отношение сигналов вибрации, собранные с помощью датчика вибрации

Принимая отказ является одним из передовых причин аварии во вращающихся машин и такие неудачи могут быть катастрофическими, в результате дорогостоящие простои. Одним из ключевых вопросов, в несущих прогнозирования заключается в выявлении дефектов на начальном этапе и оповещения оператором до перерастает в катастрофическую неудачу.

Для датчиков метод, основанный сигнала де-зашумления и добычи слабых подписи имеют решающее значение для прогнозирования подшипник с присущей дефицит измерительного механизма часто вносит большое количество шума в сигнале. Кроме того, за подписью одного из дефектного подшипника распространяется по всей широкой полосе частот и, следовательно, легко может стать маскируется шумом и низкочастотных эффектов.

Как правило, принимая сигналы вибрации, собранные с помощью датчика вибрации установлены на несущей жилье, датчики часто становятся предметом сбора активными источниками вибрации от других механических компонентов. Присущие дефицит измерительного механизма представляет большое количество шума в сигнале. Таким образом, за подписью одного из дефектного подшипника распространяется по всей широкой полосе частот и могут легко стать маскируется шумом и низкочастотных эффектов. Одна из проблем заключается в укреплении слабых подписания на ранней стадии развития дефекта. Сигнал повышения метода необходимо, чтобы обеспечить более наглядной информации для несущих оценки эффективности и прогнозирования.

Традиционный подход для извлечения сигнала из шумовой фон является разработка соответствующих фильтром, который удаляет шумовые составляющие, и в то же время, дает полезный сигнал пройти без изменений. В зависимости от типа шума и применения различных фильтров могут быть разработаны для проведения де-зашумления. Тем не менее, ситуация, при которой типа шума и частотного диапазона, неизвестны, традиционной конструкции фильтра может стать вычислительно интенсивный процесс.

Вейвлет широко используется в сигнальных де-зашумления из-за его чрезвычайной представления частотно-временной потенциал, который подробно обсуждается далее в этой статье. Хотя большая часть сигнала де-зашумления подходы намерены обнаружить плавные изгибы в стороне от шумной сырой сигналов вибрации сигнал от механических неполадок, таких, как зубчатые передачи и подшипники, более импульс типа, чем гладкий. Некоторые исследователи разработали де-зашумления метод, основанный на вейвлет Морле и применили этот метод для извлечения признаков передачи сигналов вибрации. Эти методы поиска оптимального вейвлет фильтров, которые могут дать самую крупную эксцесс значение для преобразованного сигнала. Тем не менее, недостаток подписания Подшипник периодических импульсов. Периодичности играет важную роль в идентификации и вина не следует игнорировать в оптимальной конструкции вейвлет фильтр.

Еще одной проблемой, несущей прогнозирования в том, как эффективно оценивать производительность системы на основе извлеченного черты. Одна из основных трудностей для эффективного осуществления несущих прогнозирования является весьма вероятностный характер дефекта роста. Даже несмотря на большое разнообразие функций могут быть извлечены для описания характеристик сигнала с разных сторон (например, среднеквадратическое [RMS], эксцесс, коэффициент амплитуды, кепстра и конверт спектра), предыдущие исследования показали, что каждая функция Единственным эффективным для некоторых дефектов на определенных этапах. Например, spikiness сигналов вибрации указанный коэффициент амплитуды и эксцесса предполагает начальной дефектов, в то время как высокий уровень энергии определяется значение RMS указывает на наличие серьезных дефектов. Хороший способ оценки эффективности должны воспользоваться взаимной информации из различных функций и датчики для системы оценки деградации.