摘要
本申请公开了一种液态金属轴承故障监测方法及设备,属于故障诊断技术领域;采集液态金属轴承运行时的声学信号并进行处理分析,通过奇异谱分解SSD算法,并进行奇异值分解,得到若干个奇异谱分量,计算各奇异谱分量的峭度值,根据峭度值筛选信号分量并重构信号,对重构信号进行包络解调,实现轴承故障的特征提取;采用灰狼优化GWO算法迭代优化支持向量机SVM算法参数,构建GWO‑SVM算法,通过训练样本训练GWO‑SVM算法生成分类识别模型,输入测试样本中输出故障分类结果。本申请提供的基于声学频谱降噪分析的液态金属轴承故障监测方法及设备,不仅提高了故障监测的准确性和效率,还降低了人工巡检的成本和风险。
技术关键词
液态金属轴承
故障监测方法
故障特征频率
SVM算法
分类识别模型
SSD算法
重构
矩阵
信号
轨迹
故障监测设备
特征值
包络
左特征向量
序列
故障诊断技术
超声传感器
灰狼算法
样本
系统为您推荐了相关专利信息
产线
数字孪生
长短期记忆网络
信号
故障特征频率
故障监测方法
电机运行数据
健身器材
时间段
数学模型
分类识别模型
抑郁
心理量表
P300成分
智能评估方法
轨迹跟踪方法
SVM算法
在线
离线
水下机器人控制
多算法融合
陶瓷绝缘子
融合算法
视觉特征
风速传感器