一种MOMEDA与压缩感知的滚动轴承故障诊断方法

    公开(公告)号:CN113780055B

    公开(公告)日:2024-02-09

    申请号:CN202110812901.0

    申请日:2021-07-19

    Abstract: 本发明公开了一种MOMEDA与压缩感知的滚动轴承故障诊断方法,涉及智能检测技术领域,该方法可在不拆解轴承的情况下对早期故障轴承做智能诊断,并能通过压缩感知软件的实现缓解数据存储、信号传输、后续数据处理给相关硬件造成的巨大压力,具体方案为:包括以下步骤:S1:采集原始信号;S2:对原始信号进行降噪预处理;S3:以K‑SVD字典学习算法作为信号的稀疏表示方法;S4:对S3处理后的稀疏信号进行压缩测量;S5:对S4处理后的压缩信号进行精准重构,并得到重构误差;S6:比较同一样本在不同字典的重构误差,选取误差最小的字典类型为该测试轴承的类型;S7:对滚动轴承故障进行诊断。

    基于多维度货车制动风压信号特征提取及优化

    公开(公告)号:CN114970594A

    公开(公告)日:2022-08-30

    申请号:CN202111183238.9

    申请日:2021-10-11

    Abstract: 本发明公开了一种基于多维度货车制动风压信号特征提取及优化,涉及河道过滤技术领域。本发明包括以下步骤:第一步:特征提取;第二步:特征参数的优化选择,基于制动风压信号进行多维度特征提取;第三步:基于特征加权和KPCA的制动风压特征参数优化选择。本发明通过货车线路运行试验数据上进行验证,通过对比全特征集进行KPCA和敏感特征集加权后进行KPCA,说明了特征选择和特征融合相结合方法的合理有效性,通过特征选择和加权的基础上,制动风压特征通过KPCA方法得到了很好的提取,可以有效地减小冗余和计算量,更有效地表征货车制动系统不同工作状态和故障类型,更有利于研究货车制动系统故障诊断问题。

Patent Agency Ranking