基于时频域特征的复杂传动装置故障诊断溯源方法及系统

    公开(公告)号:CN115096581B

    公开(公告)日:2023-07-28

    申请号:CN202210719789.0

    申请日:2022-06-23

    Abstract: 本发明提供了一种基于时频域特征的复杂传动装置故障诊断溯源方法及系统,包括:步骤S1:获取样本数据;步骤S2:训练样本和测试样本预处理;步骤S3:构建最小超球体模型进行故障诊断;步骤S4:使用递归特征消除方法进行异常溯源。本发明提供了一种基于时频域特征的复杂传动装置故障诊断溯源方法,基于支持向量数据描述和特征递归消除的思想,解决数据小样本及大量故障数据缺乏的传动装置故障诊断问题。本发明使用时域指标表征传动装置整体信息,使用频域指标表征轴和齿轮信息,通过构建最小超球体描述和构建表征样机整体的健康状态,对判断故障的状态,通过递归特征消除,从输入特征层面寻找造成故障的原因。

    基于高维振动信号的综合传动状态异常智能检测方法

    公开(公告)号:CN115979636A

    公开(公告)日:2023-04-18

    申请号:CN202211532891.6

    申请日:2022-12-01

    Abstract: 本发明属于装甲车辆传动装置异常检测技术领域,具体涉及一种基于高维振动信号的综合传动状态异常智能检测方法,其包括:采集传动装置的振动信号,得到样本数据si;将训练数据和测试数据进行处理,分别提取信号的时域和频域指标;对训练数据进行训练,得到训练后的最小超球体的球心C和半径R;将待测样本的时域和频域指标输入模型,计算其到球心的距离d,d超过半径R时则判断装置处于异常状态。所述方法通过最小超球体描述和构建表征样机整体的健康状态,使用时域指标表征传动装置整体信息,使用频域指标表征轴和齿轮信息,融合表征传动装置整体信息,解决了传动装置的异常检测问题。

    多通道信号联合分解方法
    4.
    发明公开

    公开(公告)号:CN118395378A

    公开(公告)日:2024-07-26

    申请号:CN202410564962.3

    申请日:2024-05-09

    Abstract: 一种多通道信号联合分解方法,通过采集多通道信号后生成融合谱及各通道贡献谱,使用频域信号分解方法将多通道信号的融合谱分解为若干频域分量,得到对融合谱的分解结果,最后根据融合谱分解结果以及各通道贡献谱,得到各个通道各模态的时域波形,本发明能够满足大部分通道数下实时处理的需求,具备处理超大量通道数的能力,且结果物理意义明确。

    复杂传动系统准平稳工况啮合频率检测方法及系统

    公开(公告)号:CN115165390A

    公开(公告)日:2022-10-11

    申请号:CN202210719796.0

    申请日:2022-06-23

    Abstract: 本发明提供了一种复杂传动系统准平稳工况啮合频率检测方法及系统,包括振动传感器、多通道数据采集装置、BNC线、网线、计算机及安装在计算机上的数据分析软件,振动传感器通过BNC线连接在多通道数据采集装置上,多通道数据采集装置通过网线与计算机连接实现数据传输及通信,其中振动传感器用于感知复杂传动系统的振动特性,将其转化为电信号,通过多通道数据采集装置转化为数字信号并输入计算机,安装在计算机上的数据分析软件用于进行准平稳工况啮合频率检测,对数字信号进行分析,给出啮合频率的检测结果。本发明不仅避免了复杂传动系统中其它趋势分量和噪声对检测效果的干扰,也不受绝对幅值差异的影响,检测结果置信度高、精度较好。

    复杂传动系统齿轮调制边带频率检测方法和系统

    公开(公告)号:CN115165355A

    公开(公告)日:2022-10-11

    申请号:CN202210719817.9

    申请日:2022-06-23

    Abstract: 本发明提供了一种复杂传动系统齿轮调制边带频率检测方法和系统,包括:振动传感器、多通道数据采集装置、计算机及安装在计算机上的数据分析软件,振动传感器用于感知综合传动装置的振动并将其转化为电信号输入,振动传感器与多通道数据采集装置相连,多通道数据采集装置将电信号转化为数字信号并进行抗混叠滤波,通过网线与计算机实现数据传输及通信,安装在计算机上的数据分析软件用于进行综合传动装置齿轮调制边带频率检测,给出齿轮调制边带频率的检测结果。本发明的检测结果不受转速变换引起的幅值畸变影响,对转速变化不敏感,并能够有效避免非高斯噪声和共振频率对检测结果的干扰。

