公开(公告)号：CN113702044B

公开(公告)日：2022-04-19

申请号：CN202110931039.5

申请日：2021-08-13

Applicant: 华中科技大学

Inventor： 轩建平 ,  王俊 ,  王玉琦 ,  朱忠奎

IPC: G01M13/045 ,  G06K9/00 ,  G06K9/62

Abstract: 本发明公开了一种轴承故障检测方法及系统，该方法包括：获取N个通道的振动信号，N≥2；以具有不同窗长值的K个窗函数分别对每个通道的振动信号进行短时傅里叶变换，得到N*K组二维时频分布信号，K≥2；将每组二维时频分布信号转换为一维数据，形成N*K维矩阵；对所述N*K维矩阵进行流形学习以去除噪声并提取故障特征，降低矩阵维度，得到低维数据；将低维数据的第一维数据转换为有效时频分布信号，根据有效时频分布信号分析故障瞬态脉冲特征。通过对轴承多通道振动信号进行不同窗长参数下的短时傅里叶变换构造高维时频分布信号，然后采用流形学习提取低维时频流形，可以去除时频域中的噪声，凸显故障瞬态脉冲成分，从而有效检测出轴承故障。

公开(公告)号：CN113702044A

公开(公告)日：2021-11-26

申请号：CN202110931039.5

申请日：2021-08-13

Applicant: 华中科技大学

Inventor： 轩建平 ,  王俊 ,  王玉琦 ,  朱忠奎

IPC: G01M13/045 ,  G06K9/00 ,  G06K9/62

Abstract: 本发明公开了一种轴承故障检测方法及系统，该方法包括：获取N个通道的振动信号，N≥2；以具有不同窗长值的K个窗函数分别对每个通道的振动信号进行短时傅里叶变换，得到N*K组二维时频分布信号，K≥2；将每组二维时频分布信号转换为一维数据，形成N*K维矩阵；对所述N*K维矩阵进行流形学习以去除噪声并提取故障特征，降低矩阵维度，得到低维数据；将低维数据的第一维数据转换为有效时频分布信号，根据有效时频分布信号分析故障瞬态脉冲特征。通过对轴承多通道振动信号进行不同窗长参数下的短时傅里叶变换构造高维时频分布信号，然后采用流形学习提取低维时频流形，可以去除时频域中的噪声，凸显故障瞬态脉冲成分，从而有效检测出轴承故障。