[发明专利]一种基于改进经验小波变换的滚动轴承故障诊断方法在审
申请号: | 201911210465.9 | 申请日: | 2019-12-02 |
公开(公告)号: | CN111652031A | 公开(公告)日: | 2020-09-11 |
发明(设计)人: | 尹鹏;姜迪;吴建德 | 申请(专利权)人: | 昆明理工大学 |
主分类号: | G06K9/00 | 分类号: | G06K9/00;G01M13/045 |
代理公司: | 暂无信息 | 代理人: | 暂无信息 |
地址: | 650093 云*** | 国省代码: | 云南;53 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 基于 改进 经验 变换 滚动轴承 故障诊断 方法 | ||
1.一种基于改进经验小波变换的滚动轴承故障诊断方法,其特征在于:包括振动信号分解和频域特征提取两部分;
所述振动信号分解步骤如下:
Step1-1:计算时域振动信号频谱,通过傅里叶变换及傅里叶反变换计算振动信号频谱的趋势谱;
Step1-2:对于1-1中求得的趋势谱,使用小波折中阈值去噪方法对趋势谱进行优化;
Step1-3:对于1-2中所得优化后的趋势谱,取其极小值建立滤波边界,使用经验小波变换分解时域信号并重构,得到经验模态分量;
所述频域特征提取步骤如下:
Step2-1:根据选取准则,选取并重构特征分量;
Step2-2:对2-1中所求得特征分量求包络谱,并使用最小熵解卷积处理;
Step2-3:对2-2中处理后的包络谱进行频谱分析,比较分析结果与故障特征频率理论值。
2.根据权利要求1所述的基于改进经验小波变换的滚动轴承故障诊断方法,其特征在于,所述Step1-2中的小波折中阈值去噪方法为:以sqtwolog法为阈值确定方法,以软、硬折中阈值函数为去噪所用的阈值函数。
3.根据权利要求1所述的基于改进经验小波变换的滚动轴承故障诊断方法,其特征在于,所述Step2-1中的选取准则为:计算所有经验模态分量的峭度值,取其中峭度值大于3的经验模态分量计算Pearson相关系数,取其中Pearson相关系数绝对值大于0.4者。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于昆明理工大学,未经昆明理工大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201911210465.9/1.html,转载请声明来源钻瓜专利网。