52phm简介


专注于工业智能预警系统研发, 通过机理算法和数据驱动算法分析振动信号、音频、DCS、PLC信号、SCADA信号等设备运行状态数据对机器设备进行看病预诊,为机器设备健康运行保驾护航。 网站正在不断建设和完善过程中,欢迎大家给予建议和参与社区建设

联系我们


投稿说明


52phm,专注于预测性维护知识学习和交流,欢迎广大从事预测性维护行业人员投稿,投稿请联系管理员(wx: www52phmcn),投稿内容可以是:

  • 学习笔记
  • 技术理论
  • 工程案例
  • 行业资讯

加入我们


官方公众号:52phm,专注预测性维护的学习平台

2021-12-13 17:30:19    互联网    1928    当前专栏:故障诊断    分类:算法开发    本站官网:www.52phm.cn   

公众号 ...

轴心位置来进行机械诊断转子不对中情况

轴心轨迹和轴心位置结合可以更好地分析

更好地对机械故障诊断:

版权声明:遵循 CC 4.0 BY-SA 版权协议
原文链接:https://blog.csdn.net/ghevinn/article/details/18559389

免责声明


[推荐] 旋转机械故障诊断学基础知识

2021-12-13 14:30:26    互联网    2067    分类:算法开发    专栏:故障诊断   


[推荐] 大型旋转机械状态监测与故障诊断

2021-12-13 17:29:41    互联网    7319    分类:算法开发    专栏:故障诊断   


[推荐] 旋转设备故障诊断轴心轨迹分析

2021-12-13 17:31:46    互联网    2004    分类:算法开发    专栏:故障诊断   



转发此文章到社区


关注公众号进群

让志同道合读者学习交流



机电设备故障诊断数据集

机电设备故障诊断

2021-12-09 11:27:13    博客笔记    5953    分类:边缘感知    专栏:故障诊断   


机器人执行故障

机器人执行故障

2021-12-04 23:48:39    博客笔记    964    分类:边缘感知    专栏:工业机器人   


故障诊断技术体系阐述

1.引言 智能故障诊断(IFD)是指将机器学习理论,如人工神经网络(ANN)、支持向量机(SVM)和深度神经网络(DNN)应用于机器故障诊断。这种方法利用机器学习理论,从采集的数据中自适应地学习机器的诊断知识,而不是利用工程师的经验和知识。具体而言,IFD需要构建一个诊断模型,该模型能够自动将收集的数据与机器的健康状态之间的关系连接起来。 机器学习的早期研究可追溯到1950年,1980年左右成为了人工智能的一个重要方向,并于2010年开始得到了广泛的应用。在此期间发明了许多传统理论,如AN...

2021-12-09 11:31:41    互联网    1215    分类:算法开发    专栏:故障诊断   


智能故障诊断方法总结

1.故障诊断方法可分为三个步骤:信号处理、特征提取、模式分类。2.信号处理方法通常包括:时域处理(提取振动信号的相关指标);频域处理(包络谱分析,频谱分析);时频域分析(小波分析,傅里叶变换)3.故障诊断方法:专家系统故障诊断法,模糊故障诊断、灰色关联度故障诊断、神经网络故障诊断、数据融合故障诊断。...

2021-12-09 11:32:32    互联网    1893    分类:算法开发    专栏:故障诊断   


旋转机械振动物理力学特性

机械振动4.1 简谐振动4.1.1 简谐振动的动力学特性4.1.2 单摆4.2 简谐振动的运动学4.2.1 简谐运动的运动学方程4.2.2描述简谐振动的三个重要的特征向量1 振幅2 周期3 相位和初相位4.2.3 简谐振动的矢量表示法4.3 简谐振动的能量4.4 简谐振动的合成4.4.1 同方向、同频率简谐振动的合成4.4.2 两个同方向、不同频率简谐振动的合成4.4.3 两个相互垂直、相同频率的简谐振动的合成(没整理)4.4.4 两个相互垂直、不同频率的简谐振动的合成(没整理)4.4.5 振动的频谱分析4

