丁宇[1]2014年在《基于LabVIEW的振动信号分析系统的研究与设计》文中认为在工业生产中，大型旋转机械所占的比例越来越大，只有保证旋转机械的正常工作，才能保证生产部门工作的正常运行。所以，我们要对大型旋转机械的运行状态进行测试，来确认它的运行状态是否正常，旋转机械大多数为动力机械，因此我们可以对其运行时的振动进行监测。近些年，随着科学技术的迅猛发展，旋转机械的外部形状更加的庞大，内部系统结构更加复杂，因此，在旋转机械运行时所产生的振动信号也越来越复杂。传统的信号分析仪器对振动信号特征的分析已经无法达到生产部门的要求。因此需要开发更先进的仪器对复杂的振动信号进行分析。进入二十一世纪后，随着计算机技术的快速发展，虚拟仪器技术逐渐进入了人们的视野。虚拟仪器技术的使用能够替代很多庞大的硬件设施，虚拟仪器技术的核心是软件技术，通过软件开发建立的振动信号分析系统的功能性更强，其扩展性、维护性更高。因此应用越来越广泛。在虚拟仪器技术中，应用最为广泛的是LabVIEW软件开发平台。通过LabVIEW建立的振动信号分析系统能够更好的完成信号处理分析等工作。针对以上问题，本文首先对虚拟仪器技术及LabVIEW软件开发平台进行了详细的介绍。其次，对振动特征进行了研究，并对获取机械振动信号的各种传感器的工作原理及选用方式进行了研究，此外，对旋转机械振动信号的分析方法进行研究，主要是对时域分析及基于快速傅里叶变换的频谱分析进行了研究。再次，通过LabVIEW软件开发平台建立了振动信号分析系统，在此基础上研究了系统对信号采集、处理、分析等功能。最后，通过此系统对某电厂燃气机进行仿真分析，其分析结果与预期结果保持一致。
徐雪娇[2]2016年在《基于支持向量机的旋转机械振动故障诊断研究》文中提出当今科学技术迅猛发展,大型旋转机械正面向大型、复杂、智能的方向发展,对旋转机械进行状态监测和故障诊断受到越来越多的重视,智能故障诊断技术也逐渐发展起来。支持向量机是一种基于统计学习理论的新兴的机器学习理论,可以有效地解决小样本故障分类问题,所以将支持向量机引入到旋转机械故障诊断技术领域中,可以方便有效地对故障进行诊断。对大型旋转机械进行智能故障诊断的研究,对避免巨大的经济损失和严重的伤亡事故具有重大的意义。本论文主要以支持向量机理论算法为研究方法,针对智能故障诊断技术进行了详细的实验研究。面向大型旋转机械,文中详细研究了支持向量机的理论算法和故障诊断模式识别方法,设计了以Lab VIEW和MATLAB为软件开发平台的基于支持向量机的旋转机械故障诊断系统。主要研究内容如下:本论文对大型旋转故障诊断技术的应用与发展现状做了详细的介绍,深入研究了统计学习理论与支持向量机理论方法,综述了支持向量机的发展现状与支持向量机在故障诊断技术中的研究发展。为支持向量机应用于旋转机械故障诊断研究奠定了很好的基础。以Lab VIEW和MATLAB为软件开发平台,结合硬件系统设计了一套集旋转机械振动测试与故障诊断于一体的智能系统,系统包括:数据采集、数据处理、信号分析、数据管理、特征提取以及故障识别等模块。系统中可以有效对数据进行采集处理,并且对振动信号进行时频分析,利用小波包分析方法,对采集到的振动信号进行小波包分解重构,将得到的小波包能量值作为特征向量输入到基于支持向量机的模式识别模块,建立支持向量机训练模型,实现旋转机械的故障识别。通过现场测得的大量旋转机械振动数据,对基于支持向量机的旋转机械振动故障诊断系统进行实验验证,通过大量的实验来优化支持向量机的参数和改善系统的设计,从而完善整个故障诊断系统,实现基于支持向量机的振动故障分类,从而达到尽早发现旋转机械故障的目的。
