卸船机台车车轮轴承故障检测与诊断系统的研制
|
摘要
随着世界海运业的不断发展，大型卸船机在港口的货物装卸中得到越来越广泛的应用，许多针对卸船机的状态监测和故障诊断研究也随之开展起来。本论文以上海宝钢原料码头卸船机为研究对象，针对卸船机运行时很常见的台车车轮轴承故障开展了一系列研究工作，通过大量理论调研和现场分析，提出一套具有实时状态监测和故障诊断功能的应用方案，并在该应用方案的基础上实现系统的具体设计。
本设计中的系统由两大部分组成：基于UA301的下位机数据采集系统和基于PC的上位机信号分析系统，上、下位机之间通过USB总线实现数据传输和采样控制。系统设计以轴承振动信号采集及其分析为中心，通过采集轴承振动信号，提取信号中轴承失效特征，并建立台车车轮轴承的振动档案和失效判别标准，以完成轴承故障的检测和诊断。
论文详细介绍了上位机信号分析软件，结合原料码头现场环境和实际需求，针对卸船机轴承低速重载特点，提出了具有创新性和可行性的信号采集和分析方案，其中包括多通道数据采集、显示和比对，异常信号自动捕捉和提示，时间段内高频连续采样等，并在软件设计中采用动态链接库的调用、多线程控制以及数据文件和数据库结合的数据管理等手段。该软件具有良好的人机交互界面、操作简便、功能可扩展性强和升级方便。
为提高系统的实际工作能力，改进和完善系统的设计方案和功能，操作人员多次在原料码头进行现场试验和测试，将现场采集信号分析的结论与轴承检修结果进行验证，并将结果反馈给系统判断标准库，对系统进行升级，进一步提高了系统的有效性和可靠性。多次现场实验证明，本系统在卸船机轴承的故障检测和诊断中结果准确，运行稳定，具有良好的应用前景和经济效益。
As the world's sea shipping continually developing day by day, the large-scale ship unloaders are more and more widely used in the cargos' loading and unloading in port, and the research in accordance of the status monitoring and fault diagnosis of ship unloader is also unfolding. This thesis studies on the ship unloader of Shanghai Baosteel Raw Material Dock. It develops a series of study work in view of the faults of trolley wheel bearing which usually appear when the ship unloaders is in motion, and it brings out a set of practical plans which contains the function of real time status monitoring and fault diagnosis, and realize the systematic and specific design basing on this applied plan.
The system of this design is composed of two parts- the data sample system of upper part based on UA301 and the signal analyzing system of lower part based on PC. The upper and lower parts transmit data and control sample through USB central line. The design of the system centres on collecting and analyzing the bearing vibration signals, and extracts the features of bearing invalidation through collecting the signals. It also sets up the archives of trolley wheel bearing vibration and the judge standard of invalidation, in order to finish the fault testing and diagnosis of bearing.
This thesis introduces the signal analyzing software of the upper part in detail. Combined with the environments of raw material dock and the actual needs, and in accordance with the characters of low-speed and heavy-loaded ship unloader bearing, it puts forward some creative and feasible plans of signal collecting and analyzing, including data's collecting, showing and contrasting through various channels, unusual signals' automatic catching and prompting, high-frequency sample with some time, and so on. The design of the software adopts the transfer of Dynamic-Link Library, multi-thread control and the charge combine data documents with database, etc. This software has man-machine mutual boundary plane, so it can be easily operated and conveniently upgraded.
To improve the practical work abilities, the design plan and the function of the system, the operators went to the raw material dock for many times to do the examination of the scene, verified the conclusion of signal collecting and analyzing and the result of bearing examination, and sent the feedback to the judge standard base of the system. Then the system is upgraded, so that the system became more useful and reliable.