2021-12-10 17:18:58    互联网    902    分类:算法开发    专栏:故障诊断   


基于深度学习的滚动轴承故障诊断

本文主要介绍如何使用python搭建:一个基于深度学习的滚动轴承故障诊断系统项目中涉及使用了多种方法对比检测结果,包括:传统机器学习方法:随机森林深度学习方法:CNN增加残差模块后的深度学习方法:ResNet如各位童鞋需要更换训练数据,完全可以根据源码将图像和标注文件更换即可直接运行。

2021-12-10 18:15:00    互联网    1174    分类:算法开发    专栏:故障诊断   


一篇关于轴承故障诊断的综述

在设备的故障检测中,有约30%-40%的设备故障是由轴承故障引起的,因此本文将列举有关检测轴承故障使用到的相关数据集,模型和算法。数据集现有的数据集,普遍由固定在电机马达上的两个震动检测器获得,并根据需要,分离震动数据在时域和频域上的特征以供网络模型学习。不同的数据集,区别在于,检测的马达转速不同,环境不同,取样频率不同,一段样本的时长不同等等(1)Case Western Reserve University (CWRU) Dataset该数据集拥有多种数据,测量的时候,通过改变轴承.

2021-12-13 13:17:35    互联网    2935    分类:算法开发    专栏:故障诊断   


机械故障诊断方法论

1. 故障诊断概念故障诊断主要研究如何对系统中出现的故障进行检测、分离和辨识 , 即判断故障是否发生 , 定位故障发生的部位和种类 , 以及确定故障的大小和发生的时间等 。2. 故障诊断方法故障诊断防范可分为定性分析和定量分析两大类 , 如图 1 所示。 其中 , 定量分析方法又分为基于解析模型的方法和数据驱动的方法 , 后者又进一步包括机器学习类方法、多元统计分析类方法、信号处理类方...

2021-12-13 14:48:01    互联网    2028    分类:算法开发    专栏:故障诊断   


故障诊断期刊文献分析

看看故障诊断研究重点方向在哪?故障诊断总发文量统计如下:前20个主要主题词分布情况:前20个次要主题词分布情况:录用期刊分布:期刊类型:学科分布情况:发文机构分布:基金分布情况:...

2021-12-13 17:11:53    互联网    3091    分类:算法开发    专栏:故障诊断   


故障诊断中的加速度、速度和位移有什么区别吗?

为什么基于振动信号的故障诊断中,采集的信号通常是加速度信号,而不是位移、速度信号呢?看了一些旋转机械故障诊断的文章,发现采集的信号通常都是加速度信号。自己也用位移信号和加速度信号比较着试了一下,加速度信号做出来的效果的确要好。但是原因???还请知道的大佬指教。

2022-08-22 14:34:00    博客笔记    182    分类:边缘感知    专栏:未分组   


  • 52phm公告

  • 在这里,可以学习接触到工业互联网技术知识以及落地案例,其中涵盖工业数据集、工业标准库、机理模型、设备知识、机器学习、 深度学习、特征工程、振动分析、工业视觉、边缘硬件及传感器等技术知识!


故障诊断   
  • 关于站长


  •         从事设备故障预测与健康管理行业多年的PHM算法工程师(机器医生)、国际振动分析师, 实践、研发和交付的项目涉及“化工、工业机器人、风电机组、钢铁、核电、机床、机器视觉”等领域。专注于工业智能预警系统研发, 通过机理算法和数据驱动算法分析振动信号、音频、DCS、PLC信号、SCADA信号等设备运行状态数据对机器设备进行看病预诊,为机器设备健康运行保驾护航。


当前文章目录


52phm社区

52phm社区,专注预测性维护的学习平台!

Saas体验

+ 工业demo学习系统

技术博客

+ 博客首页    + 算法开发    + 边缘感知   

+ 设备机理    + 开发环境

+ 论文速递   

友情链接

+ 在码圈

联系我

Copyright© 2021 52phm社区

京ICP备2021029973号-1