杜金榜[3]2011年在《基于语音编码的旋转机械振动数据压缩关键技术与系统研究》文中进行了进一步梳理旋转机械是坦克等武器装备系统的关键部件之一,其振动状态监测对于提高武器装备的可靠性与安全性、促进视情维修技术的发展具有十分重要的意义。大型旋转机械振动监测向综合、高速、连续和网络化趋势发展。海量监测数据的实时传输与同步存储已成为亟待解决的成本与技术瓶颈问题,解决这些难题的一个有效途径是进行旋转机械振动数据压缩。本文以某型装甲车辆载荷谱测试和发动机全面鉴定试验为背景,立足于测试数据压缩这一仪器科学与技术的学科前沿和新的生长点,从标准化和多学科深层次交叉融合的角度出发,旨在将业已成熟的标准语音编码技术应用于旋转机械振动数据压缩领域。围绕基于语音编码的旋转机械振动数据压缩关键技术与系统实现展开研究。主要内容包括以下几个部分:1.根据旋转机械状态监测与振动数据压缩试验的需求,基于振动信号本质特征,建立了涵盖基频振动、谐波振动、拟周期振动、冲击振动、调制型振动乃至混沌振动等典型状态的广义归一化旋转机械振动信号模型。2.在继承和发展语音、图像及其它领域数据压缩评价方法的基础上,建立了一套较为完备的综合衡量旋转机械振动数据压缩与重构性能的评价方法。主要包括时频域主观视觉验证、压缩效率、算法复杂度、时延特性和时频域重构信号质量等主客观数字评价指标,以及基于主客观数字评价指标线性加权最优的多目标优化综合评价原则。3.针对语音编码与旋转机械振动信号处理的关键技术,从信源产生机理、经典数学模型、基本处理单元、信息冗余消除以及工程应用等不同层面进行广泛的类比分析,定性讨论了语音编码技术在旋转机械振动数据压缩中的适用性。基于广义归一化振动信号模型和综合评价方法,应用ADPCM波形编码、G.729A参数编码、MP3感知编码和EZW变换编码四种代表性语音编码算法进行振动数据压缩与重构仿真试验。从定性和定量的角度,仿真验证了经典语音编码算法在旋转机械振动数据压缩中应用的可行性和有效性。4.在试验对比分析的基础上,从压缩效率、重构信号质量、算法复杂度及适用性等方面,讨论了四种经典语音编码算法在旋转机械振动数据压缩中的综合性能及其优化思路。为进一步提高压缩效率,提出了基于数据稀化和语音编码的旋转机械振动数据联合压缩算法。5.从服务于旋转机械综合、高速、连续和网络化振动测试的角度,借鉴GPIB、VXI、PXI和LXI系统规范,基于多DSP并行处理、嵌入式PC104和MC3一体化等数字化测试技术,自主研制和设计了高性价比的Ⅰ型类GPIB、Ⅱ型和Ⅲ型类VXI/PXI以及基于LXI的IV型旋转机械综合振动测试与实时压缩处理系统,为基于语音编码的旋转机械振动数据压缩技术研究提供了实验平台。6.以多功能轴承-转子实验台为对象构建旋转机械振动测试与数据压缩实验系统。对论文提出的基于语音编码的旋转机械振动数据压缩算法进行了实验研究。进一步验证了基于语音编码的振动数据压缩方法的可行性和有效性。
刘德庆[4]2011年在《基于VC++的振动测试与分析系统的研究》文中研究说明随着科学技术的日益发展,对各类旋转机械的运转速度、承载能力、工作寿命等方面的要求越来越高,而这些旋转机械一旦发生故障,将造成重大事故和巨大的经济损失,因此保证旋转机械的安全可靠运行以及对故障的及时诊断和快速做出决策对企业和国民经济有着重要的意义。因而,旋转机械振动监测分析与故障诊断技术成为目前国内外一项发展迅速、备受关注的重要技术。本文通过分析目前旋转机械状态监测分析和现代故障诊断技术,运用C++语言,VC6.0开发平台,配合NI无线数据采集卡,采用面向对象的可视化编程设计方法开发了一套旋转机械振动测试分析与故障诊断系统。本文介绍了系统的总体结构设计和功能实现方法,针对各功能要求编写相应模块的代码,大大提高了软件的编程效率和通用性。本系统具有实时显示、数据采集、时域分析、频域分析和故障诊断等功能,能够实现单通道、多通道的数据采集存储,各时域和频域图形的实时显示。振动分析包括波形频谱分析、轴心轨迹分析、棒图分析、趋势图和倒谱图分析以及分频幅值分析。在故障诊断研究过程中,采用了基于模糊诊断的故障诊断方法,对转子系统常见6种故障进行诊断研究。最后采用Bently转子实验台进行碰摩故障的模拟实验,经诊断分析,所得结果与实验模拟故障相吻合,证明该方法有效,同时也验证了软件系统的各项功能达到了预期要求。此外,该系统具有界面美观,用户操作方便灵活,可靠性高,运行稳定等特点。开发这样一套具有特色且实用的旋转机械振动测试分析与故障诊断系统,无论是在经济上还是技术上,都有积极的现实意义。
