基于MVMD降噪、融合冲击脉冲和应力波的轴承故障诊断方法及装置

AITNT
正文
推荐专利
基于MVMD降噪、融合冲击脉冲和应力波的轴承故障诊断方法及装置
申请号:CN202411594258
申请日期:2024-11-09
公开号:CN119533939A
公开日期:2025-02-28
类型:发明专利
摘要
本发明实施例中提供了一种基于MVMD降噪、融合冲击脉冲和应力波的轴承故障诊断方法、装置及电子设备,属于故障诊断技术领域,该方法包括:采用振动传感器采集轴承内圈和外圈故障时的振动信号数据;利用多变量变分模式分解MVMD方式对采集到的故障振动信号数据进行分解;计算每个IMF与原始故障振动信号之间的相关系数;应用冲击脉冲算法对重构信号进行分析,计算出冲击特征值,利用K最近邻分类算法,根据冲击特征值和应力波特征参数,将轴承内圈故障与外圈故障区分开来,实现故障类型的自动识别;绘制故障信号的包络谱图,通过分析包络谱图中的特定频带和峰值,确认故障发生的具体部位。本方案能够对轴承故障进行及时且准确的判断。
技术关键词
故障振动信号 轴承故障诊断方法 轴承内圈 特征值 应力 振动传感器 脉冲 重构 正则化参数 轴承故障诊断装置 算法 外圈 包络 数值优化方法 故障特征 验证分类器 信号特征 数据处理软件
系统为您推荐了相关专利信息
1
一种高落差GIL故障监测定位系统及安装方法
故障监测定位系统 多参量光纤传感器 机器学习模型 综合评价系统 准确定位故障位置
2
基于时间窗口的设备联合维护优化方法及系统
周期性 特征值 计划 调度执行单元 相关系数阈值
3
基于反事实表征学习的端云协同计算方法及系统
图像分类模型 客户端 Pearson相关系数 样本 因子
4
一种用于系统仿真模型求解的刚性/非刚性算法自适应切换方法
系统仿真模型 切换方法 方程 格式方法 记忆
5
一种基于图神经网络自监督域适应的轴承故障诊断方法
轴承故障诊断方法 特征提取器 两分类器 参数 神经网络模型构建
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