首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

融合时频特征与IWOA-HKELM的轴承故障诊断方法 

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:合肥工业大学

摘要:本发明公开了融合时频特征与IWOA‑HKELM的轴承故障诊断方法,包括如下方法步骤:S1:获取轴承在不同状态下运行的振动信号;S2:将振动信号分解为若干个本征模态分量IntrinsicModeFunction,IMF,通过皮尔逊相关系数‑峭度综合评价指标筛选含有故障特征的IMF;S3:提取筛选后IMF的熵特征,构建故障特征矩阵,随后对故障特征矩阵进行归一化处理;S4:构建混合核极限学习机Hybridnuclearlimitlearningmachine,HKELM分类器模型;S5:在鲸鱼优化算法Whaleoptimizationalgorithm,WOA的基础上引入Tent混沌映射、非线性收敛因子、自适应惯性权重、黄金正弦策略和自适应t分布变异策略,然后建立IWOA‑HKELM故障诊断模型并计算故障诊断模型对测试集的诊断正确率。本发明具有良好的诊断精度和鲁棒性的优点。

主权项:1.融合时频特征与IWOA-HKELM的轴承故障诊断方法,其特征在于,方法步骤如下:S1:采集轴承的振动信号,然后对振动信号进行预处理,得到若干IMF信号;S2:构建峭度-皮尔逊相关系数综合评价指标,计算各IMF与原始信号的综合评价指标值,并对综合评价指标值降序排列;S3:分别提取前四阶IMF的排列熵、模糊熵、近似熵和样本熵,按行排列组成故障特征行向量,重复特征提取过程构建故障特征矩阵,随后对故障特征矩阵进行归一化处理并按比例分为训练集及测试集;S4:构造混合核极限学习机HKELM,引入Tent混沌映射优化鲸鱼初始种群,使用非线性收敛因子和自适应惯性权重,融合黄金正弦策略,引入自适应t分布变异策略对鲸鱼优化算法进行改进,根据训练集及改进鲸鱼优化算法IWOA对HKELM的参数进行优化,建立IWOA-HKELM故障诊断模型;S5:采用测试集对故障诊断模型IWOA-HKELM进行测试,计算该模型对于测试集的诊断正确率。

全文数据:

权利要求:

百度查询: 合肥工业大学 融合时频特征与IWOA-HKELM的轴承故障诊断方法

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。

相关技术
相关技术
相关技术
相关技术