一種基于短時希爾伯特變換的滾動軸承故障診斷方法
基本信息
申請?zhí)?/td> | CN201910944732.9 | 申請日 | - |
公開(公告)號 | CN111238814B | 公開(公告)日 | 2021-08-31 |
申請公布號 | CN111238814B | 申請公布日 | 2021-08-31 |
分類號 | G01M13/045;G06N3/04;G06N3/08 | 分類 | 測量;測試; |
發(fā)明人 | 李倩;柳樹林;楊皓杰;孫豐誠 | 申請(專利權(quán))人 | 杭州安脈盛智能技術(shù)有限公司 |
代理機構(gòu) | 杭州杭誠專利事務(wù)所有限公司 | 代理人 | 尉偉敏 |
地址 | 310000 浙江省杭州市濱江區(qū)西興街道阡陌路482號智慧e谷B座17層 | ||
法律狀態(tài) | - |
摘要
摘要 | 本發(fā)明涉及軸承故障檢測技術(shù)領(lǐng)域,公開了一種基于短時希爾伯特變換的滾動軸承故障診斷方法,包括:A)采集軸承振動信號,利用最小熵解卷積設(shè)計最優(yōu)濾波器;B)利用最優(yōu)濾波器對軸承振動信號進行濾波處理;C)對濾波處理后的軸承振動信號進行短時希爾伯特變換,獲得特征圖像;D)構(gòu)建卷積神經(jīng)網(wǎng)絡(luò)模型;E)利用已經(jīng)訓(xùn)練好的卷積神經(jīng)網(wǎng)絡(luò)模型實現(xiàn)軸承故障類別分類。本發(fā)明利用最小熵解卷積對采集到的信號進行濾波處理,再通過短時希爾伯特變換方法獲取特征圖像,能夠最大限度地保留振動信號特征,再通過卷積神經(jīng)網(wǎng)絡(luò)實現(xiàn)了軸承故障類型以及故障嚴(yán)重程度的分類,提高了故障分類的準(zhǔn)確性。 |
