用于旋转机械早期故障诊断的信号模态分解方法及系统

AITNT
正文
推荐专利
用于旋转机械早期故障诊断的信号模态分解方法及系统
申请号:CN202510307446
申请日期:2025-03-17
公开号:CN119829991B
公开日期:2025-06-20
类型:发明专利
摘要
本发明属于信号处理技术领域。提供了一种用于旋转机械早期故障诊断的信号模态分解方法及系统,通过MCKD算法分解振动信号,得到信号的特征模态集,再根据模态的互相关谱和模态包络功率谱密度的相关系数进行融合,最终提取到表征故障的特征模态,利用故障周期提取特征模态,分别在时域和频域特征上对特征模态进行融合,对复杂噪声的敏感性较低,微弱故障特征信号提取能力强,精度高,且实现了更高效和精准的微弱故障特征信号提取。
技术关键词
旋转机械早期故障诊断 滤波器系数 模态分解方法 延迟矩阵 故障特征信号 冲击故障 包络 MCKD算法 多通道 密度 功率 信号处理技术 频域特征 周期性 频道 噪声 代表
系统为您推荐了相关专利信息
1
一种电路板生产系统全流程追溯方法
层压界面 特征值 追溯方法 电镀液 电路板结构
2
一种基于深度学习的舰船声学图像分类方法及系统
图像分类方法 分类识别模型 连续小波变换 样本 图像分类系统
3
一种导地线放线张力自适应控制方法及系统
振动传感器 动态时间规整 网络拓扑结构 信号采集模块 加窗傅里叶变换
4
适用于卫星通信的多相滤波采样方法
采样方法 矩阵 滤波器系数 相位特征 多相滤波器
5
一种土壤速效养分与有机碳变化预测方法、介质及系统
土壤速效养分 变化预测方法 土壤有机碳含量 土壤速效氮 土壤速效磷
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