-
公开(公告)号：CN104819766B
公开(公告)日：2018-05-18
申请号：CN201510243661.1
申请日：2015-05-13
Applicant: 西安交通大学
Abstract: 基于谐噪比的包络解调频带确定方法，先将振动加速度传感器吸附于对被测试滚动轴承的轴承座上或将声级计安装于靠近轴承座上方的位置，对信号进行采集，通过构建树状滤波器组，对原始信号进行带通滤波，然后通过希尔伯特变换得到信号的包络，再利用对数频谱估计包络信号谐噪比将其大小作为频带故障特征是否显著的指标，最后将谐噪比最大的频带作为最优包络解调频带进行包络谱分析，确定故障的发生和类型，本发明充分利用了故障引起冲击的周期性，将包络的谐噪比作为衡量故障的指标，克服了传统峭度指标的缺点，方法具有鲁棒性，可以自适应地提取最优滤波频带，有利于实现滚动轴承故障特征自适应提取和诊断监测的自动化。
-
公开(公告)号：CN107525672A
公开(公告)日：2017-12-29
申请号：CN201710710340.7
申请日：2017-08-18
Applicant: 西安交通大学
CPC classification number: G01M13/021 , G01M13/028 , G01M13/045 , G06K9/00503
Abstract: 一种基于基尼指标改进的SKRgram方法，首先分别采集行星齿轮箱的正常振动信号和带有行星轮轴承故障的振动信号，然后利用基尼指标代替峭度指标来改进原来的Kurtogram，再将正常和故障信号分别应用于改进的Kurtogram中得到各自的窄带图，然后根据窄带图得到各窄带指标值组成的矩阵，将正常信号得到的矩阵作为基准，得到故障信号得到的矩阵与正常信号得到的矩阵的比值所组成的新矩阵，利用该新矩阵构造新的窄带图，然后根据该窄带图即可得到最优故障特征频带；本发明以基尼指标作为稀疏判定，能避免由随机大冲击给最后结果带来的影响，直接从最后的窄带图中选择最优频带，无需对照到故障信号对应的窄带图，更适合于在线监测。
-
公开(公告)号：CN104316323B
公开(公告)日：2017-01-11
申请号：CN201410577135.4
申请日：2014-10-24
Applicant: 西安交通大学
IPC: G01M13/04
Abstract: 基于周期靶向的最优共振频带确定方法，先将振动加速度传感器吸附于被测试滚动轴承轴承座，对其振动信号进行采集，然后构建1/3-二叉树状滤波器组得到滤波后的复包络信号，再计算各包络信号的周期性强度PAR，将低于阈值的复包络信号的峭度置零，然后计算剩下包络信号的峭度值，选取峭度最大的复包络信号所对应的频带为最优共振频带，并作该包络信号的频谱，得到包络谱，与滚动轴承存在的故障类型所对应的故障特征频率对比，最后确定滚动轴承存在的故障类型，本发明利用了故障激发冲击的本质特征，避免了非周期冲击对共振解调频带选择的干扰，具有鲁棒性，且在共振解调频带的确定过程是自适应的，有利于实现故障特征提取和诊断监测的自动化。
-
公开(公告)号：CN103353396A
公开(公告)日：2013-10-16
申请号：CN201310252970.6
申请日：2013-06-24
Applicant: 西安交通大学
IPC: G01M13/02
Abstract: 基于无时标短时相位解调的齿轮箱故障诊断方法，先将加速度或速度传感器吸附于被测试齿轮箱，并对其振动信号进行采集，采用短时傅里叶变换得到特征振动的瞬时频率信号，带入到广义傅里叶变换对振动信号进行时频扭转，然后采用带通滤波方法提取特征频率成分的平稳投影量，再进行广义傅里叶反变换，得到啮合频率成分，然后进行Hilbert变换获得啮合频率成分的瞬时相位，进而利用瞬时相位，对原始振动信号进行角度域重采样，将重采样后的信号进行合理分段和角度域平均后作相位解调以实现短时相位解调，本发明降低测试系统的硬件成本，提高测试系统的市场竞争力。
-
公开(公告)号：CN107525672B
公开(公告)日：2019-07-12
申请号：CN201710710340.7
申请日：2017-08-18
Applicant: 西安交通大学
IPC: G01M13/021 , G01M13/028 , G01M13/045 , G06K9/00
Abstract: 一种基于基尼指标改进的SKRgram方法，首先分别采集行星齿轮箱的正常振动信号和带有行星轮轴承故障的振动信号，然后利用基尼指标代替峭度指标来改进原来的Kurtogram，再将正常和故障信号分别应用于改进的Kurtogram中得到各自的窄带图，然后根据窄带图得到各窄带指标值组成的矩阵，将正常信号得到的矩阵作为基准，得到故障信号得到的矩阵与正常信号得到的矩阵的比值所组成的的新矩阵，利用该新矩阵构造新的窄带图，然后根据该窄带图即可得到最优故障特征频带；本发明以基尼指标作为稀疏判定，能避免由随机大冲击给最后结果带来的影响，直接从最后的窄带图中选择最优频带，无需对照到故障信号对应的窄带图，更适合于在线监测。
