摘要
本发明旨在提供一种强噪声干扰下电机轴承故障诊断方法,包括以下步骤:A、利用压电式加速度传感器采集电机轴承的加速度振动信号;B、将最小包络谱峰值因子Ec作为适应度函数,利用WOA算法模型优化VME算法模型中的中心频率ωd、平衡因子α,得到WOA‑VME模型,对采集到的加速度振动信号进行分解,得到期望模态信号;C、将最小包络谱峰值因子Ec作为适应度函数,利用WOA算法模型优化SMHD算法模型中的滤波器尺寸大小f,用WOA‑SMHD模型处理期望模态信号,得到增强期望模态信号;D、增强期望模态信号中提取出电机轴承故障特征,并将其与电机轴承故障频率数据库进行比对,从而得出诊断结果。本发明,能够较好的实现强背景噪声的电机轴承故障特征提取。
技术关键词
算法模型
电机轴承故障
信号
强噪声干扰
包络
谐波噪声
轴承故障特征频率
因子
强背景噪声
加速度
频域滤波器
对数螺旋线
执行算法
系统为您推荐了相关专利信息
语音交互系统
实时语音
声学特征
输入神经网络模型
深度学习模型
光谱信号降噪方法
灰狼优化算法
信噪比
计算机设备
参数
隧道磁电阻效应
磁场测量方法
电流传感器
隧道磁电阻传感器
频段
故障预警方法
声发射
隐马尔科夫模型
旋转组件
优化搜索算法