本设计中的系统由两大部分组成：基于UA301的下位机数据采集系统和基于PC的上位机信号分析系统，上、下位机之间通过USB总线实现数据传输和采样控制。系统设计以轴承振动信号采集及其分析为中心，通过采集轴承振动信号，提取信号中轴承失效特征，并建立台车车轮轴承的振动档案和失效判别标准，以完成轴承故障的检测和诊断。
论文详细介绍了上位机信号分析软件，结合原料码头现场环境和实际需求，针对卸船机轴承低速重载特点，提出了具有创新性和可行性的信号采集和分析方案，其中包括多通道数据采集、显示和比对，异常信号自动捕捉和提示，时间段内高频连续采样等，并在软件设计中采用动态链接库的调用、多线程控制以及数据文件和数据库结合的数据管理等手段。该软件具有良好的人机交互界面、操作简便、功能可扩展性强和升级方便。
为提高系统的实际工作能力，改进和完善系统的设计方案和功能，操作人员多次在原料码头进行现场试验和测试，将现场采集信号分析的结论与轴承检修结果进行验证，并将结果反馈给系统判断标准库，对系统进行升级，进一步提高了系统的有效性和可靠性。多次现场实验证明，本系统在卸船机轴承的故障检测和诊断中结果准确，运行稳定，具有良好的应用前景和经济效益。
As the world's sea shipping continually developing day by day, the large-scale ship unloaders are more and more widely used in the cargos' loading and unloading in port, and the research in accordance of the status monitoring and fault diagnosis of ship unloader is also unfolding. This thesis studies on the ship unloader of Shanghai Baosteel Raw Material Dock. It develops a series of study work in view of the faults of trolley wheel bearing which usually appear when the ship unloaders is in motion, and it brings out a set of practical plans which contains the function of real time status monitoring and fault diagnosis, and realize the systematic and specific design basing on this applied plan.
The system of this design is composed of two parts- the data sample system of upper part based on UA301 and the signal analyzing system of lower part based on PC. The upper and lower parts transmit data and control sample through USB central line. The design of the system centres on collecting and analyzing the bearing vibration signals, and extracts the features of bearing invalidation through collecting the signals. It also sets up the archives of trolley wheel bearing vibration and the judge standard of invalidation, in order to finish the fault testing and diagnosis of bearing.
This thesis introduces the signal analyzing software of the upper part in detail. Combined with the environments of raw material dock and the actual needs, and in accordance with the characters of low-speed and heavy-loaded ship unloader bearing, it puts forward some creative and feasible plans of signal collecting and analyzing, including data's collecting, showing and contrasting through various channels, unusual signals' automatic catching and prompting, high-frequency sample with some time, and so on. The design of the software adopts the transfer of Dynamic-Link Library, multi-thread control and the charge combine data documents with database, etc. This software has man-machine mutual boundary plane, so it can be easily operated and conveniently upgraded.
