-
公开(公告)号：CN119513488A
公开(公告)日：2025-02-25
申请号：CN202411466913.2
申请日：2024-10-21
Applicant: 天津职业技术师范大学(中国职业培训指导教师进修中心)
IPC: G06F18/10 , G01M13/00 , G06F18/213 , G06N3/006
Abstract: 本发明提供一种基于SCNGO‑FMD的旋转机械故障诊断方法，包括：采集振动信号作为特征模式分解的输入，采用改进的北方苍鹰优化算法，以相关复合基尼指数CCGI作为优化目标，对特征模式分解中的滤波器长度L、滤波器个数K和模式数n进行优化；利用优化后的参数对采集的振动信号进行特征模式分解，并选择CCGI最大的模式分量作为最佳模式分量；随后，对该最佳模式分量进行包络谱分析，以提取故障频率。本发明有效克服了现有特征模式分解因参数设置不当而导致性能下降的问题，从而更有效地从旋转机械的振动信号中提取故障特征，实现旋转机械的故障诊断。
Search Results
1
records
(took 0.047 seconds)
筛选
AND
AND
过滤
NOT
NOT
Scan to Join
