Automatic method for spectral pattern association with characteristic frequencies

This paper proposes an advanced signal-processing technique to improve the condition monitoring of rotating machinery. The proposed method employs the results of a blind spectrum interpretation including harmonic and sideband series detection. The contribution of this paper is an algorithm for automatic association of harmonic and sideband series with the characteristic fault frequencies listed in the kinematic configuration of the monitored system. The proposed algorithm is efficient in inspection of real-world signals, which contain a vast number of detected spectral components. The proposed approach has the advantage of taking into account a possible slip of the rolling-element bearings. The performance of the proposed algorithm is illustrated on real-world data by investigating a shaft problem of an industrial wind turbine high-speed shaft.

---

W artykule zaproponowano zaawansowaną technikę przetwarzania sygnałów w celu poprawy monitorowania stanu maszyn wirujących. Przedstawiona metoda wykorzystuje wyniki ślepej interpretacji widma sygnału, m. in. detekcję serii harmonicznych i wstęg bocznych. Wkład zaprezentowany w tym artykule to algorytm do automatycznego łączenia serii harmonicznych oraz wstęg bocznych z charakterystycznymi częstotliwościami dostępnymi na podstawie konfiguracji kinematycznej monitorowanej maszyny. Zaproponowany algorytm jest skuteczny w badaniu sygnałów rzeczywistych, które zawierają dużą liczbę wykrytych elementów widmowych. Zaletą zaproponowanej metody jest uwzględnianie możliwego poślizgu łożyska tocznego. Działanie zaproponowanego algorytmu zostało zilustrowane na przykładzie rzeczywistych danych, który pokazuje problem wału wysokoobrotowego przemysłowej turbiny wiatrowej.