-
公开(公告)号:CN117387935A
公开(公告)日:2024-01-12
申请号:CN202311333071.9
申请日:2023-10-16
申请人: 酒泉钢铁(集团)有限责任公司
IPC分类号: G01M13/02 , G01M13/028 , G01M13/021 , G01R19/00
摘要: 本发明公开了一种基于在线电流信号的钢板卷取减速箱振动特征自动提取方法,属于减速箱故障诊断技术领域。在驱动卷取机的大功率同步电机的定子绕组的任一相上,安装一支钳式交流电电流互感器;在卷取减速箱输入轴的轴承座垂直或水平方向,安装一只振动加速度传感器。通过提取电流信号对数谱的最大幅值,根据最大幅值判断电机是否工作,计算同步电机的转速,确定减速箱输入轴的转频和啮合频率范围,在加速度频谱中搜索啮合频率成分,在速度频谱中搜索转频成分。
-
公开(公告)号:CN116702061A
公开(公告)日:2023-09-05
申请号:CN202310710082.8
申请日:2023-06-15
申请人: 酒泉钢铁(集团)有限责任公司
IPC分类号: G06F18/2415 , G06F18/25 , G06F18/213 , F04D27/00
摘要: 本发明公开了一种基于D‑S证据理论融合多特征信息的风机故障诊断方法,属于风机故障监测技术领域。本发明利用布置在风机不同测点的振动传感器获取的振动信号,分别提取振动信号中的均方根(RMS)、转频分量幅值(1X幅值)、三倍转频分量幅值(3X幅值)和四倍转频分量幅值(4X幅值)等四个特征值;然后根据振动信号在各种故障状态下的特征对比结果,以及不同故障状态的分布特点构建基本概率赋值函数,将特征证据转化为对识别框架基本命题的支持度;最后,按照D‑S证据理论融合多特征、多测点振动信息,综合评估风机设备的所处状态,实现风机设备的故障诊断。
-