[发明专利]低速重载设备滚动轴承故障诊断方法、设备及介质在审
| 申请号： | 201810019698.X | 申请日： | 2018-01-09 |
| 公开（公告）号： | CN108303255A | 公开（公告）日： | 2018-07-20 |
| 发明（设计）人： | 秦波;张娟娟;杨云中;尹恒;刘冀韬;王建国 | 申请（专利权）人： | 内蒙古科技大学 |
| 主分类号： | G01M13/04 | 分类号： | G01M13/04 |
| 代理公司： | 北京酷爱智慧知识产权代理有限公司 11514 | 代理人： | 安娜 |
| 地址： | 014010 内蒙*** | 国省代码： | 内蒙古;15 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明提供的低速重载设备滚动轴承故障诊断方法、设备及介质，方法为：获取低速重载设备滚动轴承的振动信号，并对所述振动信号进行分析得到多种状态信号；对所述多种状态信号进行滤波降噪处理，得到降噪后信号；对所述降噪后信号构建三维特征，并求得三维特征的特征向量，将三维特征的特征向量中的部分特征向量作为输入，基于核极化核极限学习机算法建立滚动轴承故障诊断模型，其余部分特征向量输入到滚动轴承故障诊断模型，得到低速重载设备滚动轴承的故障诊断结果。本发明基于“EEMD能量熵‑形态学分形维数‑形态谱熵”的三维特征向量作为分类模型的输入，能准确的表征和识别轴承的工作状态，可以取得很好的故障状态辨识效果。 | ||
| 搜索关键词： | 滚动轴承故障诊断 低速重载设备 三维特征 特征向量 滚动轴承 振动信号 状态信号 降噪 故障诊断结果 滤波降噪处理 极限学习机 分类模型 故障状态 信号构建 核极化 能量熵 形态谱 辨识 算法 维数 向量 轴承 分析 | ||
【主权项】：
1.一种低速重载设备滚动轴承故障诊断方法，其特征在于，包括：步骤S1，获取低速重载设备滚动轴承的振动信号，并对所述振动信号进行分析得到多种状态信号；步骤S2，对所述多种状态信号进行滤波降噪处理，得到降噪后信号；步骤S3，对所述降噪后信号构建三维特征，并求得所述三维特征的特征向量，其中所述三维特征包括EEMD能量熵，形态学分形维数和形态谱熵；步骤S4，选取所述三维特征的特征向量中的部分特征向量作为输入，建立基于核极化核极限学习机的滚动轴承故障诊断模型，将其余部分特征向量输入到所述滚动轴承故障诊断模型中，得到所述低速重载设备滚动轴承的故障诊断结果。
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内蒙古科技大学，未经内蒙古科技大学许可，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/201810019698.X/，转载请声明来源钻瓜专利网。
