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
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
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
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