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：兰州理工大学
摘要：本发明公开了一种基于改进辛几何模态分解的滚动轴承复合故障诊断方法，属于故障诊断技术领域，该方法构建了加权无偏自相关峭度的目标函数，并通过该目标函数确定最小熵解卷积的最优逆滤波器系数，能够增强滤波信号与故障相关的微弱周期成分。本发明方法还提出了一种自适应周期化辛几何模态分解方法，利用余弦差分因子和峭度准则自适应地选取与轴承相关的辛几何分量，并且提出一种筛选奇异值的启发式准则，对故障信号进行去噪和消除干扰分量，进而增强故障周期分量，最后通过层次聚类进行分离，识别复合故障类型。
主权项：1.基于改进辛几何模态分解的滚动轴承复合故障诊断方法，其特征在于，包括以下步骤：步骤1、获取滚动轴承不同类型的复合故障信号；步骤2、采用自回归模型对所述复合故障信号进行降噪处理，得到降噪信号；步骤3、计算降噪信号的加权无偏自相关峭度，并以加权无偏自相关峭度作为最小熵解卷积的目标函数，对降噪信号进行滤波，得到滤波信号；步骤4、利用辛几何模态分解方法对滤波信号进行分解，得到滤波信号的辛几何分量；步骤5、利用余弦差分因子对滤波信号的辛几何分量进行初步筛选；步骤6、利用峭度准则对初步筛选出的辛几何分量进行进一步筛选，得到与滚动轴承故障相关的辛几何分量；步骤7、利用启发式准则对与滚动轴承故障相关的辛几何分量进行重构，得到重构后的辛几何分量；步骤8、利用斯皮尔曼相似度对重构后的辛几何分量进行分类，获取滚动轴承的故障类别。
全文数据：
权利要求：
百度查询： 兰州理工大学 基于改进辛几何模态分解的滚动轴承复合故障诊断方法
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。
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