王文彬[5]2005年在《基于虚拟仪器的锭子振动测试分析系统的研制与应用》文中研究说明在纺纱机械中,锭子是加捻卷绕的主要部件,它的动态性能直接影响到所纺纱线的质量、纺织厂的能量消耗以及操作人员的身心健康。锭子质量的优劣反映了棉纺设备发展水平的高低。因此,对锭子动态性能的研究具有重要的实际意义。 本文研制了一套锭子动态性能测试分析系统。整个系统包括硬件与软件两大部分,硬件主要由传感器、电荷放大器、锭子测振仪、放大电路板、数据采集卡、计算机与打印机组成;软件是在Windows环境下采用虚拟仪器软件LabVIEW开发而成,主要包括采集卡接口驱动模块、数据采集模块、波形显示与分析模块、读写盘与打印模块等,能够同时从叁个通道采集信号,分别进行时域分析与频域分析。由于其界面清晰、简单易用,而且比传统仪器开发费用低,且容易升级,因此在振动测量分析与故障诊断等诸多领域中有着广阔的应用前景。 文中对几种不同类型的锭子进行了试验和分析。首先采用激振法测出了锭杆盘组合件与锭脚组合件的前叁阶固有频率,然后对不同转速时锭子的振动进行了详细的测试分析,得出SD1203C型锭子锭脚下端振动信号幅值明显大于上端,而且在锭脚下端振动信号频谱中1315Hz的谱峰值随转速的提高有很明显的增大,因此可以判断这是由下轴承振动而激发的锭脚固有频率振动,同时通过锭端位移谱图可以看出旋转频率与其二倍频、叁倍频幅值都比较大,这主要是由于锭杆盘不平衡引起的。对于ZD3203C型锭子,也可以看出其杆盘不平衡,而04TD263型锭子杆盘平衡性较好。 另外,采用小波分析的方法对信号进行了消噪与间断点检测处理。设计了一个虚拟信号消噪仪,对混有噪声的正弦信号与锭子振动信号采用小波消噪函数WDEN()进行了消噪,消噪后的信号与原始信号基本相同,取到了很好的消噪效果。由于在大多数的实际采集信号中都不可避免地混有冲击或者间断等信号,因此,本文分别对一含间断点的正弦信号与锭子振动信号采用db5进行了五层小波分解,并从正弦信号分解的细节系数d1中可以明显看出原信号在500点时有间断,在锭子振动信号分解的细节系数d3中明显看出以200点为周期的冲击信号,通过计算,其频率为250Hz,这与实际情况符合。 综上所述,本文通过自行研制的振动测试分析系统对锭子的锭脚上下端与锭端振动进行了测试分析,得到了一些重要的结论,这对锭
刘科伟[6]2008年在《旋转机械阶比分析研究与软件实现》文中进行了进一步梳理旋转机械特征分析是旋转机械故障诊断和状态监测的重要组成部分,其中振动测试方法又是特征分析的主要手段。目前的测试仪器对平稳振动信号有比较成熟和完善的分析手段,但在对以升、降速过程为代表的旋转机械非平稳振动信号的特征提取方面还缺乏完善而有效的分析功能。这也意味着现有的通用动态测试仪器在旋转机械非平稳振动信号的分析上还不能很好地适应旋转机械的高速化、精密化和自动化的发展需要。因此迫切需要对现有技术进行补充和完善,并增加新的分析功能。本课题对旋转机械的阶比分析技术进行了研究。采用法国OROS公司生产的OR34动态信号分析仪作为数据采集前端装置,基于目前国内外应用最广泛的计算阶比分析算法,软件实现并按照软件工程的一般步骤,在Visual C++ 2005平台下自主研发了旋转机械阶比分析软件(简称OrdTra软件)。OrdTra软件实现了各种数据通信、数据分析、图形显示、参数设置、文件管理、数据回放等功能。OrdTra软件可以对升、降速过程中的非平稳振动信号进行有效地特征分析,如阶比谱、伯德图、瀑布图等,同时具备常规平稳振动信号分析显示功能,如时域图、轨迹图、频谱图等,通过实验验证,达到了本硕士论文研究的预期要求。
