-
公开(公告)号：CN114166507A
公开(公告)日：2022-03-11
申请号：CN202111410485.8
申请日：2021-11-19
Applicant: 郑州恩普特科技股份有限公司 , 淮南矿业(集团)有限责任公司朱集东煤矿
IPC: G01M13/045
Abstract: 本发明提出的一种基于快速谱峭度的谐波识别方法，属于设备状态监测和故障诊断领域。首先对采集的振动信号进行快速谱峭度计算，得到对应谱峭度较大的p个滤波器，并对振动信号进行滤波和降噪处理，得到对应包络谱序列；再对每个包络谱序列进行区间划分，确定各子区间的基础频率；然后根据谐波搜索区间计算各子区间的有效谐波个数和谐波强度；最后计算各子区间的谐波强度指数，输出谐波强度指数最大的前n个子区间所对应的频率。该方法通过自动识别设备振动信号中的谐波成分，可以准确识别出调制信号的有效频率成分，为智能诊断轴承或齿轮等设备提供重要的故障征兆参数，相比人工识别调制信号的有效频率成分，明显简化工作复杂度且能提高诊断效率。
-
公开(公告)号：CN114166507B
公开(公告)日：2024-04-12
申请号：CN202111410485.8
申请日：2021-11-19
Applicant: 郑州恩普特科技股份有限公司 , 淮南矿业(集团)有限责任公司朱集东煤矿
IPC: G01M13/045
Abstract: 本发明提出的一种基于快速谱峭度的谐波识别方法，属于设备状态监测和故障诊断领域。首先对采集的振动信号进行快速谱峭度计算，得到对应谱峭度较大的p个滤波器，并对振动信号进行滤波和降噪处理，得到对应包络谱序列；再对每个包络谱序列进行区间划分，确定各子区间的基础频率；然后根据谐波搜索区间计算各子区间的有效谐波个数和谐波强度；最后计算各子区间的谐波强度指数，输出谐波强度指数最大的前n个子区间所对应的频率。该方法通过自动识别设备振动信号中的谐波成分，可以准确识别出调制信号的有效频率成分，为智能诊断轴承或齿轮等设备提供重要的故障征兆参数，相比人工识别调制信号的有效频率成分，明显简化工作复杂度且能提高诊断效率。
-
公开(公告)号：CN118981708A
公开(公告)日：2024-11-19
申请号：CN202411032859.0
申请日：2024-07-30
Applicant: 郑州恩普特科技股份有限公司
IPC: G06F18/2431 , G01M13/04 , G01M13/045 , G06F18/213 , G06N3/045 , G06N3/0442 , G06N3/0464 , G06N3/0985 , G06F123/02
Abstract: 本发明属于变速轴承故障技术领域，具体涉及一种时变转速轴承故障诊断方法及装置。本发明通过将预测时间段内的轴承运行数据输入至时变转速轴承故障诊断模型中得到故障类型结果；其中，运行数据包括振动数据和转速脉冲数据；时变转速轴承故障诊断模型包括两个通道和分类器；第一个通道用于获取运行数据的时间故障信息，第二个通道用于获取运行数据的空间故障信息，分类器用于结合第一个通道和第二个通道的输出完成故障诊断。本发明的本发明的时变转速轴承故障诊断方法综合考虑输入信号的时间信息和空间信息，增强时间序列数据之间的相互依赖性，可以同时获得输入信号的空间和时间故障信息，提高了对时变转速轴承的故障诊断的准确性。
-
公开(公告)号：CN115200865A
公开(公告)日：2022-10-18
申请号：CN202210827524.2
申请日：2022-07-13
Applicant: 郑州恩普特科技股份有限公司
IPC: G01M13/045 , G06F30/27 , G06K9/62 , G06Q10/06
Abstract: 本发明涉及一种滚动轴承性能退化评估方法，属于轴承性能评估技术领域。本发明采集轴承同源双通道信号，可以更全面反映轴承的运行状态，避免后续评估过程中由于单通道信息采集所造成的特征片面性和不完整性；采用循环平稳快速谱相关特征提取方法，可以更有效的提取滚动轴承微弱故障阶段信号的非平稳、非线性特征，为后续性能退化评估提供有效的数据支撑；同时采用双链的耦合隐马尔科夫对循环平稳特征进行进一步融合，有效提高了性能退化评估的准确性。因此，本发明相对传统幅值、峭度指标更能科学、有效反映滚动轴承性能退化过程。
-
公开(公告)号：CN115186707A
公开(公告)日：2022-10-14
申请号：CN202210803111.0
申请日：2022-07-07
Applicant: 郑州恩普特科技股份有限公司
IPC: G06K9/00 , G01M13/021
Abstract: 本发明提出了一种简易齿轮箱故障检测方法，用以解决现有齿轮故障检测方法复杂度高，准确性差的技术问题。本发明等间隔连续采集齿轮箱m组振动信号并预处理，筛选出齿轮故障的敏感特征；对敏感特征的数据进行数据预处理；将前q组数据等分为p个区间，使用最小二乘法计算敏感特征在第i个区间的斜率值，利用斜率值构造数据矩阵；使用熵值法计算出敏感特征的权重值；使用和积法利用权重值和斜率值计算第i个区间的齿轮劣化指数，基于中心极限定理计算齿轮劣化指数的报警值；对后r组数据计算出齿轮劣化指数；若齿轮劣化指数≥w，判断齿轮发生故障；否则，齿轮未发生故障。本发明可以自动检测齿轮箱健康状况，显著提高齿轮故障识别准确性。
