-
公开(公告)号:CN103076174A
公开(公告)日:2013-05-01
申请号:CN201310000389.5
申请日:2013-01-01
Applicant: 北京工业大学
IPC: G01M13/04
Abstract: 本发明公开了一种基于锁相放大算法的轴承故障及故障程度诊断方法。本发明利用锁相放大器由于具有中心频率稳定,通频带窄,品质因数高等优点,将锁相放大原理应用于轴承故障及故障程度的诊断。建立了基于轴承故障信号特征的参照信号利用锁相放大原理,通过乘法运算和积分运算后,把与故障相关得信息留下来并放大,将那些与故障成分不相关的噪声信号进行削减,实现信噪的快速分离及故障的定位。同时建立了一种加入故障程度参数的参考信号,结合峭度指标实现了轴承故障程度的诊断。
-
公开(公告)号:CN102998119B
公开(公告)日:2015-10-28
申请号:CN201210515071.6
申请日:2012-12-04
Applicant: 北京工业大学
IPC: G01M13/04
Abstract: 本发明公开了一种基于复合Q因子基算法的轴承故障诊断方法。本发明将轴承故障非平稳信号表示成高共振成分(轴承正常部分旋转引起的随机振动及强噪声)和低共振成分(故障冲击成分)的混合。高共振成分的Q因子高,低共振成分的Q因子低,进而依据轴承故障信号的不同结构成分的振荡程度自适应地构造复合Q因子基(高Q因子基及低Q因子基)对故障信号进行处理,用高Q因子基匹配出其高共振成分(轴承正常部分旋转引起的随机振动及强噪声),利用低Q因子基匹配出其低共振成分(故障冲击成分),继而对低共振成分(冲击信号成分)解调提取轴承故障非平稳信号的故障信息进行故障诊断。
-
公开(公告)号:CN103018044B
公开(公告)日:2015-06-03
申请号:CN201210480524.6
申请日:2012-11-22
Applicant: 北京工业大学
IPC: G01M13/04
Abstract: 本发明公开了一种改进冲击字典匹配追踪算法的轴承故障诊断方法。本发明将轴承振动信号逐次迭代分解成基于改进冲击模型字典的i项原子的线性组合。改进模型根据被分析轴承的型号参数建立而来,可以非常精确的反映出故障轴承在运行过程中的冲击信号。根据轴承故障信号的周期特性,选取改进模型中的位置参数u作为优先变化的参数,通过逐步改变参数的方法建立冗余度较小的原子库,大大提高了最优原子的搜索速度。在信号分解的过程中对被分析信号进行截断,遍历原子库中的原子寻求最优原子,通过冲击分量重构可得到相应的冲击信号成分。继而时频变换得到轴承的故障特征频率实现轴承的故障诊断。
-
公开(公告)号:CN103076174B
公开(公告)日:2015-10-28
申请号:CN201310000389.5
申请日:2013-01-01
Applicant: 北京工业大学
IPC: G01M13/04
Abstract: 本发明公开了一种基于锁相放大算法的轴承故障及故障程度诊断方法。本发明利用锁相放大器由于具有中心频率稳定,通频带窄,品质因数高等优点,将锁相放大原理应用于轴承故障及故障程度的诊断。建立了基于轴承故障信号特征的参照信号利用锁相放大原理,通过乘法运算和积分运算后,把与故障相关得信息留下来并放大,将那些与故障成分不相关的噪声信号进行削减,实现信噪的快速分离及故障的定位。同时建立了一种加入故障程度参数的参考信号,结合峭度指标实现了轴承故障程度的诊断。
-
公开(公告)号:CN103018044A
公开(公告)日:2013-04-03
申请号:CN201210480524.6
申请日:2012-11-22
Applicant: 北京工业大学
IPC: G01M13/04
Abstract: 本发明公开了一种改进冲击字典匹配追踪算法的轴承故障诊断方法。本发明将轴承振动信号逐次迭代分解成基于改进冲击模型字典的i项原子的线性组合。改进模型根据被分析轴承的型号参数建立而来,可以非常精确的反映出故障轴承在运行过程中的冲击信号。根据轴承故障信号的周期特性,选取改进模型中的位置参数u作为优先变化的参数,通过逐步改变参数的方法建立冗余度较小的原子库,大大提高了最优原子的搜索速度。在信号分解的过程中对被分析信号进行截断,遍历原子库中的原子寻求最优原子,通过冲击分量重构可得到相应的冲击信号成分。继而时频变换得到轴承的故障特征频率实现轴承的故障诊断。
-
公开(公告)号:CN102998119A
公开(公告)日:2013-03-27
申请号:CN201210515071.6
申请日:2012-12-04
Applicant: 北京工业大学
IPC: G01M13/04
Abstract: 本发明公开了一种基于复合Q因子基算法的轴承故障诊断方法。本发明将轴承故障非平稳信号表示成高共振成分(轴承正常部分旋转引起的随机振动及强噪声)和低共振成分(故障冲击成分)的混合。高共振成分的Q因子高,低共振成分的Q因子低,进而依据轴承故障信号的不同结构成分的振荡程度自适应地构造复合Q因子基(高Q因子基及低Q因子基)对故障信号进行处理,用高Q因子基匹配出其高共振成分(轴承正常部分旋转引起的随机振动及强噪声),利用低Q因子基匹配出其低共振成分(故障冲击成分),继而对低共振成分(冲击信号成分)解调提取轴承故障非平稳信号的故障信息进行故障诊断。
-
-
-
-
-