一种基于广义时频提取变换的轴承故障诊断方法

    公开(公告)号:CN119004053A

    公开(公告)日:2024-11-22

    申请号:CN202411038219.0

    申请日:2024-07-31

    Abstract: 本发明公开了一种基于广义时频提取变换的轴承故障诊断方法,具体为:1,获取故障轴承的振动信号;2,对获取的故障轴承振动信号采用不同高斯窗函数的短时傅里叶变换,得到时频分布,将该时频分布作为广义时频矩阵的元素,构造广义时频矩阵B,根据B计算广义群延迟估计,基于广义群延迟估计进行广义时频提取变换算法,采用广义时频提取变换算法提取组合时频分布在广义群延迟估计处的能量;3,提取步的组合时频分布结果中的冲击特征的时间间隔;4,基于时间间隔判断轴承故障类型。本发明具有更高的时频分辨率,能够更准确地捕捉轴承故障引起的瞬态冲击特征。还具备较好的抗噪性能,能够在复杂噪声环境下有效提取故障信号。

    一种基于振动频率微波动的TBM刀盘碰摩故障诊断方法

    公开(公告)号:CN119249096A

    公开(公告)日:2025-01-03

    申请号:CN202411305646.0

    申请日:2024-09-19

    Abstract: 本发明公开了一种基于振动频率微波动的TBM刀盘碰摩故障诊断方法,包括:采集刀盘主轴振动信号数据;根据振动信号的频谱成分,获取振动信号的各个频率分量;采用广义同步压缩变换时频分析方法,对分量信号进行时频分析,获取其时频分布结果;根据各分量的广义同步压缩变换结果,提取时频分布的瞬时频率脊线,去除瞬时频率脊线的直流分量后,计算瞬时频率的频谱,获取瞬时频率的振荡频率;根据各个瞬时频率脊线的频谱判断瞬时频率是否存在周期性振荡;如果存在,再判断振荡频率是否等于振动信号的谐波频率;如果符合上述条件,判定TBM刀盘系统发生了碰摩故障,并根据振荡频率判断刀盘碰摩的情况。本发明提高了诊断的准确性和灵敏度。

    一种高阶瞬时频率非平稳信号时频分析方法

    公开(公告)号:CN119089180A

    公开(公告)日:2024-12-06

    申请号:CN202411069310.9

    申请日:2024-08-05

    Abstract: 本发明公开了一种高阶瞬时频率非平稳信号时频分析方法,包括:对于N阶瞬时频率调频信号模型,计算2N‑1个基于不同变换形式高斯窗函数的改进短时傅里叶变换;构造广义时频矩阵A;求解N阶瞬时频率调频信号的广义瞬时频率显式表达式;利用广义瞬时频率显式表达式以及同步提取算子,提取短时傅里叶变换时频分布在广义瞬时频率估计处的时频能量,获取高阶瞬时频率调频信号时频分布;基于频域高斯窗函数的高阶微分构造重构算子矩阵,对高阶瞬时频率非平稳信号进行重构。本发明可以准确计算出任意阶瞬时频率调频信号的二维瞬时频率分布,从而获得高阶瞬时频率非平稳信号的准确时频分布结果。

    一种基于冲击特征时频能量的旋转机械故障程度量化方法

    公开(公告)号:CN119086049A

    公开(公告)日:2024-12-06

    申请号:CN202410989599.X

    申请日:2024-07-23

    Abstract: 本发明公开了一种基于冲击特征时频能量的旋转机械故障程度量化方法,包括:1、振动信号获取;2、对分析信号进行时频变换;3、计算信号二维分布的二维傅里叶变换;4、计算冲击能量间隔;5、计算周期性冲击能量占比因子。本发明采用二维傅里叶变换将时频分布中周期性冲击的时频能量进行集中,采用的广义瞬态压缩变换算法能够更加准确的估计冲击信号的群延迟。同时,为应对变转速工况下冲击故障产生的非周期性冲击响应特征,本发明通过将时频分布转换成角频分布,进而将变转速工况下的时域非周期性冲击转换成角度域周期性冲击,能够更有效地量化冲击特征的时频能量,从而量化衡量变转速工况下的故障程度。

Patent Agency Ranking