齿轮箱 输入和输出端分别一个传感器 怎么利用进行诊断
输入和输出端分别一个传感器初步分析了一下，发现输出端的信号比较规范，噪声少，
应该怎么充分利用这两路的振动信息进行故障诊断，
大家碰到过这种情况吗？
希望大虾指点 是加速度传感器吗？
我没有见过这种对比测量方法，但在分析信号时应该要结合变速箱内部零件的参数，如各轴的转速，齿轮的转频、啮合频率等。给你推荐一本书吧，《齿轮与齿轮箱故障诊断实用技术》，丁康，李巍华、朱小勇编著，机械工业出版社。
我也在做齿轮箱的故障诊断，觉得这本书不错，但对你的测量方法不知道有没有用。仅供参考。 是加速度传感器
我了解不多，难道大家做的诊断都是采集了一路信号，
这两路信号，还有许多不同，输入\输出轴转速比=5：1
楼上的能交流一下吗。我现在正在看这块 两边传感器，同时还有一个计时器，每赚10个脉冲，两个传感器同步采集信号
我在想两个传感器的采样数据能不能同步相加啊？？这样的相加后，故障特征会不会更加明显呢？
但是两个传感器尽管同时采样，但我觉得应该有相位差啊？这样就不能简单相加吧，有没有别的方法处理。
回复 楼主 sjzeverywhere 的帖子
个人觉得从获得的信号先进行简易的判断，确定那个振动信号不正常，再对它进行精密的诊断。如输出端的信号比较规范，那就重点分析输入端信号，如用FFT，小波之类的方法。两个传感器的采样数据同步相加，故障特征不一定就会明显，没有见过这种测量方法。 对象是两级齿轮减速器，转速比5：1，对同时采集的信号进行了FFT变换，输入和输出端信号的
多处峰值处频率一样，但是能量大小不一样。所以如果输出端信号的能量比较高，可能使靠近输出端的齿轮或轴承故障发生的可能比较大，如果是输入端信号能量比较高，那判断靠近输入端的轴承或齿轮发生故障的可能性比较大。
这样想不知有没有问题。
回复里不能贴图，待会我把输入端和输出端，以及两者在时域里对应相加，再FFT变换的图发上来，大牛们帮着看看啊 贴图
输入轴速
40r/s
输出5r/s 重新上传一张，清楚的 我感觉可以采用细化谱，在你想要的分析范围内，确定几个有代表性的峰值，确定它们的频率，再结合齿轮的转频、啮合频率等特征参数，确定该频率下的噪声是由哪对啮合齿轮产生的。这个方法在我给你介绍的书里有详细的讲解和例子，我也说不清楚。
至于楼主说的能量的比较我就不太明白了。
还有就是，在进行故障诊断时一般都用自功率谱、互功率谱还有相干。 两根轴的齿轮箱装两个传感器应该是比较常见的吧，最好是每个轴承处都装一个传感器，但是考虑的成本问题在每根轴上装一个传感器也是可以的。
因为两个传感器的位置不同测出来的信号能量上出现差异也是正常的。
9楼的说的很对，输入轴上的传感器采集的频谱图主要用来分析输入轴轴承及齿轮，输出轴上的传感器采集的频谱图主要用来分析输出轴轴承及齿轮。
对于齿轮箱检测，个人认为频谱分析结合时域分析来确定故障比较好。由于齿轮箱的振动情况相对来说比较复杂，驱动设备、被驱动设备、齿轮箱自身、负载变化等都可能影响齿轮箱的振动能量 谢谢楼上几位啊
我继续研究，有最新进展贴上来，大家一起帮着看看
目前停留在特征提取阶段，后面还要故障识别，是一个无监督分类的问题。
目前针对一个采集的样本，可以做做频谱图，时域图，人工分析一下。
假如我有大量的样本，数量上百个，每个样本都可能是不同齿轮箱故障状态下采集的振动信号，这种情况下，应该怎么自动的诊断，识别故障呢。
不可能再一个个的去看图了！
我想是不是要提取一些故障特征，量化的值，然后用分类算法分类。但现在该提取哪些特征值呢？？
回复 11楼 sjzeverywhere 的帖子
故障识别本身大部分是靠经验的，人工识别都不一定准，最好不要相信自动识别。某些心电图仪（别忘了，心电图使用经验成千成万成百万！）有自动识别功能，但连医生都不看它。何况是机器，各种机器之间的差别比人的心赃之间的差别大多了。 楼上说的有道理，但是现在的问题就是，面对了上百个样本，故障模式也有10多个。
一个个频谱图分析不太现实吧
你说怎么办呢？我就是想提取一些关键特征，然后神经网络或者贝叶斯等模式分类的方法来分类。
还有一个问题，没有学习样本。所以只能是无监督的分类问题。
回复 10楼 wxb3713 的帖子
错误的言论回复 14楼 文风 的帖子
楼上的，请指教大家说说自己看法吗
具体点最好
页:
[1]
2