张金平[7]2006年在《便携旋转机械动平衡及振动分析系统研究》文中指出针对旋转机械现场动平衡及振动分析的需求,本文以便携式“傻瓜”系统为目标,结合虚拟仪器的思想,研究开发了便携旋转机械动平衡及振动分析系统。该系统集振动分析与动平衡为一体,具有振动测试、信号分析、故障诊断、动平衡计算和优化、叶片测频和虚拟示波器等功能,并具有友好的人机交互界面,能够为振动测试分析和动平衡试验提供一个完整的工作平台。本文首先分析了工程实际的需求,介绍了动平衡技术、数据采集技术、振动信号处理方法的发展概况及动平衡及振动分析系统的发展方向,并给出了全文框架。随后,本文对振动信号数据采集进行了研究,分析了旋转机械振动信号数据采集的特点,设计并实现了基于FIFO的旋转机械在线多通道振动数据采集系统,对基于USB的数据采集技术进行了探讨,开发了基于USB的叶片频率测量系统;本实验室原有一套多功能轴系动平衡及振动分析系统,原系统在DOS环境下开发,在用户界面、信号处理和网络化等方面存在局限,已逐渐不能满足实际的需要。本文针对原有系统的不足,利用数字滤波和频谱细化优化了信号处理,为便携系统的开发及系统小型化奠定了基础。通过对数据采集及信号处理方法的研究,在原有系统的基础上,引入数据库支持,兼顾仪器与在线系统的优势,开发了便携旋转机械动平衡及振动分析系统。介绍了系统的总体方案设计、软硬件构成、功能、实现过程中的关键技术及系统数据库设计,并对系统的振动检测及动平衡测试功能进行了实验验证。实验结果表明:本系统操作简单直观,使平衡计算程序化,能够很好的帮助有一定振动和平衡基本知识的技术人员解决平衡问题。最后,对全文工作进行了总结,指出了研究过程的遗留问题,为进一步的工作指明了方向。
彭浩[8]2006年在《通用性旋转机械振动信号测试与分析系统的研制》文中研究指明随着科学技术的日益发展,对各类机械的运行速度、承载能力、工作寿命等方面的要求越来越高,振动问题是机械设备中最主要的问题,人们对振动危害的认识越来越深入,因而对振动测试与振动信号分析技术的研究提出了越来越高的要求。本文介绍了发展机械设备状态监测技术的目的和意义、该技术的发展现状以及发展趋势。文章讨论了机械振动诊断理论,其中包括机械振动的分类、旋转机械振动信号的采集原理、信号的预处理方法、旋转机械振动分析的基本特征量以及信号分析的常用方法。在此基础上研制一套通用性旋转机械振动信号测试与分析系统。本文提出了在Windows XP平台下采用Visual C++编程工具开发振动信号测试与分析系统的实现方案,同时对整个系统的设计思路、设计方案、软件实现、关键技术等进行了详细论述。该系统可以兼容多种不同型号的数据采集设备,实现了振动信号的采集、数据文件的存储、波形的实时显示、组态表编辑、历史数据回放与数据分析等功能。系统的信号分析功能包括时域统计分析、时域相关分析、频谱分析、相干分析、传递函数分析、解调分析以及时频分析中的短时傅立叶变换等。经试验验证表明,系统运行稳定可靠,各项功能工作正常,数据分析结果准确、运算速度快、精度高,达到了预期设计目的。
熊炘[9]2012年在《基于希尔伯特—黄变换的故障转子振动模式分析方法研究》文中提出本论文结合国家高技术研究发展计划(863)项目“超临界、超超临界大型汽轮发电机组状态监测与故障诊断技术及其系统研究”(编号：2008AA04Z410)和国家自然科学基金项目“基于经验模式分解的旋转机械振动模式分析方法的研究”(编号：11072214),开展了故障转子在典型故障条件下振动模式分析方法的研究。论文定义了包含故障转子系统固有频率的固有模式函数(IMF)为故障振动模式,构建了转子系统典型故障模拟试验平台,并研究了基于改进希尔伯特-黄变换(HHT)的不对中、动静件碰摩故障转子振动模式提取方法。进行了转子典型故障的分类方法研究。