基于多指標(biāo)融合的故障特征選擇及分類方法研究

基本信息

申請?zhí)?/td> CN202210379191.1 申請日 -
公開（公告）號 CN114692695A 公開（公告）日 2022-07-01
申請公布號 CN114692695A 申請公布日 2022-07-01
分類號 G06K9/00（2022.01）I;G06K9/62（2022.01）I;G01M13/045（2019.01）I 分類 計算；推算；計數(shù);
發(fā)明人 彭成;歐陽裕堯;唐朝暉;袁鑫攀;鄧曉軍 申請（專利權(quán)）人 湖南工業(yè)大學(xué)
代理機(jī)構(gòu) 廣州市紅荔專利代理有限公司 代理人 -
地址 412007湖南省株洲市天元區(qū)泰山西路88號
法律狀態(tài) -

摘要

摘要 基于多指標(biāo)融合的故障特征選擇及分類方法研究，首先將原始信號通過改進(jìn)CELMD方法分解為多個PF分量和單個殘余分量；然后融合峭度、相關(guān)系數(shù)和K?L散度三個指標(biāo)提取最適合的PF分量進(jìn)行信號重構(gòu)；最后提取重構(gòu)信號的多域特征和熵值特征，輸入LightGBM分類器進(jìn)行分類，實現(xiàn)滾動軸承故障的智能分類。本發(fā)明改善了端點(diǎn)效應(yīng)，緩解了模態(tài)混疊的現(xiàn)象，有效減少了虛假分量對故障診斷的影響，進(jìn)一步提高了故障診斷的分類準(zhǔn)確度，并最終有效對不同故障類型進(jìn)行分類。