选择集成的改进局部特征分解的微弱故障特征提取方法

授权

摘要

本发明公开了选择集成的改进局部特征分解的微弱故障特征提取方法，具体包括：采集振动信号归一化处理；采用基于镜像延拓对称点的边界延拓方法对归一化信号两端进行延拓；采用SEILCD方法将延拓后信号分解为多个ISC分量；估计每个ISC分量在置信度95%和99%的能量；判断每个ISC分量是否属于噪声，若是噪声ISC分量则采用minmax阈值去噪方法对ISC去噪，否则采用AWOGS方法对ISC进行去噪；对去噪后ISC归一化正交并进行时频分析。本发明方法能够自适应选择LCD插值均值曲线以及自适应信号去噪，提高了复杂振动信号处理能力，有效增强故障特征，进而提高故障诊断的准确性和解释性。

基本信息

专利标题：

选择集成的改进局部特征分解的微弱故障特征提取方法

专利标题（英）：

暂无

公开（公告）号：

CN111982489A

申请号：

CN202010876456.X

公开（公告）日：

2020-11-24

申请日：

2020-08-27

授权号：

CN111982489B

授权日：

2022-05-06

发明人：

任世锦潘剑寒唐娴魏明生

申请人：

江苏师范大学

申请人地址：

江苏省徐州市铜山新区上海路101号

代理机构：

南京经纬专利商标代理有限公司

代理人：

姜慧勤

优先权：

CN202010876456.X

主分类号：

G01M13/00

IPC分类号：

G01M13/00 G06K9/00