开发了基于改进HHT的超临界汽轮发电机组状态监测软件,并进行了现场数据分析。论文的主要研究工作和章节安排如下：第1章分析了转子振动信号特征提取方法的研究现状,并将HHT方法引入转子振动信号特征提取中。阐述了经验模式分解(EMD)、HHT的研究现状,分析了HHT用于转子振动信号特征提取时存在的不足。分析了转子典型故障识别方法,并论证了模态分析在故障识别中的适用性。建立了基于HHT的故障转子振动模式分析框架。最后给出了本文的选题背景、研究内容、创新点和总体框架。第2章分析了转子系统故障诊断的一般流程,指出了引入模态分析方法进行故障诊断的必要性。定义了包含故障转子系统固有频率的IMF分量为故障振动模式,并给出了故障振动模式分析的一般流程。构建了转子系统典型故障模拟试验系统,用于理论方法的试验验证。提出了一种基于CTSA-HWT-RDT的运行模态分析(OMA)技术,成功提取系统的前几阶固有频率。通过检测IMF中包含的系统前几阶固有频率,确定了IMF与旋转机械的振动模式分量(正常振动模式和故障振动模式)之间存在的对应关系。以动静件碰摩故障为例,通过OMA方法提取故障转子的固有频率,并对响应进行EMD分解,发现了故障转子系统固有频率在各阶IMF中分布的变化规律。第3章对不对中故障机理进行了分析。针对不对中转子系统亚谐波共振条件下在频域范围内的特征与裂纹转子类似的特点,提出了一种在全频率(FS)域内的不对中故障特征提取新方法。针对不对中转子系统非亚谐波共振条件下故障特征不明显的特点,提出了一种基于多维EMD (MEMD)固有频率提取和轴系振型分析的不对中故障振动模式分析方法。转子试验台的试验结果表明了方法的有效性。第4章针对原始HHT在处理频率成分连续而丰富的信号时,无法准确估计信号瞬时频率的不足,提出了一种基于能量占优滤波HHT (BF-HHT)的故障特征提取新方法,该方法能够准确提取原信号高频范围内的瞬时频率特征。研究了一种基于谱峭度HHT (SK-HHT)的故障非平稳性检测方法,用于复杂多频信号特征提取。转子试验台的试验结果表明了方法的有效性。第5章分析了支持向量机(SVM)的小样本数据分类优势。针对全周碰摩和局部碰摩故障的时频域特征相似,传统时频域分析方法很难提取有效故障特征的问题,研究了一种基于EMD-SVD-SVM的全周碰摩与局部碰摩故障识别方法。针对不对中、裂纹、初始弯曲等转子系统典型故障的故障振动模式分布规律类似的特点,研究了一种基于MEMD-ICA和SVM的特征向量获取与分类方法。第6章阐述了所开发的基于改进HHT的超临界汽轮发电机组状态监测软件系统,并使用该系统对工业现场数据进行了测试与分析,验证了本文所提方法的工程适用性。第7章给出了本文研究的主要结论,并对今后研究工作提出了展望。
严可国[10]2009年在《大型汽轮发电机组故障诊断方法及监测保护系统研究》文中研究指明汽轮发电机组是火电厂关键设备,一旦发生故障,将造成非常大的经济损失和不利影响。随着机组朝大型化和高参数方向发展,单台机组投资规模和影响也相应增大,对于机组运行安全可靠性的要求不断提高。深入开展大型汽轮发电机组状态监测与故障诊断新方法与新技术的研究,对于保障这类大型复杂设备的安全可靠运行具有重要意义。大型汽轮发电机结构复杂,而且机、电、液耦合,故障信号具有背景噪声干扰大、非平稳、非线性的特点,其传播过程途径与衰减特性复杂,往往是多故障源信号混迭在一起,对故障信息的正确分析与获取,进而准确地诊断故障造成困难。因此,研究故障信号的特征分析与提取技术,从监测的信号中获取正确的故障特征信息,是进行准确故障诊断的技术关键。本文正是在这样的背景下,结合国家863课题“超临界、超超临界大型汽轮发电机组状态监测与故障诊断技术及其系统研究(2008AA042410)”,开展大型汽轮发电机组在复杂运行环境下振动信号监测与新的故障特征提取技术的研究。