[发明专利]基于LMD和局域时频熵的旋转机械故障特征提取方法有效
| 申请号： | 201210286639.1 | 申请日： | 2012-08-13 |
| 公开（公告）号： | CN102866027A | 公开（公告）日： | 2013-01-09 |
| 发明（设计）人： | 孟宗;李珊珊 | 申请（专利权）人： | 燕山大学 |
| 主分类号： | G01M99/00 | 分类号： | G01M99/00;G01H17/00 |
| 代理公司： | 石家庄一诚知识产权事务所 13116 | 代理人： | 李合印 |
| 地址： | 066004 河北省*** | 国省代码： | 河北;13 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于LMD和局域时频熵的旋转机械故障特征提取方法，其技术方案的要点是，它包括如下步骤：1.利用加速度传感器对旋转机械设备进行测量，获得振动加速度信号；2.对振动加速度信号进行LMD分解，得到若干PF分量，求出各分量的瞬时幅值和瞬时频率；3.做出时频谱图，划分时频平面，计算局域时频熵；4.用局域时频熵值作为特征量，结合实验来提取故障特征。本发明实现了基于LMD的旋转机械故障诊断系统的分析过程，研究不同状态下设备的振动信号在时频分布上能量分布的差异，将局域时频熵理论引入机械故障诊断，将不同状态下的振动信号经LMD变换后再进行局域时频熵计算，并以此作为特征量来判断设备是否存在故障。 | ||
| 搜索关键词： | 基于 lmd 局域 时频熵 旋转 机械 故障 特征 提取 方法 | ||
【主权项】：
一种基于LMD和局域时频熵的旋转机械故障特征提取方法，其特征在于：其步骤包括：步骤一：利用加速度传感器对旋转机械设备进行测量，获得振动加速度信号；步骤二：对振动加速度信号进行LMD分解，得到若干PF分量，求出各分量的瞬时幅值和瞬时频率；步骤三：做出时频谱图，划分时频平面，计算局域时频熵；步骤四：用局域时频熵值作为特征量，结合实验来提取故障特征。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
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燕山大学，未经燕山大学许可，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/patent/201210286639.1/，转载请声明来源钻瓜专利网。
