[发明专利]基于谐波小波包和IAGA-SVM的滚动轴承故障诊断方法在审
| 申请号： | 201910066744.6 | 申请日： | 2019-01-22 |
| 公开（公告）号： | CN109612731A | 公开（公告）日： | 2019-04-12 |
| 发明（设计）人： | 王海瑞;吕维宗 | 申请（专利权）人： | 昆明理工大学 |
| 主分类号： | G01M13/045 | 分类号： | G01M13/045;G06K9/62 |
| 代理公司： | 暂无信息 | 代理人： | 暂无信息 |
| 地址： | 650500 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： | 本发明公开了基于谐波小波包和IAGA‑SVM的滚动轴承故障诊断系统，包括谐波小波包模块、SVM建模模块与故障识别模块，所述谐波小波包模块包括信号采集模块、信号分解模块、信号重构模块与信号特征提取模块，所述SVM建模模块包括SVM模型初始模块、自适应训练模块、模型测试模块与自适应支持向量模块。本发明还公开了基于谐波小波包和IAGA‑SVM的滚动轴承故障诊断方法。本发明的优点在于：对于诊断结果不会发生偏差，对于滚珠轴承的滚动体、外圈与内圈的故障类型可以予以准确的判断，在滚珠轴承判断过程中完整的模型建立与训练过程较为简单便捷，在诊断过程中可以在不拆卸原设备的情况下对滚珠轴承进行诊断。 | ||
| 搜索关键词： | 小波包 谐波 滚动轴承故障诊断 滚珠轴承 建模模块 故障识别模块 信号采集模块 信号分解模块 信号特征提取 信号重构模块 自适应训练 诊断 初始模块 故障类型 模型测试 模型建立 判断过程 训练过程 诊断结果 支持向量 滚动体 原设备 自适应 拆卸 内圈 | ||
【主权项】：
1.基于谐波小波包和IAGA‑SVM的滚动轴承故障诊断系统，包括谐波小波包模块、SVM建模模块与故障识别模块，其特征在于：所述谐波小波包模块包括信号采集模块、信号分解模块、信号重构模块与信号特征提取模块，所述SVM建模模块包括SVM模型初始模块、自适应训练模块、模型测试模块与自适应支持向量模块，所述自适应训练模块包括SVM有效性检验模块、适应度计算模块、最大值选择模块、自适应遗传算法判断模块与均匀交叉模块，所述故障识别模块包括故障显示模块。
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/patent/201910066744.6/，转载请声明来源钻瓜专利网。