To improve the practical work abilities, the design plan and the function of the system, the operators went to the raw material dock for many times to do the examination of the scene, verified the conclusion of signal collecting and analyzing and the result of bearing examination, and sent the feedback to the judge standard base of the system. Then the system is upgraded, so that the system became more useful and reliable.
引文
[1] 韩捷，张瑞林．旋转机械故障机理及诊断技术[M]．北京：机械工业出版社，1997：12-56
[2] 易良渠．简易振动诊断现场实用技术[M]．北京：机械工业出版社，2002
[3] 陈光．基于虚拟仪器的大型回转轴承状态监测与管理对策研究[D]．武汉：武汉理工大学，2004
[4] 赵怡红，曹淑琴，范锦宏．基于扩频技术的频谱细化分析方法研究[J]．北方工业大学学报，2002，14(3)：53-56
[5] 赵飞鹏，吴晚云，郝保国．低速重载轴承的故障诊断[J]．冶金设备，1999(3)：40-42
[6] 王靖．解调技术及时频分析在轴承故障监测诊断中的应用研究[D]．北京：北京工业大学，2004
[7] 任锐．滚动轴承的振动信号分析与故障诊断的研究[D]．秦皇岛：燕山大学，2002
[8] 谭红，陈珊珊．滚动轴承故障诊断的探索[J]．冶金设备管理与维修，2004(22)：29
[9] 濮良贵，纪名刚．机械设计[M]．北京：高等教育出版社，1996
[10] 陈大禧，朱铁光．大型回转机械诊断现场实用技术[M]．北京：机械工业出版社，2002
[11] 何泳．旋转机械运行状态计算机实时监测与诊断系统的开发[D]．西安：西安建筑科技大学，2003
[12] 欧阳运芳．旋转机械状态监测与故障诊断中信号分析方法及应用研究[D]．哈尔滨：哈尔滨工业大学，2001
[13] 王靖．解调技术及时频分析在轴承故障监测诊断中的应用研究[D]．北京：北京工业大学，2004
[14] 张利群．旋转机械状态监测系统设计及工况分析方法的研究[D]．南京：东南大学，2001
[15] 何晓霞．滚动轴承振动信号的特征提取和自动诊断技术[D]．西安：西安交通大学，2000
[16] 王恩鸿．关于滚动轴承故障诊断的探讨[J]．天津纺织工学院学报，1995，14(2)：114-119
[17] 李凌均．统计学习理论在机械设备智能诊断中的应用研究[D]．西安：西安交通大学，2003
[18] 卢文祥，杜润生．机械工程测试．信息．信号分析[M]．武汉：华中科技大学出版社[M]，1999：5-13：174-189；269-274
[19] 王锋．滚动轴承故障特征的提取与优化[D]．西安：西安交通大学，2002
[20] 孙冬青．滚动轴承表面损伤故障微机诊断系统[D]．吉林：吉林工学院，1998
[21] 胡广书．数字信号处理．理论、算法与实现[M]．北京：清华出版社，1996：55-61
[22] 秦恺．滚动轴承早期故障诊断的循环平稳方法初探[D]．上海：上海交通大学，2001
[23] 欧阳平超．风机工况监测与故障诊断研究[D]．沈阳：东北大学，2004
[24] 傅勤毅，王峰林，李明章，等．滚动轴承故障诊断中的多参数综合判别方法[J]．哈尔滨工业大学学报，1997，29(3)：57-59
[25] 张利群，朱利明，钟秉林．几个机械状态检测特征量的特性研究[J]．振动与冲击，2001，20(1)：8，20-21
[26] 张国远，朱善安．滚动轴承的自动监测及故障诊断系统[J]．轴承，2005(1)：32-34
[27] 马家驹，梁文梅．滚动轴承振动统计特性分析[J]．轴承，1994(1)：33-37
[28] Peter T. Gough. A Fast Spectral Estimation Algorithm Based on the FFT. IEEE Trans on SP, 1994, 42(6): 1317-1322
[29] Jiang M. Chen J et al. Cyelostationary Signal Analysis Based Diagnosis Method for Rotating Machinery[A]. Proceedings of Fifth International Conference on Motion and Vibration Control[C]. 2000, 433-438
[30] 董建宁，申永军，杨绍普．轴承故障诊断中的信号处理技术研究与展望[J]．轴承，2005(1)：43-47
[31] 荆双喜，铁占绪，张英琦．基于小波分析的机械故障诊断技术研究[J]．煤炭学报，2000，25(12)：142-145
[32] Jeng Kuang Hwang. Superresolution frequency estimation by alternating notch periodogram. IEEE Trans, 1993, 41(2): 727-741
[33] Randall R B. Frequency analysis. Available from Bruel & Kjaer Instruments, Inc., Marlborough, MA, 1987
[34] 李江伟．便携式大型旋转机械故障诊断系统[D]．广州：广东工业大学，2002
[35] 姜鸣．循环统计量理论及其在滚动轴承故障诊断中的应用研究[D]．上海：上海交通大学，2002
