摘要
本发明涉及装备监测技术领域,具体涉及一种基于自适应啁啾模态分解与阶次分析的轴承故障诊断方法,首先采集并获得旋转机械运行过程中的振动时间序列信号和低采样率的转速时间序列信号;接着采用参数搜索自适应啁啾模态分解方法处理,从上述振动数据中获取转速分量信号;然后对转速分量信号处理,先消除振幅影响,其次对消除振幅影响的转速分量信号进行希尔伯特变换,获得转速分量信号的解析信号;对获得的解析信号的相位进行微分,获得转速分量信号的瞬时频率曲线;利用瞬时频率曲线对原振动信号进行角度重采样,获得振动信号的角域信号;最后对角域信号进行傅里叶变换,获得该角域信号的阶次谱,利用阶次谱中对应的阶次判断故障是否发生。
技术关键词
轴承故障诊断方法
振动加速度传感器
装备监测技术
序列
分解算法
模态分解方法
故障特征提取
曲线
信号处理
频率
调频
旋转机械
采样率
参数
数据
联轴器
幅值
样本
系统为您推荐了相关专利信息
近视防控方法
时间序列特征
深度强化学习算法
特征值
强化学习环境
状态感知方法
数字孪生模型
实时数据
物联网感知设备
云平台
轮廓匹配方法
对象
滑动窗口
计算机程序产品
序列
三次样条插值法
机翼模型
数据优化方法
矩阵
生成压力