somashekar et al. | Vibration signature analysis of ic engine | |
| JP3302166B2 (ja) | 回転機器試験装置 | |
| Sloteman | Cavitation in high energy pumps-Detection and assessment of damage potential | |
| CN106441892B (zh) | 一种滚动轴承支撑转子系统亚临界共振转速位置的预测方法 | |
| CN116044735B (zh) | 一种双运动自由度活塞泵振动测试方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| C14 | Grant of patent or utility model | ||
| GR01 | Patent grant | ||
| TR01 | Transfer of patent right | ||
| TR01 | Transfer of patent right |
Effective date of registration: 20180514 Address after: 471000 No. 1 axis research road, Jianxi science and Technology Industrial Park, Luoyang, Henan Patentee after: LUOYANG BEARING RESEARCH INSTITUTE Co.,Ltd. Address before: 471039 Fenghua Road 6, hi tech Development Zone, Luoyang, Henan. Patentee before: LUOYANG BEARING SCIENCE & TECHNOLOGY Co.,Ltd. |
|
| CF01 | Termination of patent right due to non-payment of annual fee | ||
| CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20120215 Termination date: 20211216 |