-
Patent Agency Ranking
公开(公告)号：CN114252250A
公开(公告)日：2022-03-29
申请号：CN202111501141.8
申请日：2021-12-09
Applicant: 郑州恩普特科技股份有限公司
Abstract: 本发明涉及一种基于部件分解的机械故障诊断方法。方法包括：实时采集机械机组每个测点的振动数据；当机械机组的某个测点或者多个测点报警时，在机组模板上找出对应的报警测点；根据报警测点、以及各测点与被诊断对象之间的位置关系，确定所有被诊断对象；根据每个被诊断对象选出对应的诊断对象模板；依据每个诊断对象模板中与诊断对象关联的所有测点标识、以及第一对应关系，确定机组模板中与报警测点关联的其他测点；根据不同的诊断对象，结合各自的报警测点和与报警测点关联的其他测点的振动数据进行故障定位。本发明利用诊断对象模板进行故障的诊断提高了诊断效率，且通过与诊断对象关联的所有测点标识，提高了故障定位的准确性。
-
公开(公告)号：CN113123956A
公开(公告)日：2021-07-16
申请号：CN202110374195.6
申请日：2021-04-07
Applicant: 郑州恩普特科技股份有限公司
Abstract: 本发明属于水泵水锤故障技术领域，具体涉及一种水泵水锤故障诊断方法。首先获取水泵测试工况下的时域振动信号，根据测试工况下的时域振动信号确定工频值，并构建正弦参考信号；然后将测试工况下的时域振动信号和构建的正弦参考信号输入至变分模式提取计算模型中，得到工频成分信号；接着将测试工况下的时域振动信号减去工频成分信号，得到目标信号；最后提取目标信号的水锤故障特征，并与水泵正常工况下的水锤故障特征进行比较，根据比较结果判断水泵是否发生水锤故障和/或水泵水锤故障的严重程度。本发明能够有效滤除工频成分信号及其谐频成分，从而准确提取水锤故障特征成分，有效诊断出定频及变频工况下水泵发生的微弱水锤故障。
-
公开(公告)号：CN112946471A
公开(公告)日：2021-06-11
申请号：CN202110156901.X
申请日：2021-02-04
Applicant: 郑州恩普特科技股份有限公司
IPC: G01R31/34
Abstract: 本发明涉及一种变频电机故障监测系统，属于故障诊断领域。该系统通过采集电机设备的动态电流信号、轴承振动信号、轴承温度信号，对应计算电机的电气故障特征指标、振动故障特征指标、温度故障特征指标；将振动故障特征指标、温度故障特征指标分别带入动态配置的报警阈值模型函数，求出振动报警阈值和温度报警阈值，电气报警阈值采用国标设定，用于进行预警判断。本发明利用变频电机的多种类型信号进行故障特征指标判别，对于其中的电气故障特征指标，采用国标阈值进行报警判断；对于其中的振动和温度故障特征指标，采用报警阈值模型函数计算的阈值进行报警判断，提高设备报警准确性，降低漏报、误报率。
-
公开(公告)号：CN111473975A
公开(公告)日：2020-07-31
申请号：CN202010286849.5
申请日：2020-04-13
Applicant: 郑州恩普特科技股份有限公司
IPC: G01M13/045 , G06K9/00
Abstract: 本发明涉及一种基于特征向量基线法的二级齿轮箱故障智能诊断方法，属于齿轮箱故障诊断技术领域。本发明通过获取齿轮箱各设定测点正常工况的振动数据建立基线特征征兆库，基线特征征兆库中包括由正常工况振动数据提取得到的啮合信号，将实时采集的振动数据进行成分分析，提取出齿轮啮合信号作为实时特征，将实时特特征与基线特征征兆库中的特征数据进行比较，当某个特征的实时特征值超过对应基线特征值的设定比例，则认为此特征对应的齿轮发生了故障，以此实现对齿轮箱故障的诊断。本发明以正常工况的数据为基准，将实时振动数据与正常工况比较，提高了齿轮箱故障诊断的准确度。
-
公开(公告)号：CN110163190A
公开(公告)日：2019-08-23
申请号：CN201910522045.8
申请日：2019-06-17
Applicant: 郑州大学 , 郑州恩普特科技股份有限公司 , 韩捷
IPC: G06K9/00 , G01M13/045
Abstract: 本发明提供一种滚动轴承故障诊断方法及装置，属于故障诊断技术领域。该方法包括：利用加速度传感器获取待测滚动轴承的振动加速度信号的时域数据序列；利用所述时域数据序列计算峰值指标、峭度指标和波形指标；若其中某个指标的值大于该指标的正常值，则对所述时域数据序列作高通滤波处理和分段处理，得到新的时域数据序列；对所述新的时域数据序列重采样，利用重采样后的时域数据序列计算得到频谱；若频谱中的幅值最大值大于故障报警值，则判断待测滚动轴承故障。本发明依据有故障发生时待测滚动轴承频谱的故障特征频率处的幅值必定包含在频谱的前几个幅值最大值中，实现待测滚动轴承的故障诊断，诊断结果能客观反映待测滚动轴承的真实故障情况。
-
-
-
-
-
-
-
-
-
Search Results
30
records
(took 0.062 seconds)
