高可靠齿轮箱信号去噪方法、系统、介质及设备

AITNT
正文
推荐专利
高可靠齿轮箱信号去噪方法、系统、介质及设备
申请号:CN202510740977
申请日期:2025-06-05
公开号:CN120832471A
公开日期:2025-10-24
类型:发明专利
摘要
一种高可靠行星齿轮箱信号去噪方法、系统、介质及设备,方法中,获取核电循泵行星齿轮箱不同健康状态的原始振动信号,对信号进行去趋势和去均值预处理;采用经验模态分解算法EMD、集合经验模态分解算法EEMD和变分模态分解算法VMD分别对所述原始振动信号进行模态分解,得到多个不同的模态分量;采用麻雀搜索算法SSA迭代优化变分模态分解算法VMD中的超参数值,以实现变分模态分解算法VMD对信号的自适应分解;采用迭代优化后的变分模态分解算法VMD对齿轮箱振动信号进行模态分解,去除模态分量中的噪声成分并重构信号,实现齿轮箱振动信号去噪。
技术关键词
经验模态分解算法 行星齿轮箱 信号去噪方法 变分模态分解算法 集合经验模态分解 搜索算法 振动信号去噪 频域特征 参数 齿轮振动信号 三次样条插值法 噪声 重构 包络 因子 混叠现象
系统为您推荐了相关专利信息
1
一种基于数据增强的高压断路器声纹去噪方法与存储介质
去噪方法 去噪自动编码器 梅尔频率倒谱系数 数据 样本
2
基于秃鹫组合算法的动力电池SOH的预测方法及系统
组合算法 变分模态分解算法 充放电次数 动力电池 策略
3
一种基于多特征融合的PEMFC剩余使用寿命预测方法
皮尔逊相关系数 双向长短期记忆网络 集合经验模态分解 通道注意力机制 剩余使用寿命预测
4
一种基于风速信息时空相关重构的规模化风电场风速预测方法
风速 集合经验模态分解 风能利用系数 风机 重构
5
基于多模态融合的新能源汽车生产需求预测方法
数值型指标 需求预测方法 新能源汽车 融合特征 情感特征
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