-
Patent Agency Ranking
公开(公告)号：CN105699082B
公开(公告)日：2018-01-05
申请号：CN201610049654.2
申请日：2016-01-25
Applicant: 西安交通大学
Abstract: 一种稀疏化的最大谐噪比解卷积方法，首先对采集的信号进行截断和去均值处理，然后对未提前给定精确周期的情况进行估计周期操作，再对信号进行解卷积处理将谐噪比作为目标函数，对滤波器系数进行求导，进而得到迭代表达式，并在每次迭代滤波的过程中对滤波信号进行稀疏处理，稀疏处理的阈值和周期都会随滤波后的信号进行更新，最后对解卷积后的信号进行包络分析，从包络谱中能提取故障特征频率，本发明在特征频率的提取过程中不需要人为参与，有利于实现故障特征提取和诊断监测的自动化，节约时间，效率更高。
-
公开(公告)号：CN104316323A
公开(公告)日：2015-01-28
申请号：CN201410577135.4
申请日：2014-10-24
Applicant: 西安交通大学
IPC: G01M13/04
Abstract: 基于周期靶向的最优共振频带确定方法，先将振动加速度传感器吸附于被测试滚动轴承轴承座，对其振动信号进行采集，然后构建1/3-二叉树状滤波器组得到滤波后的复包络信号，再计算各包络信号的周期性强度PAR，将低于阈值的复包络信号的峭度置零，然后计算剩下包络信号的峭度值，选取峭度最大的复包络信号所对应的频带为最优共振频带，并作该包络信号的频谱，得到包络谱，与滚动轴承存在的故障类型所对应的故障特征频率对比，最后确定滚动轴承存在的故障类型，本发明利用了故障激发冲击的本质特征，避免了非周期冲击对共振解调频带选择的干扰，具有鲁棒性，且在共振解调频带的确定过程是自适应的，有利于实现故障特征提取和诊断监测的自动化。
-
公开(公告)号：CN105699082A
公开(公告)日：2016-06-22
申请号：CN201610049654.2
申请日：2016-01-25
Applicant: 西安交通大学
CPC classification number: G01M13/045 , G01H1/00 , G01H1/003
Abstract: 一种稀疏化的最大谐躁比解卷积方法，首先对采集的信号进行截断和去均值处理，然后对未提前给定精确周期的情况进行估计周期操作，再对信号进行解卷积处理将谐躁比作为目标函数，对滤波器系数进行求导，进而得到迭代表达式，并在每次迭代滤波的过程中对滤波信号进行稀疏处理，稀疏处理的阈值和周期都会随滤波后的信号进行更新，最后对解卷积后的信号进行包络分析，从包络谱中能提取故障特征频率，本发明在特征频率的提取过程中不需要人为参与，有利于实现故障特征提取和诊断监测的自动化，节约时间，效率更高。
-
公开(公告)号：CN103353396B
公开(公告)日：2015-11-25
申请号：CN201310252970.6
申请日：2013-06-24
Applicant: 西安交通大学
IPC: G01M13/02
Abstract: 基于无时标短时相位解调的齿轮箱故障诊断方法，先将加速度或速度传感器吸附于被测试齿轮箱，并对其振动信号进行采集，采用短时傅里叶变换得到特征振动的瞬时频率信号，带入到广义傅里叶变换对振动信号进行时频扭转，然后采用带通滤波方法提取特征频率成分的平稳投影量，再进行广义傅里叶反变换，得到啮合频率成分，然后进行Hilbert变换获得啮合频率成分的瞬时相位，进而利用瞬时相位，对原始振动信号进行角度域重采样，将重采样后的信号进行合理分段和角度域平均后作相位解调以实现短时相位解调，本发明降低测试系统的硬件成本，提高测试系统的市场竞争力。
-
公开(公告)号：CN104819766A
公开(公告)日：2015-08-05
申请号：CN201510243661.1
申请日：2015-05-13
Applicant: 西安交通大学
Abstract: 基于谐噪比的包络解调频带确定方法，先将振动加速度传感器吸附于对被测试滚动轴承的轴承座上或将声级计安装于靠近轴承座上方的位置，对信号进行采集，通过构建树状滤波器组，对原始信号进行带通滤波，然后通过希尔伯特变换得到信号的包络，再利用对数频谱估计包络信号谐噪比将其大小作为频带故障特征是否显著的指标，最后将谐噪比最大的频带作为最优包络解调频带进行包络谱分析，确定故障的发生和类型，本发明充分利用了故障引起冲击的周期性，将包络的谐噪比作为衡量故障的指标，克服了传统峭度指标的缺点，方法具有鲁棒性，可以自适应地提取最优滤波频带，有利于实现滚动轴承故障特征自适应提取和诊断监测的自动化。
-
-
-
-
-
-
-
-
-
Search Results
11
records
(took 0.048 seconds)
