摘要
本申请提出一种基于AE‑VS融合的大型反射面天线传动系统故障识别方法。方法包括:获取处于变速变载工况下的天线传动系统的振动信号和声弹性波信号,以用于提取包括微观故障和宏观故障的跨尺度故障的故障特征信息;从振动信号和声弹性波信号中分别截取信号样本;对信号样本进行信号分解得到多个频段互不重叠的子信号;分别计算各子信号的多域特征参数,通过特征选择算法获取各子信号的多域特征参数中最敏感的目标特征参数;将信号样本的多个目标特征参数组成特征向量;将特征向量输入故障识别模型得到大型反射面天线传动系统的跨尺度故障识别结果;以解决这种微观故障与宏观故障并存、各部件故障信号难解耦的大型天线传动系统的故障诊断问题。
技术关键词
大型反射面天线
信号
天线传动系统
特征选择算法
计算机执行指令
故障特征信息
故障识别方法
样本
频段
训练卷积神经网络
故障识别装置
传感器布置
可读存储介质
分解算法
齿轮箱
计算机程序产品
振动传感器
处理器
指标
系统为您推荐了相关专利信息
信号解调方法
注意力
多时间尺度
生成式对抗网络
双向长短期记忆网络
频偏估计方法
信道估计值
调制星座
载波
OFDM符号
控制电路
门装置
光强检测电路
稳压芯片
按键电路
逻辑电路
数据处理方法
网络路由器
信号
数据压缩
磁珠
智能鞋垫
信号采集模块
蓝牙通讯模块
阵列传感器