乘数/除法器和轮齿字段设置为产生 56.25 的“结果转速比”。这意味着实际原始速度信号除以 56.25 个齿,而不是 45 个齿。也就是说,6000 RPM 的高压轴速度被此 MPC-4 视为 (6000 x 45)/56.25 = 4800 RPM。因此,使用此速度通道作为参考的任何窄带处理(例如1X)实际上将监控真实速度的 0.8X。这样,VM600 可以配置为跟踪预设的窄带跟踪谐波 1/3X、1/2X、1X、2X、3X 和 4X 之外的任何谐波。
LVS-101和LVS-2011速度传感器已设计用于旋转机器的低频振动监测应用。更具体地说,传感器满足非常低速水电机的特殊低频要求。LVS传感器根据电动力原理运行,用于测量机器的轴承绝对振动。传感器的传感元件是围绕永久磁体移动的高精度弹簧支撑的线圈,该电压与振动速度成正比。通过设计,传感器具有出色的灵敏度和线性,降低到非常低的振动水平。内置电子设备允许传感器准确监视振动频率降低到0.5Hz。可以使用传感器的水平和垂直模型,有关全向传感器,请参见LVS-301。传感器提供了两个电压输出与振动速度成正比的电压输出:•与缓冲的非线性信号相对应的原始输出•低频补偿的动态振动速度信号,以监测到
摘要:跟踪不规则性直接影响铁路车辆操作的质量和安全性。定量检测和对轨道不规则性的实时监测非常重要。然而,由于频繁的可变车速,车辆操作是一个典型的非平稳过程。传统的信号分析方法不适合非平稳过程,因此难以定量检测轨道不规则的波长和振幅。为解决上述问题,本文提出了一种定量检测方法,在非平稳条件下,通过订单跟踪分析,在非平稳条件下具有可变的车辆速度。首先,建立了简化的车轮 - 权轨动态模型,以得出轴盒垂直振动与轨道垂直不规则性之间的定量关系。其次,提出了Simpson Double Integration方法,以根据Axle-Box垂直加速度计算轴框垂直位移,并优化了过程误差。第三,基于顺序跟踪分析理论,角域重采样是在轴框垂直位移时域信号上进行的,并结合了车轮旋转速度信号,并实现了轨道不规则不规则的定量检测。最后,根据模拟和现场测试分析案例对所提出的方法进行验证。我们提供了理论支持和方法参考,用于轨道不规则的定量检测方法。
人类具有从他人运动中提取隐藏信息的惊人能力。在之前的研究中,受试者观察了模拟的火柴人形双连杆平面手臂的运动并估计了其刚度。从根本上讲,刚度是力和位移之间的关系。由于受试者无法与模拟手臂进行物理交互,他们被迫仅根据观察到的运动信息进行估计。值得注意的是,尽管缺乏力信息,受试者仍能够正确地将他们的刚度估计与模拟刚度的变化相关联。我们假设受试者之所以能够做到这一点,是因为用于产生模拟手臂运动的控制器(由驱动机械阻抗的振荡运动组成)与人类用于产生自身运动的控制器相似。然而,受试者使用什么运动特征来估计刚度仍然未知。人体运动表现出系统的速度曲率模式,之前已经表明这些模式在感知和解释运动方面发挥着重要作用。因此,我们假设操纵速度曲线应该会影响受试者估计僵硬程度的能力。为了测试这一点,我们改变了模拟双连杆平面臂的速度曲线,同时保持模拟关节路径不变。即使操纵速度信号,受试者仍然能够估计模拟关节僵硬程度的变化。然而,当受试者看到具有不同速度曲线的相同模拟路径时,他们认为遵循真实速度曲线的运动比遵循非真实曲线的运动僵硬程度要小。这些结果表明,当人类使用视觉观察来估计僵硬程度时,路径信息(位移)比时间信息(速度)占主导地位。