一种基于故障特征融合的轴承健康监测方法
实质审查的生效
摘要
本发明涉及一种基于故障特征融合的轴承健康监测方法,包括:通过N个加速度传感器采集轴承运行过程中的振动信号;提取振动信号的特征获得N个原始特征集;将N个原始特征集分别输入N个多测度分层模型,经特征筛选获得最佳特征子集与对应的敏感度权重矩阵;通过神经网络训练最佳特征子集,重构敏感度权重矩阵;利用WKPCA算法将各最佳特征子集进行加权融合并输入神经网络进行模型训练;提取待检测的轴承故障特征数据并输入到训练好的神经网络模型中,根据输出结果判断轴承的故障状态。本发明通过振动信号的筛选与融合,降低了特征的冗余性,提高了轴承故障诊断的精度和稳定性。
基本信息
专利标题 :
一种基于故障特征融合的轴承健康监测方法
专利标题(英):
暂无
公开(公告)号 :
CN114509266A
申请号 :
CN202210008505.7
公开(公告)日 :
2022-05-17
申请日 :
2022-01-05
授权号 :
暂无
授权日 :
暂无
发明人 :
沈君贤许飞云胡建中贾民平黄鹏
申请人 :
东南大学
申请人地址 :
江苏省南京市江宁区东南大学路2号
代理机构 :
北京德崇智捷知识产权代理有限公司
代理人 :
郝雅洁
优先权 :
CN202210008505.7
主分类号 :
G01M13/045
IPC分类号 :
G01M13/045 G06N3/02 G06N3/08
IPC结构图谱
G
G部——物理
G01
测量;测试
G01M
机器或结构部件的静或动平衡的测试;其他类目中不包括的结构部件或设备的测试
G01M13/045
••声学或振动分析
法律状态
2022-06-03 :
实质审查的生效
IPC(主分类) : G01M 13/045
申请日 : 20220105
申请日 : 20220105
2022-05-17 :
公开
注:本法律状态信息仅供参考,即时准确的法律状态信息须到国家知识产权局办理专利登记簿副本。
文件下载
暂无PDF文件可下载