    动力学孪生模型驱动的复杂齿轮传动系统故障检测方法

    公开(公告)号:CN118395622A

    公开(公告)日:2024-07-26

    申请号:CN202410488121.9

    申请日:2024-04-23

    Abstract: 一种动力学孪生模型驱动的复杂齿轮传动系统故障检测方法,在离线阶段建立与复杂齿轮传动系统相对应的动力学模型作为数字孪生体;开展振动实验测试复杂齿轮传动系统在健康状态下的服役数据,通过隐式优化算法辨识动力学模型中的未知参数,依据故障动力学机理对动力学模型的啮合刚度参数进行修正后,预测复杂齿轮传动系统在不同类型齿轮故障状态下的服役数据,用于生成训练卷积神经网络分类模型的训练集,在在线阶段采用训练后的卷积神经网络进行实时故障检测。本发明通过实测的健康状态服役数据构造复杂齿轮传动系统的高保真动力学模型作为数字孪生体,准确描述复杂齿轮传动系统的运动学/动力学特性,在不开展故障模拟实验的情况下完成故障检测模型的训练且检测精度显著高于现有技术。

    综合传动复杂耦合振动分量的时域特征精确提取方法

    公开(公告)号:CN115979635A

    公开(公告)日:2023-04-18

    申请号:CN202211532860.0

    申请日:2022-12-01

    Abstract: 本发明属于履带车辆传动装置的振动信号处理技术领域,具体涉及一种综合传动复杂耦合振动分量的时域特征精确提取方法,包括:计算各被监测旋转部件特征频率;通过传感器采集传动装置振动信号,得到离散采样数据;利用分量分解算法从耦合振动信号中分离提取被测元件的信号分量;计算信号分量的时域特征指标,将各个时域特征指标组合为综合传动装置指标特征库。与现有技术相比较,本发明能够针对结构复杂的传动系统精确提取各个机械零部件对应的信号分量及时域特征指标信息,可实现对复杂传动系统早期微弱故障或因传递路径衰减能量微弱的故障辨识,为复杂传动系统状态监测奠定了重要技术基础。

    基于递归特征消除的传动装置多维特征优选方法及系统

    公开(公告)号:CN115204270A

    公开(公告)日:2022-10-18

    申请号:CN202210718751.1

    申请日:2022-06-23

    Abstract: 本发明提供了一种基于递归特征消除的传动装置多维特征优选方法及系统,包括如下步骤:样本数据获取步骤:获取传动装置的样本数据;特征库构建步骤:根据样本数据提取传动装置的特征构建全息特征库;特征优选步骤:使用递归特征消除算法对全息特征库进行多维特征优选。本发明提出一种复杂传动装置退化特征优选方法,特别是一种基于特征递归消除的特征优选方法。构建基于时域、频域的全息特征库,通过使用特征递归消除方法,可以避免人为因素对特征优化筛选的影响,具有一定的鲁棒性和去相关性。

    基于时频域特征的复杂传动装置故障诊断溯源方法及系统

    公开(公告)号:CN115096581A

    公开(公告)日:2022-09-23

    申请号:CN202210719789.0

    申请日:2022-06-23

    Abstract: 本发明提供了一种基于时频域特征的复杂传动装置故障诊断溯源方法及系统,包括:步骤S1:获取样本数据;步骤S2:训练样本和测试样本预处理;步骤S3:构建最小超球体模型进行故障诊断;步骤S4:使用递归特征消除方法进行异常溯源。本发明提供了一种基于时频域特征的复杂传动装置故障诊断溯源方法,基于支持向量数据描述和特征递归消除的思想,解决数据小样本及大量故障数据缺乏的传动装置故障诊断问题。本发明使用时域指标表征传动装置整体信息,使用频域指标表征轴和齿轮信息,通过构建最小超球体描述和构建表征样机整体的健康状态,对判断故障的状态,通过递归特征消除,从输入特征层面寻找造成故障的原因。

Patent Agency Ranking