BPFI = N/2 * F * ( 1 + B / P * cos theta)
BPFO = N/2 * F * ( 1 - B / P * cos theta)
FTF = F / 2 * ( 1 - B / P * cos theta)
BSF = P / 2B * F * [ 1 - (B / P * cos theta)^2 ]
[링크 : https://da-nika.tistory.com/89]
BPFO(Ball Pass Frequency Outer race, 외륜결함)
BPFI(Ball Pass Frequency Inner race, 내륜결함)
BSF(Ball Spin Frequency, 구름 요소 결함)
FTF(Fundamental Train Frequency, 케이지 결함)
[링크 : https://velog.io/@workhard/BPFI-BPFO에-대하여]
crest factor = peak / rms
[링크 : https://www.maintenance.org/fileSendAction/fcType/0/fcOid/399590942964051870/filePointer/399590942964815739/fodoid/399590942964815737/Crest_Factor.pdf]
+
kurtosis - peakiness 의 통계값. 값이 높을 수록 뾰족하다
crest factor - 실제 현실 입력값과 진동장비 시험 입력 값을 비교하기 위해 사용(무슨 의미이려나?)
kurtosis가 증가시 crest factor도 증가
[링크 : https://scribblinganything.tistory.com/184]
+
23.04.04
[링크 : https://kr.mathworks.com/help/predmaint/ug/Rolling-Element-Bearing-Fault-Diagnosis.html]
[링크 : https://blog.kubwa.co.kr/진동센서-데이터-푸리에변환-fft-을-이용한-신호처리-및-고장-예측-모델-986f89e8eb8c]
skewness / 왜도
중립 -0.5 < x < 0.5
[링크 : https://dining-developer.tistory.com/17]
+
23.04.07
kurtosis는 0 근처 값이면 정상으로 판독이 가능 하다는 의미이려나?
[링크 : https://hyunhp.tistory.com/184]
skewness(왜도)와 kurtosis(첨도)는 모집단 평균을 알아야 구함
[링크 : https://m.blog.naver.com/istech7/50154573592]
파이썬 계산 예제
[링크 : https://gooopy.tistory.com/120]