公开(公告)号：CN111175046A

公开(公告)日：2020-05-19

申请号：CN202010193238.6

申请日：2020-03-18

Applicant: 北京工业大学

Inventor： 付胜 ,  匡佳锋 ,  王赫 ,  井睿权

IPC: G01M13/045

Abstract: 本发明公开了一种基于流形学习和s-k-means聚类的滚动轴承故障诊断方法，属于旋转机械故障诊断领域。该方法主要包括5个步骤：获取轴承在正常及故障状态下的振动信号作为原始信号；获取时域特征集和小波包能量特征集；利用散布矩阵，构造特征分类能力指数，排除部分无关特征，实现特征选取；将经过特征选择后的特征集作为维数约简算法的高维输入，使用NPE(邻域保持嵌入)的流形学习方法进行维数约简，得到经过约简后的低维特征集；采用s-k-means聚类方法对故障特征矩阵进行聚类分析，确定故障类型。该方法简单有效，有助于实现高维故障特征的有效约简和二次提取，得到了与故障联系密切的少量典型特征，使得特征分类时的计算量大大减少，从而准确识别故障类型。

公开(公告)号：CN111220373A

公开(公告)日：2020-06-02

申请号：CN202010192412.5

申请日：2020-03-18

Applicant: 北京工业大学

Inventor： 付胜 ,  王赫 ,  井睿权 ,  匡佳峰

IPC: G01M13/00 ,  G01M13/045

Abstract: 本发明公开了一种离心泵转子系统故障诊断的方法，具体涉及一种基于变分模态分解和核极限学习机的离心泵转子系统故障诊断的方法，属于旋转机械故障诊断领域。该方法主要包括步骤S1：获取离心泵转子系统正常状态与故障状态下的振动加速度信号(正常、转子不对中、转子不平衡、轴承内圈故障、轴承外圈故障、轴承滚动体故障)，得到时域信号样本集。步骤S2：对得到的时域信号样本集进行变分模态分解，得到本征模函数分量。步骤S3：对每个本征模函数分量求取能量值、波形因子、脉冲指标、裕度系数、峰值因子和峭度值。步骤S4：构建特征矩阵，归一化处理数据。步骤S5：采用训练样本对离心泵转子系统故障诊断系统进行训练。步骤S6：将测试样本或者实时样本输入到离心泵转子系统故障诊断模型中，对故障进行诊断。

公开(公告)号：CN111239249A

公开(公告)日：2020-06-05

申请号：CN202010193231.4

申请日：2020-03-18

Applicant: 北京工业大学

Inventor： 付胜 ,  井睿权 ,  王赫 ,  匡佳锋

IPC: G01N29/04

Abstract: 本发明公开了一种基于Hilbert—Huang变换的通风机叶片裂纹故障诊断方法，属于设备故障诊断领域。该方法主要包括步骤S1：建立叶片裂纹的扩充样本数据库。步骤S2：获取叶片在正常以及不同裂纹状态下的振型位移参数，建立叶片裂纹的样本数据库。步骤S3：利用经验模式分解方法将样本数据库中的振型位移参数分解成若干基本的本征模函数。步骤S4：对本征模函数分量进行空间希尔伯特变换，得到相应的能量分布即希尔伯特谱，依据裂纹截面处奇异点的突变判定裂纹位置。步骤S5：定义表征叶片裂纹深度的特征频率，实现裂纹深度的判定。步骤S6：将扩充本数据库中的振型位移参数输入到裂纹故障诊断模型中，对故障进行诊断。