کد مقاله کد نشریه سال انتشار مقاله انگلیسی نسخه تمام متن
6954743 1451832 2018 13 صفحه PDF دانلود رایگان
عنوان انگلیسی مقاله ISI
Amplitude-cyclic frequency decomposition of vibration signals for bearing fault diagnosis based on phase editing
ترجمه فارسی عنوان
تجزیه فرکانس دامنه-چرخه ای سیگنال های ارتعاش برای تشخیص خطا تحمل بر اساس ویرایش فاز
کلمات کلیدی
ویرایش فاز، تشخیص قطعی معکوس، همبستگی طیفی، طیف پاکت مربعی پیشرفته، سرعت متغیر،
ترجمه چکیده
در تشخیص چرخش دستگاه، طیف وسیعی از ابزارها برای تحلیل سیگنال های ارتعاش استفاده می شود. با وجود عملکرد تشخیصی خوب، این ابزارها معمولا تصحیح می شوند، به صورت محاسباتی پیچیده برای پیاده سازی و نظارت بر یک کاربر متخصص هستند. این مقاله یک روش بصری و آسان برای پیاده سازی برای تجزیه و تحلیل ارتعاش ارائه می دهد: تجزیه فرکانس دامنه سیلیک. این روش در ابتدا سیگنال های لرزش را با توجه به دامنه طیفی آن جدا می کند و در مرحله دوم از طیف پوشه مربع برای نشان دادن حضور سیکلوسترانتیتی در هر سطح دامنه استفاده می کند. ایده بصری این است که در اجزای مختلف چرخشی، اجزای مختلف اجزای ارتعاش در دامنه های مختلف هستند، مثلا بلبرینگ های معیوب، یک سیگنال بسیار ضعیفی را در مقایسه با چرخ دنده ها ایجاد می کنند. این مقاله همچنین یک مقدار جدید، طیف پوشش دهی تقسیم بندی را معرفی می کند که باعث می شود جدایی بین اجزای یک ماشین دوار انجام شود. تجزیه فرکانس دامنه ی چرخه ای و طیف پوشش دهی تقسیم شده بر روی سیگنال های واقعی کلمه، هر دو در سرعت ثابت و متغیر، با استفاده از داده های یک گیربکس توربین بادی و یک موتور هواپیما، مورد آزمایش قرار می گیرند. علاوه بر این، مقایسه ی معیار با روش همبستگی طیفی ارائه شده است.
موضوعات مرتبط
مهندسی و علوم پایه مهندسی کامپیوتر پردازش سیگنال
چکیده انگلیسی
In rotating machine diagnosis different spectral tools are used to analyse vibration signals. Despite the good diagnostic performance such tools are usually refined, computationally complex to implement and require oversight of an expert user. This paper introduces an intuitive and easy to implement method for vibration analysis: amplitude cyclic frequency decomposition. This method firstly separates vibration signals accordingly to their spectral amplitudes and secondly uses the squared envelope spectrum to reveal the presence of cyclostationarity in each amplitude level. The intuitive idea is that in a rotating machine different components contribute vibrations at different amplitudes, for instance defective bearings contribute a very weak signal in contrast to gears. This paper also introduces a new quantity, the decomposition squared envelope spectrum, which enables separation between the components of a rotating machine. The amplitude cyclic frequency decomposition and the decomposition squared envelope spectrum are tested on real word signals, both at stationary and varying speeds, using data from a wind turbine gearbox and an aircraft engine. In addition a benchmark comparison to the spectral correlation method is presented.
ناشر
Database: Elsevier - ScienceDirect (ساینس دایرکت)
Journal: Mechanical Systems and Signal Processing - Volume 103, 15 March 2018, Pages 76-88
نویسندگان
, , , ,