[36] 郑剑锋．数字信号分析方法研究及应用[D]．杭州：浙江大学，2001
[37] 刘小军．便携式电机故障诊断仪的研究与开发[D]．西安：西安建筑科技大学，2003
[38] 徐晖，王丽丽，罗允同．滚动轴承早期故障振动信号的分离与诊断[J]．西安交通大学学报，1997，31(8)：99-104
[39] 王丽丽，王超．滚动轴承早期故障在线监测与诊断[J]．西安交通大学学报，1998，32(6)：74-76
[40] 孟涛．齿轮与滚动轴承故障的振动分析与诊断[D]．西安：西北工业大学，2003
[41] 韩明红．往复机械智能故障诊断专家系统研究[D]．郑州：郑州工业大学，2000
[42] 喻金平．倒频谱分析及其在滚动轴承故障诊断中的应用[J]．南方冶金学院学报，1993，14(1)：49-55
[43] He Zhengjia, Meng Qingfeng, Zhao Jiyuan. Time-Frequency Analysis and Diagnosis for Non-stationary Dynamic Signal of Machinery. International Journal of Plant Engineering and Management[J], 1996, 1(1): 40-47
[44] 杨艾奇．低速大型回转机器故障的振动诊断[J]．动态分析与测试技术，1989(3)：36-40
[45] 吴晚云，赵飞鹏．大型重载滚动轴承的状态监测与故障诊断[J]．北方工业大学学报，1996，8(2)：29-33
[46] Jay F T, Jeffrey L S. On-line preload monitoring for antifriction spindle beefing of high-speed machine tools[J]. Journal of Dynamic Systems Measurement and Control, 1995 (117): 43-53
[47] Zheng W P. Extraction of transient signals from non-periodic dynamic responses[J]. Journal of Dynamic Systems Measurement and Control 1995 (117): 270-276
[48] Sunerjo C S. Rolling bearing vibrations-the effects of geometrical imperfections and wear. Journal of Sound and Vibration[J]. 1985, 98(4): 455-474
[49] Donald E. Bently. Interpreting Vibration Information from Rotating Machinery[J]. Journal of Sound and Vibration. 1988, 20 (2): 89-103
[50] Cohen L. Time-frequency distribution-a review[J]. Proceedings of the IEEE. 1987, 77 (7): 941-978
[51] 卸船机台车车轮轴承故障检测和诊断系统信号分析软件概要设计[Z]．嵌入式系统工程实验室内部文档，2005
[52] Jarrod Hollingworth等著，康向东等译．C++ Builder 5程序设计大全．北京：机械工业出版社，2002
[53] 在C++ Builder中多线程的实现．http://www.chinabyte.net/20020902/1628233_1.shtml
[54] 孙敏军．基于ActiveX控制件和DLL技术的信号分析软件的研究与开发[D]．南京：东南大学，2001
[55] 代显智．现场总线在油田注水泵站监控系统中的应用研究[D]．成都：西南石油学院，2003
[56] Insprise/Borland Enterprise. C++ Builder 6.0 Help
[57] 王志欣．岸桥工况状态的神经网络识别技术的研究[D]．上海：上海海运学院，2003
[58] 刘军．故障诊断方法研究及软件开发[D]．大连：大连理工大学，2000
[59] 崔忠健．港口重大设备技术、经济管理研究[D]．大连：大连海事大学，2003
[60] 陈尚俭．基于UPnP的设备故障检测和诊断系统[D]．杭州：浙江大学，2004
[61] 刘果．基于MSP430和ARM9的手持式振动检测仪研制[D]．杭州：浙江大学，2005
[62] 屈梁生，何正嘉．机械故障诊断学[M]．上海：上海科技出版社，1987：81-94
[63] 王仲生，万小朋．无损检测诊断现场实用技术[M]．北京：机械工业出版社，2002
[64] 棡本纯三，角田和雄著，杨鸿铨，张坤译．滚动轴承的特性与实用技术[M]．贵阳：贵州科技出版社，1991
[65] 卸船机台车车轮轴承故障检测和诊断系统现场测试报告[Z]．嵌入式系统工程实验室内部文档，2005
[66] 万长森．滚动轴承的分析方法[M]．北京：机械工业出版社，1987
[67] Wang W J, McFadden PD. Application of orthogonal Wavelet to early gear damage detection[J]. Mechanical System and signal processing, 1995, 9(5): 497-507
[68] Mallat stephane, Hwang Wenliang. Singularity detection and processing with Wavelets[J]. IEE Transactions on Information Theory, 1992, 38(2): 617-643
