摘要
本发明涉及粮食仓储设备领域,公开了基于时域同步平均的粮库皮带机故障声振特征提取方法,包括以下步骤:S1、对粮库皮带机运行过程中的声振信号进行多通道同步采集,得到原始声振数据集;S2、对原始声振数据集进行预处理,去除噪声干扰并完成数据标准化;S3、基于皮带机运行周期信号构建时域同步平均模型,对预处理后的声振数据进行同步平均处理,提取周期性声振分量。通过构建基于运行周期信号的时域同步平均模型,能够结合皮带机实际运行的周期特性动态调整模型参数,针对性地从混杂非周期性噪声的声振信号中分离并提取周期性故障声振分量,有效过滤了粮库环境中的谷物流动噪声、机械干扰等非周期干扰因素。
技术关键词
特征提取方法
皮带机
多通道同步采集
故障分类模型
多项式核函数
时域特征提取
径向基核函数
三次样条插值
非周期性噪声
序列
粮食仓储设备
数据
振动加速度信号
小波阈值去噪
动态权重分配
频域特征提取
误差变化量
系统为您推荐了相关专利信息
情感特征
融合特征
情感分析方法
决策级融合方法
特征级融合方法
分子筛选方法
融合分子
药物
蛋白
机器学习模型训练
故障分类模型
公寓管理系统
数据分析模块
策略
公寓管理技术
拓扑结构信息
局部放电特征
故障分类模型
波阻抗参数
鲸鱼算法
链板提升机
金属探测仪
电磁除铁器
视觉检测组件
分拣系统