基于小波變換和深度學(xué)習(xí)的滾動(dòng)軸承微弱故障診斷方法

基本信息

申請?zhí)?/td> CN201810158359.X 申請日 -
公開（公告）號 CN108426713A 公開（公告）日 2018-08-21
申請公布號 CN108426713A 申請公布日 2018-08-21
分類號 G01M13/04 分類 測量；測試;
發(fā)明人 章雒霏;張銘 申請（專利權(quán)）人 成都昊銘科技有限公司
代理機(jī)構(gòu) 南京蘇創(chuàng)專利代理事務(wù)所（普通合伙） 代理人 成都昊銘科技有限公司
地址 611731 四川省成都市高新區(qū)(西區(qū))天辰路88號9號樓1單元102C-17室
法律狀態(tài) -

摘要

摘要 本發(fā)明公開了一種基于小波變換和深度學(xué)習(xí)的滾動(dòng)軸承早期微弱故障的診斷方法。該方法包括：首先獲取滾動(dòng)軸承振動(dòng)信號，對采集的振動(dòng)信號進(jìn)行連續(xù)小波變換得到時(shí)頻圖；然后，對時(shí)頻圖上每個(gè)頻率對應(yīng)小波系數(shù)進(jìn)行自相關(guān)運(yùn)算濾除噪聲干擾并提取出周期性的故障成分；再利用Hilbert變換進(jìn)行包絡(luò)解調(diào)獲取故障特征頻率；最后，將處理后的時(shí)頻圖作為特征圖輸入，通過訓(xùn)練深度學(xué)習(xí)分類模型對早期故障的類別進(jìn)行判斷。理論和實(shí)驗(yàn)結(jié)果證明，結(jié)合改進(jìn)的小波時(shí)頻圖作為輸入訓(xùn)練的分類模型在滾動(dòng)軸承產(chǎn)生微弱故障的早期就能夠?qū)收系念悇e進(jìn)行非常準(zhǔn)確的判斷，在不同的軸承上使用時(shí)也能給出正確的判斷結(jié)果，訓(xùn)練的速度也很快，具有非常好的實(shí)際應(yīng)用價(jià)值。