一种最小化周期性噪声幅值比解卷积特征提取方法
公开
摘要
本发明涉及一种最小化周期性噪声幅值比解卷积特征提取方法，包括以下步骤：S1、采集旋转机械的加速度信号，确定待探测故障类型的故障周期以及最大迭代次数；S2、采用服从正态分布的随机数初始化一个FIR滤波器；S3、利用所述FIR滤波器对加速度信号滤波并计算滤波信号的周期性噪声幅值比；S4、计算所述周期性噪声幅值比的梯度；S5、通过RMSProp算法更新所述FIR滤波器的值，使得滤波信号的周期性噪声幅值比下降；S6、重复S3‑S5，达到最大迭代次数时输出滤波后的信号。本发明能够增强旋转机械故障激发的周期性冲击特征，为旋转机械故障诊断和健康状态监测提供准确的计算依据。
基本信息
专利标题 ：
一种最小化周期性噪声幅值比解卷积特征提取方法
专利标题（英）：
暂无
公开（公告）号 ：
CN114564986A
申请号 ：
CN202210159676.X
公开（公告）日 ：
2022-05-31
申请日 ：
2022-02-21
授权号 ：
暂无
授权日 ：
暂无
发明人 ：
胡建中方波许飞云贾民平黄鹏
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 ：
CN202210159676.X
主分类号 ：
G06K9/00
IPC分类号 ：
G06K9/00 G01M99/00 G01M13/045
IPC结构图谱
G
G部——物理
G06
计算；推算或计数
G06K
数据识别；数据表示；记录载体；记录载体的处理
G06K9/00
用于阅读或识别印刷或书写字符或者用于识别图形，例如，指纹的方法或装置
法律状态
2022-05-31 ：
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
