公开(公告)号：CN106289780A

公开(公告)日：2017-01-04

申请号：CN201610836146.9

申请日：2016-09-20

Applicant: 北京工业大学

Inventor： 崔玲丽 ,  巩向阳 ,  张宇 ,  姚天昌 ,  黄金凤

IPC: G01M13/04

CPC classification number: G01M13/045

Abstract: 本发明公开了一种基于Sparsogram和样本熵的滚动轴承损伤程度识别方法，本发明根据轴承外圈单点点蚀故障特征，针对不同故障大小的振动信号，利用Sparsogram算法快速提取包含故障特征的共振频带，计算所提取共振频带的样本熵值，通过样本熵值的变化实现对轴承外圈损伤趋势的预测。由于精确判断故障大小的困难性，本发明提出了故障区间的概念，将代表滚动轴承损伤程度(微弱损伤、轻度损伤、中度损伤和重度损伤)的故障区间与样本熵值区间一一对应，以样本熵值作为BP神经网络的输入量，实现对滚动轴承故障损伤程度的智能化识别。

公开(公告)号：CN106404394A

公开(公告)日：2017-02-15

申请号：CN201610757852.4

申请日：2016-08-30

Applicant: 北京工业大学

Inventor： 崔玲丽 ,  姚天昌 ,  马春青

IPC: G01M13/04

CPC classification number: G01M13/045

Abstract: 本发明公开了一种基于信号复杂度的轴承内外圈故障的定量趋势诊断方法，Lempel-Ziv复杂度是一种判断信号周期成分多少的指标，通过对不同程度与不同位置故障的轴承振动信号进Lempel-Ziv复杂度指标化处理，发现故障程度与Lempel-Ziv复杂度指标值成一定比例关系，同时滚动轴承内、外圈故障位置的不同，Lempel-Ziv复杂度分辨呈现递增与递减的不同趋势规律，由此可以实现轴承故障的定量趋势诊断。为了提取实测振动信号故障特征，引入Protrugram算法并将其与Lempel-Ziv复杂度指标相结合。通过实验数据处理，验证了基于Protrugram与Lempel-Ziv的滚动轴承定量诊断方法在轴承定量趋势诊断中的有效性。

公开(公告)号：CN106295072A

公开(公告)日：2017-01-04

申请号：CN201610757869.X

申请日：2016-08-30

Applicant: 北京工业大学

Inventor： 崔玲丽 ,  姚天昌 ,  马春青

IPC: G06F17/50 ,  G01M13/04

Abstract: 本发明公开了一种针对轴承内外圈故障的定量趋势诊断方法，该方法为一种基于Sparsogram与Lempel-Ziv的定量趋势诊断方法。本发明针对，目前难于定量评价轴承故障发展趋势与确定故障位置的研究现状，研究了轴承的故障机理，提出了一种基于Sparsogram与Lempel-Ziv的定量趋势诊断方法。应用Sparsogram算法对实测信号去噪，提取特征信号。将去噪信号进行Lempel-Ziv复杂度指标化处理。通过研究发现，故障程度与Lempel-Ziv复杂度指标值成一定比例关系，同时滚动轴承内、外圈故障位置的不同，Lempel-Ziv复杂度分辨呈现递增与递减的不同趋势规律，由此判断故障位置与故障大小。