龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
申请/专利权人：重庆科技大学
摘要：本申请公开了基于自适应MNAD的谐波减速器早期故障诊断方法、系统、装置及存储介质，方法包括：采集待诊断谐波减速器的原始振动信号；基于原始振动信号采用多元宇宙优化算法MVO自适应确定最小噪声幅度反褶积算法模型MNAD的最优的关键参数组合；基于最优的关键参数组合采用最小噪声幅度反褶积算法模型MNAD对原始振动信号进行信号增强处理；采用集成经验模态分解算法EEMD对增强信号进行模态分解得到K个模态分量；基于K个模态分量构建多尺度模糊熵特征集；将多尺度模糊熵特征集输入到故障分类器中进行故障识别和分类，判断待诊断谐波减速器是否有故障及故障类型。本申请能够有效提高谐波减速器的早期故障诊断的诊断结果准确率。
主权项：1.一种基于自适应MNAD的谐波减速器早期故障诊断方法，其特征在于，所述方法包括如下步骤：S1，采集待诊断谐波减速器的原始振动信号；S2，基于采集的所述原始振动信号采用多元宇宙优化算法MVO自适应确定最小噪声幅度反褶积算法模型MNAD的最优的关键参数组合，其中，所述关键参数组合包括滤波器长度L和周期噪声振幅比ρ；S3，基于所述最优的关键参数组合采用所述最小噪声幅度反褶积算法模型MNAD对所述原始振动信号进行信号增强处理得到原始振动信号对应的增强信号；S4，采用集成经验模态分解算法EEMD对所述增强信号进行模态分解，得到K个模态分量，其中，K为正整数；S5，基于模态分解得到的所述K个模态分量构建多尺度模糊熵特征集；S6，将所述多尺度模糊熵特征集输入到预设的故障分类器中进行故障识别和分类，判断所述待诊断谐波减速器是否有故障及故障类型。
全文数据：
权利要求：
百度查询： 重庆科技大学 基于自适应MNAD的谐波减速器早期故障诊断方法、系统、装置及存储介质
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。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号