试建立基于检测振动加速度信号的设备故障部位诊断模型

论文

本期目录 | 过刊浏览 | 高级检索

前一篇 | 后一篇

试建立基于检测振动加速度信号的设备故障部位诊断模型

刘红星¹, 左洪福¹, 姜澄宇¹, 屈梁生²

1. 南京航空航天大学民航学院, 南京, 210016;2. 西安交通大学, 西安, 710049

收稿日期:1998-05-20 修回日期:1998-09-20 出版日期:1999-04-25 发布日期:1999-04-25

TRYING TO ESTABLISH PATTERNS FOR LOCATING A MACHINE FAULT BASED ON MEASURING VIBRATIONAL ACCELERATIONS

Liu Hongxing¹, Zuo Hongfu¹, Jiang Chengyu¹, Qu Liangsheng²

1. Civil Aviation College, Nanjing University of Aeronautics and Astronautics, Nanjing, 210016;2. Xi'an Jiaotong University, Xi'an,710049

Received:1998-05-20 Revised:1998-09-20 Online:1999-04-25 Published:1999-04-25

摘要/Abstract

摘要：

往复式压缩机、内燃机等复杂设备，一旦出现故障，诊断的首要任务是要判断它们的故障部位。以检测振动加速度信号取代传统的耳听手摸的经验方法是这类设备诊断的一个趋势。尝试着提出了基于检测振动加速度信号的设备故障部位诊断模型——单特征模型和多特征集成模型。通过在往复式压缩机和内燃机上的实例验证表明，提出的单特征模型和多特征集成模型具有一定的可行性，其中多特征集成模型比单特征模型更有效。

关键词: 故障部位, 诊断, 加速度

Abstract:

Once a complicated machine such as a reciprocating compressor or a combustion engine malfunctions, it is most important to locate the fault in it.This paper introduces two patterns to judge the fault position, which are based on measuring vibrational accelerations.With the real examples on a reciprocating compressor and a combustion engine, the two patterns proposed were verified to be feasible to some extent, and the multiple feature based pattern was more effective than the one feature based pattern.

Key words: fault position, diagnosis, a ccelerat ion

中图分类号:

刘红星;左洪福;姜澄宇;屈梁生. 试建立基于检测振动加速度信号的设备故障部位诊断模型[J]. 航空学报, 1999, 20(2): 165-167.

Liu Hongxing;Zuo Hongfu;Jiang Chengyu;Qu Liangsheng. TRYING TO ESTABLISH PATTERNS FOR LOCATING A MACHINE FAULT BASED ON MEASURING VIBRATIONAL ACCELERATIONS[J]. ACTA AERONAUTICAET ASTRONAUTICA SINICA, 1999, 20(2): 165-167.

E-mail：hkxb@buaa.edu.cn

关于我们

期刊社服务

专业学科

封面文章

友情链接

主管单位：中国科学技术协会主办单位：中国航空学会北京航空航天大学

[1]	石霄鹏, 钟欣言, 牟浩蕾, 解江, 曾志宇, 李培瑶. 垂向冲击下的民机乘员腰椎载荷研究[J]. 航空学报, 2024, 45(8): 229108-229108.
[2]	陈立, 曾孝云, 黄文, 张建飞. 简谐基础加速度激励下的点阵结构优化设计[J]. 航空学报, 2024, 45(5): 529704-529704.
[3]	胡明辉, 高金吉, 江志农, 王维民, 邹利民, 周涛, 凡云峰, 王越, 冯家欣, 李晨阳. 航空发动机振动监测与故障诊断技术研究进展[J]. 航空学报, 2024, 45(4): 630194-630194.
[4]	黄湛钧, 董鑫, 卢沐宇, 张瑞涛, 闫钊阳, 张安. 基于DRSN与电压幅值分析的航空HVDC系统逆变器故障诊断[J]. 航空学报, 2024, 45(3): 328685-328685.
[5]	李天晴, 王维民, 张旭龙, 王树慧, 付振宇. 基于叶尖定时的转子叶片轴向位移辨识方法[J]. 航空学报, 2024, 45(2): 228682-228682.
[6]	李洁, 黄文新, 蔡一鸣, 王思远, 高宇飞, 蒋雪峰. 基于DFPMM的位置传感器故障诊断与容错控制[J]. 航空学报, 2024, 45(10): 329307-329307.
[7]	贾宝惠, 姜番, 王玉鑫, 王杜. 基于民机维修文本数据的故障诊断方法[J]. 航空学报, 2023, 44(5): 326598-326598.
[8]	王金瑞, 季珊珊, 张宗振, 初振云, 韩宝坤, 鲍怀谦. 并行稀疏滤波在轴承声信号下的故障诊断[J]. 航空学报, 2023, 44(4): 426887-426887.
[9]	刘思远, 谢永奇, 苏健, 张红星, 李国广. 加速度环境中环路热管稳态工作性能对比[J]. 航空学报, 2023, 44(4): 126803-126803.
[10]	陈泽灏, 陈晖, 高玉闪, 张航. 基于模型的液体火箭发动机故障诊断技术回顾与展望[J]. 航空学报, 2023, 44(23): 629016-629016.
[11]	于功也, 蔡伟东, 胡明辉, 刘文才, 马波. 故障机理与领域自适应混合驱动的机械故障智能迁移诊断[J]. 航空学报, 2023, 44(2): 426800-426800.
[12]	郭丞皓, 于劲松, 宋悦, 尹琦, 李佳璇. 基于数字孪生的飞机起落架健康管理技术[J]. 航空学报, 2023, 44(11): 227629-227629.
[13]	王芳丽, 刘凯, 潘微, 童明波. 民机结构绿色维修技术应用与发展[J]. 航空学报, 2023, 44(11): 25851-025851.
[14]	赵万里, 郭迎清, 徐柯杰, 王灿森, 应豪杰, 陶欣昕. 航空发动机多电分布式控制系统故障诊断与容错关键技术综述[J]. 航空学报, 2023, 44(10): 27519-027519.
[15]	胡艳艳, 张莉, 夏辉, 张乃文, 鄢镕易. 不完全信息下基于微分对策的机动目标协同捕获[J]. 航空学报, 2022, 43(S1): 726905-726905.

试建立基于检测振动加速度信号的设备故障部位诊断模型

TRYING TO ESTABLISH PATTERNS FOR LOCATING A MACHINE FAULT BASED ON MEASURING VIBRATIONAL ACCELERATIONS

PDF (PC)

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics

本文评价