摘要
本发明提供一种基于改进型阈值分割的故障诊断方法、装置、介质及设备,包括:分别对每段故障频域信号和每段正常频域信号进行划分,得到多个第一子频带和多个第二子频带;根据多个第一子频带构建多个故障特征矩阵,根据多个第二子频带构建多个正常特征矩阵;分别对故障特征矩阵和正常特征矩阵进行降维处理,得到故障特征值和正常特征值;确定故障特征值和正常特征值之间的欧氏距离;若欧氏距离大于最优距离阈值,则确定旋转机械设备的故障类型;如此,通过确定故障状态与正常状态在主成分空间中的特征距离;改进型阈值分割算法引入了故障类权重系数,提高故障特征与背景噪声的分离边界确定精度,确保距离阈值是最优的,提高故障诊断的精度。
技术关键词
故障振动信号
旋转机械设备
特征值
核主成分分析
矩阵
阈值分割算法
故障诊断方法
类间方差
包络
故障特征频率
故障诊断装置
高斯核函数
处理器
样本
背景噪声
计算机设备
可读存储介质
系统为您推荐了相关专利信息
设备实时监控
设备状态监控
故障预测方法
多模态特征
模态传感器
柔性传感器
表达式
BP算法
解耦方法
神经网络算法
风机转速
风量控制方法
BP神经网络
需求风量
变风量空调系统