[69] Jouph M Shea, James K Taytor. Spike energy in fault analysis/machine condition monitoring[J]. Noise&Vibration Worldwide, 1992
[?] 吉罔武雄．滚动轴承的异常预测[J]．设备管理&维修，1998(5)：40-41
[?] G. J. PHLIPS等，刘春浩．旋转机械内的轴承分析[J]．国外轴承，1990(4)：26-31
[?] 于宏丽．旋转机械故障数据库与故障精密诊断系统开发[D]．北京：华北电力大学，2004
[2] 易良渠．简易振动诊断现场实用技术[M]．北京：机械工业出版社，2002
[3] 陈光．基于虚拟仪器的大型回转轴承状态监测与管理对策研究[D]．武汉：武汉理工大学，2004
[4] 赵怡红，曹淑琴，范锦宏．基于扩频技术的频谱细化分析方法研究[J]．北方工业大学学报，2002，14(3)：53-56
[5] 赵飞鹏，吴晚云，郝保国．低速重载轴承的故障诊断[J]．冶金设备，1999(3)：40-42
[6] 王靖．解调技术及时频分析在轴承故障监测诊断中的应用研究[D]．北京：北京工业大学，2004
[7] 任锐．滚动轴承的振动信号分析与故障诊断的研究[D]．秦皇岛：燕山大学，2002
[8] 谭红，陈珊珊．滚动轴承故障诊断的探索[J]．冶金设备管理与维修，2004(22)：29
[9] 濮良贵，纪名刚．机械设计[M]．北京：高等教育出版社，1996
[10] 陈大禧，朱铁光．大型回转机械诊断现场实用技术[M]．北京：机械工业出版社，2002
[11] 何泳．旋转机械运行状态计算机实时监测与诊断系统的开发[D]．西安：西安建筑科技大学，2003
[12] 欧阳运芳．旋转机械状态监测与故障诊断中信号分析方法及应用研究[D]．哈尔滨：哈尔滨工业大学，2001
[13] 王靖．解调技术及时频分析在轴承故障监测诊断中的应用研究[D]．北京：北京工业大学，2004
[14] 张利群．旋转机械状态监测系统设计及工况分析方法的研究[D]．南京：东南大学，2001
[15] 何晓霞．滚动轴承振动信号的特征提取和自动诊断技术[D]．西安：西安交通大学，2000
[16] 王恩鸿．关于滚动轴承故障诊断的探讨[J]．天津纺织工学院学报，1995，14(2)：114-119
[17] 李凌均．统计学习理论在机械设备智能诊断中的应用研究[D]．西安：西安交通大学，2003
[18] 卢文祥，杜润生．机械工程测试．信息．信号分析[M]．武汉：华中科技大学出版社[M]，1999：5-13：174-189；269-274
[19] 王锋．滚动轴承故障特征的提取与优化[D]．西安：西安交通大学，2002
[20] 孙冬青．滚动轴承表面损伤故障微机诊断系统[D]．吉林：吉林工学院，1998
[21] 胡广书．数字信号处理．理论、算法与实现[M]．北京：清华出版社，1996：55-61
[22] 秦恺．滚动轴承早期故障诊断的循环平稳方法初探[D]．上海：上海交通大学，2001
[23] 欧阳平超．风机工况监测与故障诊断研究[D]．沈阳：东北大学，2004
[24] 傅勤毅，王峰林，李明章，等．滚动轴承故障诊断中的多参数综合判别方法[J]．哈尔滨工业大学学报，1997，29(3)：57-59
[25] 张利群，朱利明，钟秉林．几个机械状态检测特征量的特性研究[J]．振动与冲击，2001，20(1)：8，20-21
[26] 张国远，朱善安．滚动轴承的自动监测及故障诊断系统[J]．轴承，2005(1)：32-34
[27] 马家驹，梁文梅．滚动轴承振动统计特性分析[J]．轴承，1994(1)：33-37
[28] Peter T. Gough. A Fast Spectral Estimation Algorithm Based on the FFT. IEEE Trans on SP, 1994, 42(6): 1317-1322
[29] Jiang M. Chen J et al. Cyelostationary Signal Analysis Based Diagnosis Method for Rotating Machinery[A]. Proceedings of Fifth International Conference on Motion and Vibration Control[C]. 2000, 433-438
[30] 董建宁，申永军，杨绍普．轴承故障诊断中的信号处理技术研究与展望[J]．轴承，2005(1)：43-47
[31] 荆双喜，铁占绪，张英琦．基于小波分析的机械故障诊断技术研究[J]．煤炭学报，2000，25(12)：142-145
[32] Jeng Kuang Hwang. Superresolution frequency estimation by alternating notch periodogram. IEEE Trans, 1993, 41(2): 727-741
[33] Randall R B. Frequency analysis. Available from Bruel & Kjaer Instruments, Inc., Marlborough, MA, 1987
[34] 李江伟．便携式大型旋转机械故障诊断系统[D]．广州：广东工业大学，2002
[35] 姜鸣．循环统计量理论及其在滚动轴承故障诊断中的应用研究[D]．上海：上海交通大学，2002
[36] 郑剑锋．数字信号分析方法研究及应用[D]．杭州：浙江大学，2001
[37] 刘小军．便携式电机故障诊断仪的研究与开发[D]．西安：西安建筑科技大学，2003
[38] 徐晖，王丽丽，罗允同．滚动轴承早期故障振动信号的分离与诊断[J]．西安交通大学学报，1997，31(8)：99-104
[39] 王丽丽，王超．滚动轴承早期故障在线监测与诊断[J]．西安交通大学学报，1998，32(6)：74-76
[40] 孟涛．齿轮与滚动轴承故障的振动分析与诊断[D]．西安：西北工业大学，2003
