-
公开(公告)号：CN114486260A
公开(公告)日：2022-05-13
申请号：CN202210015937.0
申请日：2022-01-07
Applicant: 西南交通大学
IPC: G01M13/045 , G06F17/14
Abstract: 本发明涉及轴承故障诊断技术领域，具体地说，涉及一种基于自适应变分模态分解的轴承故障诊断方法，其包括以下步骤：(1)、输入信号；(2)、功率谱密度PSD计算；(3)、执行功率谱密度引导的自适应变分模态分解PVMD；(4)、获得指定数量的子信号IMF；(5)、对IMF进行平方包络分析；(6)、提取轴承故障特征。本发明能较佳地用于轴承的故障诊断，特别是轴承复合故障。
-
公开(公告)号：CN113484019B
公开(公告)日：2023-05-26
申请号：CN202110846593.3
申请日：2021-07-26
Applicant: 西南交通大学
IPC: G01M13/045
Abstract: 本发明公开了一种轴承的检测方法、装置及计算机可读存储介质，本发明利用循环含量比来确定第二振动信号中的循环平稳分量，而循环含量比是评价信号中二阶循环平稳分量最直接的估计器，因此，使用循环含量比可减少屏蔽频率分量等因素的干扰，从而提高收敛效果；同时，本发明还使用计算出的循环含量比反过来迭代更新滤波器的系数，从而不断的更新滤波器，直至满足迭代停止条件为止；通过上述设计，可进一步的提高循环平稳特征提取的收敛效果，从而提高检测的准确性。
-
公开(公告)号：CN113962250B
公开(公告)日：2023-05-12
申请号：CN202111075664.0
申请日：2021-09-14
Applicant: 西南交通大学
IPC: G06F18/10 , G06F18/00 , G06F17/16 , G06F17/15 , G06F123/02
Abstract: 本发明涉及混合振动周期脉冲检测技术领域，涉及一种自适应最小相关广义反卷积方法，其包括以下步骤：一、初始化滤波器参数f，输入原始振动信号x；二、基于原始振动信构建Hankel矩阵H；三、使用APE技术估计故障周期T，从H中分别得到H1和H2；四、构成MCG‑Lp/Lq‑D中最小化问题，通过梯度下降算法来求解；五、更新滤波器参数；六、得到滤波后信号y，在迭代中之前y将作为下一次迭代中新的输入信号；七、判断是否达到最大迭代次数；八、得到目标滤波器，并对原始信号进行滤波得到最终滤波信号；对最终滤波信号进行频谱分析和包络谱分析。该方法不需要任何先验知识，能大提高故障恢复精度和应用范围。
-
公开(公告)号：CN113484019A
公开(公告)日：2021-10-08
申请号：CN202110846593.3
申请日：2021-07-26
Applicant: 西南交通大学
IPC: G01M13/045
Abstract: 本发明公开了一种轴承的检测方法、装置及计算机可读存储介质，本发明利用循环含量比来确定第二振动信号中的循环平稳分量，而循环含量比是评价信号中二阶循环平稳分量最直接的估计器，因此，使用循环含量比可减少屏蔽频率分量等因素的干扰，从而提高收敛效果；同时，本发明还使用计算出的循环含量比反过来迭代更新滤波器的系数，从而不断的更新滤波器，直至满足迭代停止条件为止；通过上述设计，可进一步的提高循环平稳特征提取的收敛效果，从而提高检测的准确性。
-
公开(公告)号：CN113567128A
公开(公告)日：2021-10-29
申请号：CN202110846485.6
申请日：2021-07-26
Applicant: 西南交通大学
IPC: G01M13/045 , G06F17/14
Abstract: 本发明公开了一种列车轴承故障特征精密提取与诊断方法、设备及存储介质，该方法在对列车待检测轴承的一振动信号分层分段后；基于信号分离算子SSO对每个信号段进行处理，得到每个信号段的峭度；确定所有信号段中峭度最高的信号段，根据峭度最高的信号段的中心频率和频率分辨率构建带通滤波器；利用所述带通滤波器对所述振动信号进行滤波；基于滤波后的振动信号得到故障特征频率，识别故障状态。本发明采用信号分离算子SSO进行峭度计算，在某一时刻能够提取到多个瞬时频率，能够分离非常相近的频率成分，也能获取到更精确的特征频率，避免故障的故障的误诊和漏诊现象。
-
Patent Agency Ranking
公开(公告)号：CN113592010B
