基于混合特征选择的传动系统故障诊断方法

    公开(公告)号:CN118839230A

    公开(公告)日:2024-10-25

    申请号:CN202410823968.8

    申请日:2024-06-25

    Abstract: 一种基于混合特征选择的传动系统故障诊断方法,采用z‑score方式对传动系统的全息特征库中所有故障特征进行标准化处理;利用最大相关最小冗余过滤式特征选择方法从标准化后的全息特征库中剔除不相关和冗余特征,得到特征初选库;利用基于交叉熵的类别可分性量化指标对不同选择下的特征子集进行评价,在此基础上设计适应度函数,利用二进制粒子群优化算法从特征初选库中进一步筛选出最优特征子集;根据训练集特征选择结果,将特征优选后的测试集输入故障诊断系统中,实现对传动系统故障类型的识别。本发明能够有效提高传动系统故障诊断效率。

    齿轮传动系统振动信号的紧邻密集分量分解系统及方法

    公开(公告)号:CN118503676A

    公开(公告)日:2024-08-16

    申请号:CN202410564966.1

    申请日:2024-05-09

    Abstract: 一种齿轮传动系统振动信号的紧邻密集故障特征分量分解系统及方法,包括:故障特征阶次库单元、包络信号生成单元、任意阶谐波分解单元和监测指标构建单元,其中:故障特征阶次库单元利用已有的齿轮动力学和运动学知识计算所测量振动信号的故障特征阶次;包络信号生成单元对所测量振动信号时频面上瞬时啮合频率附近的信号分量进行时变滤波,计算瞬时啮频分量的调制分量;任意阶谐波分解单元根据输入轴转速和故障特征阶次确定各个故障特征分量的瞬时频率,利用优化算法联合求解所有定位的故障特征分量,得到各个故障特征分量的时域波形;监测指标构建单元根据故障特征分量的时域波形构建具有针对性的健康指标,用于传动系统的状态监测。本发明在强时变工况条件和强噪声条件下,能够以较低的计算成本准确提取在时频面上相邻的多个信号分量并生成用于齿轮传动系统的状态监测的监测指标。

    复杂传动系统的振动信号频域特征提取方法和系统

    公开(公告)号:CN115165340A

    公开(公告)日:2022-10-11

    申请号:CN202210719783.3

    申请日:2022-06-23

    Abstract: 本发明提供了一种复杂传动系统的振动信号频域特征提取方法和系统,包括振动传感器、多通道数据采集装置、计算机及数据分析软件;振动传感器安装布置于复杂传动装置上,用于测量振动信号并转化为电信号输入;多通道数据采集装置将振动电信号进行抗混滤波并转化为数字信号传输给计算机;计算机上的数据分析软件对信号进行频域特征提取。本发明提供的基于复杂传动系统结构参数先验知识和分量分解的频域特征提取方法能够针对结构复杂的传动系统精确提取各个机械部件对应的频域特征,对振动信号传递的信息进行了完整的保留,进而通过与历史运行数据的比较实现复杂传动系统部件级和系统级的状态监测。

Patent Agency Ranking