《表4 故障频率:一种基于关联频繁模式的振动数据流挖掘框架》
Hz
为识别故障频率,实验采用驱动端轴承,数据参数如表3所示,故障频率计算结果如表4所示。根据第3节中故障频率的计算公式,若表中可疑振动频率出现在关联频繁模式集SWAFP-T树中,则认为该振动频率对应的器件有可能出现故障。通过计算可知内圈、外圈和滚珠故障频率分别为158,210和138 Hz。首先,检查在关联模式集中是否会出现故障频率和谐波成分。如果出现某类型故障频率,则说明该数据集对应的轴承部件有可能出现故障。实验结果显示,关联模式集中出现316 Hz频率,由于这是158 Hz的谐波频率,因此轴承内圈可能发生故障。本方案的优点在于只要有任何故障频率存在,不管阈值如何设置,SWAFP-T树均能够识别出故障频率。
图表编号 | XD00111123500 严禁用于非法目的 |
---|---|
绘制时间 | 2019.09.01 |
作者 | 张艳梅、陆伟、杨余旺 |
绘制单位 | 广东培正学院电子商务系、南京理工大学计算机科学与工程学院、南京理工大学计算机科学与工程学院 |
更多格式 | 高清、无水印(增值服务) |