一种旋转机械设备故障诊断中故障程度计算方法

    公开(公告)号:CN106845049B

    公开(公告)日:2019-09-20

    申请号:CN201510868200.3

    申请日:2015-12-03

    发明人: 乔文生

    IPC分类号: G16Z99/00

    摘要: 本发明涉及一种基于振动信号的旋转机械设备故障诊断中设备故障程度的计算方法。是对采集的振动信号进行零均值处理、高通滤波、低通滤波等信号处理,去掉干扰噪声信号,计算得到信号的有效值、峰值、绝对平均值、峰峰值等有量纲参数以及波形指标、脉冲指标、峰值指标等无量纲参数。通过有量纲和无量纲参数门限值判断设备总体状态。计算设备各轴及其部件的故障特诊频率,比较实际频谱图中前24个幅值最大的频率分量与理论故障特诊频率,并计算其频率贴近度,计算频域故障程度。综合设备多参数时域诊断和引入频率贴近度的频域诊断的结果,计算出设备故障的程度。这种故障程度的计算方法,增强了设备故障诊断的准确性,提高了诊断的效率和精度。

    一种齿轮箱故障诊断方法及系统
    7.
    发明公开

    公开(公告)号:CN111855202A

    公开(公告)日:2020-10-30

    申请号:CN202010805158.1

    申请日:2020-08-12

    IPC分类号: G01M13/028 G01M13/021

    摘要: 本发明公开了一种齿轮箱故障诊断方法及系统,方法通过在风力发电机设置的加速度传感器获取齿轮箱轴水平振动信号和垂直振动信号,提取齿轮箱轴水平振动信号和垂直振动信号特征数据,将提取的特征数据输入深度卷积神经网络模块得到故障诊断结果,所述深度卷积神经网络模块是根据齿轮箱不同故障齿轮箱轴水平和垂直振动信号特征数据事先学习建立的故障诊断模型,所述齿轮箱轴水平振动信号和垂直振动信号的特征数据提取包括:进行多尺度时域特征提取和深度降噪特征提取。本发明提高了风力发电机齿轮箱故障诊断的准确率与自动化水平,可以实时的监控风力发电机齿轮箱的工作状况,降低了人员的劳动强度。