摘要
本发明属于机械故障诊断与信号处理技术领域,具体涉及基于多通道模拟滤波特征网络的轴承故障诊断方法、系统、设备及介质,该方法通过构建多通道模拟滤波特征提取网络,采用多个并行设置的带通滤波器通道提取轴承振动信号特征,结合模拟神经网络分类器进行故障分类。信号预处理包括去直流分量、幅值归一化和分段处理;滤波器通频带参数和分类器参数通过粒子群算法联合优化,以分类准确率和决策置信度为适应度函数。系统包括信号采集、预处理、多通道滤波、特征提取、模拟神经网络分类及结果显示模块,实现了低功耗、高实时性的轴承故障诊断。本发明解决了传统数字处理方法功耗高、延迟大的问题,适用于工业现场长期监测和大规模部署。
技术关键词
轴承故障诊断方法
滤波特征
轴承故障诊断系统
神经网络分类器
多通道
特征提取网络
模拟乘法器
分类准确率
时序控制单元
时序控制电路
特征值
积分电路
轴承故障特征频率
滤波模块
信号
滤波器截止频率
特征提取模块
参数
系统为您推荐了相关专利信息
数字信号处理方法
频谱特征
相位调制数据
SOC芯片
序列
故障诊断方法
化工
神经网络分类器
集成学习模型
故障诊断模型
遥感图像分割方法
深度学习模型
加权特征
滤波特征
注意力机制