[41] 韩明红．往复机械智能故障诊断专家系统研究[D]．郑州：郑州工业大学，2000
[42] 喻金平．倒频谱分析及其在滚动轴承故障诊断中的应用[J]．南方冶金学院学报，1993，14(1)：49-55
[43] He Zhengjia, Meng Qingfeng, Zhao Jiyuan. Time-Frequency Analysis and Diagnosis for Non-stationary Dynamic Signal of Machinery. International Journal of Plant Engineering and Management[J], 1996, 1(1): 40-47
[44] 杨艾奇．低速大型回转机器故障的振动诊断[J]．动态分析与测试技术，1989(3)：36-40
[45] 吴晚云，赵飞鹏．大型重载滚动轴承的状态监测与故障诊断[J]．北方工业大学学报，1996，8(2)：29-33
[46] Jay F T, Jeffrey L S. On-line preload monitoring for antifriction spindle beefing of high-speed machine tools[J]. Journal of Dynamic Systems Measurement and Control, 1995 (117): 43-53
[47] Zheng W P. Extraction of transient signals from non-periodic dynamic responses[J]. Journal of Dynamic Systems Measurement and Control 1995 (117): 270-276
[48] Sunerjo C S. Rolling bearing vibrations-the effects of geometrical imperfections and wear. Journal of Sound and Vibration[J]. 1985, 98(4): 455-474
[49] Donald E. Bently. Interpreting Vibration Information from Rotating Machinery[J]. Journal of Sound and Vibration. 1988, 20 (2): 89-103
[50] Cohen L. Time-frequency distribution-a review[J]. Proceedings of the IEEE. 1987, 77 (7): 941-978
[51] 卸船机台车车轮轴承故障检测和诊断系统信号分析软件概要设计[Z]．嵌入式系统工程实验室内部文档，2005
[52] Jarrod Hollingworth等著，康向东等译．C++ Builder 5程序设计大全．北京：机械工业出版社，2002
[53] 在C++ Builder中多线程的实现．http://www.chinabyte.net/20020902/1628233_1.shtml
[54] 孙敏军．基于ActiveX控制件和DLL技术的信号分析软件的研究与开发[D]．南京：东南大学，2001
[55] 代显智．现场总线在油田注水泵站监控系统中的应用研究[D]．成都：西南石油学院，2003
[56] Insprise/Borland Enterprise. C++ Builder 6.0 Help
[57] 王志欣．岸桥工况状态的神经网络识别技术的研究[D]．上海：上海海运学院，2003
[58] 刘军．故障诊断方法研究及软件开发[D]．大连：大连理工大学，2000
[59] 崔忠健．港口重大设备技术、经济管理研究[D]．大连：大连海事大学，2003
[60] 陈尚俭．基于UPnP的设备故障检测和诊断系统[D]．杭州：浙江大学，2004
[61] 刘果．基于MSP430和ARM9的手持式振动检测仪研制[D]．杭州：浙江大学，2005
[62] 屈梁生，何正嘉．机械故障诊断学[M]．上海：上海科技出版社，1987：81-94
[63] 王仲生，万小朋．无损检测诊断现场实用技术[M]．北京：机械工业出版社，2002
[64] 棡本纯三，角田和雄著，杨鸿铨，张坤译．滚动轴承的特性与实用技术[M]．贵阳：贵州科技出版社，1991
[65] 卸船机台车车轮轴承故障检测和诊断系统现场测试报告[Z]．嵌入式系统工程实验室内部文档，2005
[66] 万长森．滚动轴承的分析方法[M]．北京：机械工业出版社，1987
[67] Wang W J, McFadden PD. Application of orthogonal Wavelet to early gear damage detection[J]. Mechanical System and signal processing, 1995, 9(5): 497-507
[68] Mallat stephane, Hwang Wenliang. Singularity detection and processing with Wavelets[J]. IEE Transactions on Information Theory, 1992, 38(2): 617-643
[69] Jouph M Shea, James K Taytor. Spike energy in fault analysis/machine condition monitoring[J]. Noise&Vibration Worldwide, 1992
[?] 吉罔武雄．滚动轴承的异常预测[J]．设备管理&维修，1998(5)：40-41
[?] G. J. PHLIPS等，刘春浩．旋转机械内的轴承分析[J]．国外轴承，1990(4)：26-31
[?] 于宏丽．旋转机械故障数据库与故障精密诊断系统开发[D]．北京：华北电力大学，2004