[发明专利]一种自适应声信号轴承故障诊断方法在审
| 申请号： | 201910051610.7 | 申请日： | 2019-01-21 |
| 公开（公告）号： | CN109632311A | 公开（公告）日： | 2019-04-16 |
| 发明（设计）人： | 王华庆;申博文;李天庆;宋浏阳;陈学斌 | 申请（专利权）人： | 北京化工大学 |
| 主分类号： | G01M13/045 | 分类号： | G01M13/045 |
| 代理公司： | 北京思海天达知识产权代理有限公司 11203 | 代理人： | 楼艮基 |
| 地址： | 100029 *** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种自适应声信号轴承故障诊断方法，首先运用最大相关峭度反褶积方法(MCKD)增强轴承故障声音信号中的周期冲击，然后对处理后信号进行改进自适应噪声完备集合经验模态分解(ACEEMD)处理，计算每个经验模态分量的峭度值，根据峭度值最大原则自动提取最优分量并求Hilbert包络谱，以准确提取故障特征频率；在声音信号故障诊断中，若特征故障频率被噪声淹没，采用MCKD可以在一定程度上减少因为分量选择不当而造成的误差，在选取最优分量过程中，CEEMDAN与MCKD结合使用可获得更好效果，所提出方法在一定程度上增强了周期冲击成分，为选择合适分量提供了一定的依据。 | ||
| 搜索关键词： | 轴承故障 自适应 峭度 周期冲击 噪声 集合经验模态分解 故障特征频率 诊断 分量选择 故障诊断 经验模态 特征故障 自动提取 最大相关 反褶积 淹没 改进 | ||
【主权项】：
1.一种自适应声信号轴承故障诊断方法，其特征在于：首先运用最大相关峭度反褶积方法(MCKD)增强轴承故障声音信号中的周期冲击，然后对处理后信号进行加入了可控噪声的自适应完备集合经验模态分解(ACEEMD)处理，计算每个经验模态分量的峭度值，根据峭度值最大原则自动提取最优分量并求Hilbert包络谱，以准确提取故障特征频率，进行有效故障诊断。
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北京化工大学，未经北京化工大学许可，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/patent/201910051610.7/，转载请声明来源钻瓜专利网。
