摘要
本发明公开了一种高分辨率时频分析的轴承故障动态脊线跟踪及特征匹配诊断方法,用于风电机组旋转机械故障诊断与信号处理技术领域,包括:获取轴承的加速度振动信号,利用优化后的变分模态分解算法,对轴承的加速度振动信号进行分解,得到最优本征模态函数;利用同步压缩变换法对最优本征模态函数分量进行变换,得到高分辨率时频图,并利用动态规划算法提取高分辨率时频图中的时频脊线;基于时频脊线构建故障特征曲线,计算故障特征曲线的故障实际特征系数;根据故障实际特征系数与理论故障类型对应的故障特征系数的比较结果,识别轴承故障类型。本发明解决了轴承在变工况下转动频率不稳定的问题,能够准确识别轴承故障类型。
技术关键词
故障特征
诊断方法
识别轴承
变分模态分解算法
短时傅里叶变换
动态规划算法
表达式
加速度
粒子
理论
旋转机械故障诊断
频率
误差系数
傅里叶变换处理
位置更新
滚动体直径
系统为您推荐了相关专利信息
农业决策方法
农业智能
智能决策方法
个性化建议
多模态信息融合
故障智能诊断方法
深度卷积网络
节点
变压器
特征切片
断路器故障诊断方法
特征参量
故障诊断模型
子系统
断路器故障诊断系统
变压器故障诊断
变压器故障状态
编码向量
故障诊断模型
语义