一种基于循环脉冲特征分解的齿轮箱故障诊断方法及系统

AITNT
正文
推荐专利
一种基于循环脉冲特征分解的齿轮箱故障诊断方法及系统
申请号:CN202411454676
申请日期:2024-10-17
公开号:CN119437707B
公开日期:2025-08-26
类型:发明专利
摘要
本发明属于故障诊断技术领域,尤其涉及一种基于循环脉冲特征分解的齿轮箱故障诊断方法及系统,该方法包括:构建新的字典矩阵“循环脉冲字典矩阵”对多个周期脉冲信号混合而成的信号所包含的脉冲循环周期进行准确估计;根据脉冲循环周期的能量值大小顺序采用Goertzel算法获取对应的频率幅值;对脉冲循环周期对应的CPCC进行分离重构,将信号分解成若干个CPCC。本发明构建循环脉冲字典矩阵对周期脉冲信号的脉冲循环周期稀疏表示,准确的估计出了齿轮振动信号中故障脉冲特征的循环周期;采用Goertzel算法根据脉冲循环周期对齿轮振动信号中的CPCC进行分解重构,分解出的CPCC中包含了丰富的周期脉冲特征信息。
技术关键词
齿轮箱故障诊断方法 Goertzel算法 脉冲特征 矩阵 齿轮箱故障诊断系统 字典 齿轮振动信号 信息数据处理终端 非正弦周期信号 幅值 重构 频率 滤波算法 匹配追踪算法 OMP算法 序列 故障诊断技术
系统为您推荐了相关专利信息
1
基于水位预报的模型训练方法、水位预报方法及装置
学习器 模型训练方法 模型超参数 矩阵 预报方法
2
一种智能电力设备状态评价方法
智能电力设备 状态评价方法 云物元模型 评价指标体系 皮尔逊相关系数
3
基于实时虚拟环境障碍分析的快速运动扭曲方法及系统
连续碰撞检测 运动 动画 反算方法 层级
4
网络流量智能异常检测与溯源系统及其方法
非线性动力系统 特征提取模块 溯源系统 网络流量数据 系统特征
5
一种图像识别方法、装置、存储介质及电子设备
通道注意力机制 矩阵 特征融合网络 图像识别方法 特征提取网络
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号