主要研究内容包括叁个部分:一是基于独立分量分析的故障源分离新方法;二是基于高阶统计分析的故障特征提取新方法;叁是汽轮机监测保护与故障诊断系统的研发。各个部分的具体研究内容和主要成果如下:1)研究复杂运行环境下基于独立分量分析(Independent Component Analysis—ICA)的故障源分离及故障信息提取技术,并利用实际汽轮机转子系统振动信号进行验证,实现从监测的信号中获取准确充分的故障特征信息。分析了以不同测量通道数量、不同振动信号类型组合和不同测点位置组成输入信号的ICA分离效果,并对机组在故障状态下,从测量信号中分离出故障源的可能性进行了探讨,为ICA在汽轮机振动故障源分离方面的应用提供丰富的分析实例。2)针对超完备基ICA的工程应用问题,提出附加虚拟通道ICA的新方法,利用某些已经具有先验知识的独立分量构成附加输入信号(称为附加虚拟通道),与其它测量信号组合在一起进行ICA分离,达到增加输入信号数量的目的。首先研究了附加虚拟通道ICA的模型,并对分离效果进行了仿真验证。进一步将附加虚拟通道ICA方法应用到汽轮机转子系统振动源分离问题,特别是对在故障源分离方面更具有实际意义的“延时时刻虚拟通道ICA”问题进行了实例验证,即利用某个时刻测量数据分离得到的独立分量作为虚拟通道,去分离未来时刻的独立分量。结果表明虚拟通道ICA对于延时时刻的ICA分离问题同样具有明显的效果。这样就可以使用较少数量的传感器测量信号实现对故障源的分离,为超完备基ICA问题的工程应用提供了很好的解决方法。3)认为卷积性混合ICA模型更适合描述汽轮机转子系统振动源分离问题,并提出用傅立叶变换解决这类具有卷积性混合ICA模型的工程实际的源分离问题。即通过对模型求傅立叶变换,将卷积混合关系转化为线性混合关系,利用线性ICA的计算方法实现独立分量的快速分离。应用实际汽轮机振动测量信号对该方法进行的全面分析验证,结果表明,频域ICA可以分离出轴振测量信号中包含的可能很微弱的故障信息,分离结果清晰,比基本ICA方法具有明显的优势。4)遵循理论与实践相结合原则,通过一系列仿真实验有针对性的验证、探究了高阶谱的本质,并利用高阶累积量的双谱、双相干谱、1(1/2)维谱等高阶统计分析方法,对汽轮机异常振动信号进行高阶统计特性分析,提取故障特征值。5)对汽轮机发电机组监测保护系统(TSI)的可靠性设计技术进行攻关,自主研制了具有保护功能的在线状态监测系统和远程化智能化故障诊断系统,并应用于工程实际;对所研究方法、技术和系统进行实验测试,进一步完善和提高方法、技术及系统的可靠性。
参考文献：
[1]. 基于LabVIEW的振动信号分析系统的研究与设计[D]. 丁宇. 东北石油大学. 2014
[2]. 基于支持向量机的旋转机械振动故障诊断研究[D]. 徐雪娇. 东北石油大学. 2016
[3]. 基于语音编码的旋转机械振动数据压缩关键技术与系统研究[D]. 杜金榜. 国防科学技术大学. 2011
[4]. 基于VC++的振动测试与分析系统的研究[D]. 刘德庆. 华北电力大学. 2011
[5]. 基于虚拟仪器的锭子振动测试分析系统的研制与应用[D]. 王文彬. 东华大学. 2005
[6]. 旋转机械阶比分析研究与软件实现[D]. 刘科伟. 南京航空航天大学. 2008
[7]. 便携旋转机械动平衡及振动分析系统研究[D]. 张金平. 华中科技大学. 2006
[8]. 通用性旋转机械振动信号测试与分析系统的研制[D]. 彭浩. 重庆大学. 2006
[9]. 基于希尔伯特—黄变换的故障转子振动模式分析方法研究[D]. 熊炘. 浙江大学. 2012
[10]. 大型汽轮发电机组故障诊断方法及监测保护系统研究[D]. 严可国. 华北电力大学（北京）. 2009
标签：自动化技术论文; 故障诊断论文; 机械振动论文; 振动传感器论文; 语音编码论文; 振动平台论文; 振动试验论文; 旋转变换论文; 振动频率论文; 功能分析论文; 数据压缩论文;