公开(公告)日：2023-08-04
申请号：CN202110898567.5
申请日：2021-08-05
Applicant: 西南交通大学
IPC: G06F18/28
Abstract: 本发明涉及机器学习技术领域，具体涉及基于局部OMP的快速卷积稀疏字典学习算法。方法通过标定振动信号，构建卷积字典；根据卷积字典、位置系数、稀疏度以及标定的振动信号构建平移不变字典学习模型；通过局部正交匹配追踪算法运算平移不变字典学习模型；根据卷积矩阵、平移不变模式以及标定振动信号构建字典更新模型；采用共轭梯度最小二乘结合卷积运算求解字典更新模型，获得解析结果；重复利用包络谱描述振动信号的质量，以确定出最大包络谱峭度值及对应的最优稀疏度。本发明可以在不截断数据的情况下实现快速卷积稀疏字典学习，并且占用的内存很少，能够准确获得最优稀疏度。
-
公开(公告)号：CN113567128B
公开(公告)日：2023-03-14
申请号：CN202110846485.6
申请日：2021-07-26
Applicant: 西南交通大学
IPC: G01M13/045 , G06F17/14
Abstract: 本发明公开了一种列车轴承故障特征精密提取与诊断方法、设备及存储介质，该方法在对列车待检测轴承的一振动信号分层分段后；基于信号分离算子SSO对每个信号段进行处理，得到每个信号段的峭度；确定所有信号段中峭度最高的信号段，根据峭度最高的信号段的中心频率和频率分辨率构建带通滤波器；利用所述带通滤波器对所述振动信号进行滤波；基于滤波后的振动信号得到故障特征频率，识别故障状态。本发明采用信号分离算子SSO进行峭度计算，在某一时刻能够提取到多个瞬时频率，能够分离非常相近的频率成分，也能获取到更精确的特征频率，避免故障的故障的误诊和漏诊现象。
-
公开(公告)号：CN115290325A
公开(公告)日：2022-11-04
申请号：CN202111491758.6
申请日：2021-12-08
Applicant: 西南交通大学
IPC: G01M13/045 , G06F17/14
Abstract: 本发明公开一种无先验知识的改进自适应峭度图方法，涉及铁路安全领域。鉴于快速峭度图法（FK）使用的健康指标是峭度，容易受到信号中随机冲击的影响，其固定的频带分割规则可能导致过度分解或欠分解问题。本发明通过结合鲁棒指标包络谐噪比(EHNR)和尺度空间表示(SSR)的自适应频带分割方法，具有对随机冲击的鲁棒性，对频带分割自适应调整的能力。此外，EHNR还能具有特定周期性的表征信号，使该方法具有复合故障检测能力。
-
公开(公告)号：CN114486260B
公开(公告)日：2022-09-02
申请号：CN202210015937.0
申请日：2022-01-07
Applicant: 西南交通大学
IPC: G01M13/045 , G06F17/14
Abstract: 本发明涉及轴承故障诊断技术领域，具体地说，涉及一种基于自适应变分模态分解的轴承故障诊断方法，其包括以下步骤：(1)、输入信号；(2)、功率谱密度PSD计算；(3)、执行功率谱密度引导的自适应变分模态分解PVMD；(4)、获得指定数量的子信号IMF；(5)、对IMF进行平方包络分析；(6)、提取轴承故障特征。本发明能较佳地用于轴承的故障诊断，特别是轴承复合故障。
-
公开(公告)号：CN113592010A
公开(公告)日：2021-11-02
申请号：CN202110898567.5
申请日：2021-08-05
Applicant: 西南交通大学
IPC: G06K9/62
Abstract: 本发明涉及机器学习技术领域，具体涉及基于局部OMP的快速卷积稀疏字典学习算法。方法通过标定振动信号，构建卷积字典；根据卷积字典、位置系数、稀疏度以及标定的振动信号构建平移不变字典学习模型；通过局部正交匹配追踪算法运算平移不变字典学习模型；根据卷积矩阵、平移不变模式以及标定振动信号构建字典更新模型；采用共轭梯度最小二乘结合卷积运算求解字典更新模型，获得解析结果；重复利用包络谱描述振动信号的质量，以确定出最大包络谱峭度值及对应的最优稀疏度。本发明可以在不截断数据的情况下实现快速卷积稀疏字典学习，并且占用的内存很少，能够准确获得最优稀疏度。
-
-
-
-
-
-
-
-
-
Search Results
12
records
(took 0.025 seconds)
