摘要
本发明公开了一种多测度融合的设备故障诊断算法及应用,包括以下步骤:构造数据集,数据集中任一数据样本包括相同采集时段的振动数据和声音数据,以及对应的故障类别;对振动数据和声音数据归一化处理后,分别进行多测度特征提取,融合提取的所有测度特征;使用卡方检验在多测度融合特征中筛选出故障的强相关特征,得到强相关特征矩阵;根据强相关特征矩阵和故障检测类别,构建故障检测模型并训练;对待诊断的轴承采集振动数据和声音数据以构建强相关特征矩阵,输入到训练后的故障检测模型中,得到故障检测结果。本发明对轴承故障检测准确率较高,且可适用于不同型号和工况的轴承故障检测,具有较强的通用性。
技术关键词
设备故障诊断
故障检测模型
轴承故障检测
数据
算法
故障类别
融合特征
矩阵
信号信噪比
因子
信号失真
频率
波形
样本
功率
幅值
工况
脉冲
系统为您推荐了相关专利信息
资源优化调度系统
智慧农业
动态
植入式传感器
探针
高精度视觉定位
二维码
编码方法
图像处理算法
图像采集装置
外部设备
数据处理方法
数字证书认证
通用数据格式
数据帧结构
超声传感器
直方图
虚拟现实内容
自主系统
超声数据