摘要
本发明公开了一种基于信号处理的振动信号特征提取方法及系统,涉及信号处理技术领域,包括获取目标机械设备的振动信号,并对所述振动信号进行预处理;采用多尺度小波变换与频域分析对经预处理的振动信号进行分解,获得时域、频域和时频域特征;利用深度学习模型对所提取的特征数据进行降维处理,并对降维后的数据进行序列特征处理,得到降维特征数据;训练深度学习模式,并采用通过训练后的深度学习模型分析所述降维特征数据,识别所述振动信号中的异常,并输出异常监测结果以及故障预警信息。本发明能够在不同工况下提供可靠的故障预警,适用于各种机械设备的在线监测和智能运维。
技术关键词
信号处理
降维特征
频域特征
机械设备
序列特征
多尺度
振动信号特征提取
信号采集模块
数据
二维卷积神经网络
特征提取模块
训练深度学习模型
一维卷积神经网络
信号值
脉冲响应函数
低通滤波器
整流单元
系统为您推荐了相关专利信息
绝缘栅双极型晶体管
脉冲宽度调制信号
集成电路芯片
滤波模块
信号处理模块
脑电信号采集模块
助眠控制方法
信号特征
粒子群算法优化
振动床垫
数据查询分析方法
数据查询分析系统
气象
天气
参数
光电容积脉搏波
预警系统
信号处理模块
信号采集模块
穿戴式设备