申请/专利权人:苏州长城精工科技股份有限公司;南京林业大学
申请日:2024-06-04
公开(公告)日:2024-07-05
公开(公告)号:CN118294144A
主分类号:G01M13/045
分类号:G01M13/045;G01M13/04
优先权:
专利状态码:在审-实质审查的生效
法律状态:2024.07.23#实质审查的生效;2024.07.05#公开
摘要:本申请涉及一种滚动轴承故障诊断方法。该方法包括:采集故障滚动轴承的振动信号;利用金豺优化算法GJO获取特征模态分解FMD的初始多参数组合,利用具有初始多参数组合的特征模态分解FMD将振动信号分解为多个模态分量,利用各模态分量的周期谐波能量比PHER指标作为金豺优化算法GJO的适应度函数使金豺优化算法GJO进行迭代并获取特征模态分解FMD优化后的多参数组合;利用具有优化后的多参数组合的特征模态分解FMD分解振动信号并获取优化后的多个模态分量;以PHER为筛选指标获取优化后的多个模态分量中具有最大PHER值的模态分量作为用于诊断的模态分量。本申请提供的方案,能够克服特征模态分解的多个参数都依赖人工经验设置的问题。
主权项:1.一种滚动轴承故障诊断方法,其特征在于,包括:采集故障滚动轴承的振动信号;利用金豺优化算法GJO获取特征模态分解FMD的初始多参数组合,利用具有初始多参数组合的特征模态分解FMD将振动信号分解为多个模态分量,利用各模态分量的周期谐波能量比PHER指标作为金豺优化算法GJO的适应度函数使金豺优化算法GJO进行迭代并获取特征模态分解FMD优化后的多参数组合;利用具有优化后的多参数组合的特征模态分解FMD分解振动信号并获取优化后的多个模态分量;以PHER为筛选指标获取优化后的多个模态分量中具有最大PHER值的模态分量作为用于诊断的模态分量。
全文数据:
权利要求:
百度查询: 苏州长城精工科技股份有限公司 南京林业大学 滚动轴承故障诊断方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。