-
公开(公告)号:CN111044287A
公开(公告)日:2020-04-21
申请号:CN201911406664.7
申请日:2019-12-31
Applicant: 湖南大学
IPC: G01M13/045
Abstract: 本发明公开了一种基于概率输出弹性凸包的滚动轴承故障诊断方法,首先在机械设备的各个故障状态下从不同的传感器提取工作信号;分别进行时域、频域和时频域特征提取,得到各个工作信号的特征向量,基于这些特征向量获取每个故障状态的训练样本集和验证样本集;分别对训练样本集进行基于概率输出弹性凸包方法的多分类模型的训练以建立最佳诊断模型,根据最佳诊断模型对测试样本进行分类;根据分类结果识别滚动轴承的工作状态和故障类型。本发明提出的基于概率输出弹性凸包的滚动轴承故障诊断方法,在模式识别过程中具有较高的识别度。
-
公开(公告)号:CN111122155B
公开(公告)日:2021-10-12
申请号:CN201911406600.7
申请日:2019-12-31
Applicant: 湖南大学
IPC: G01M13/021 , G01M13/028
Abstract: 本发明公开了一种基于可伸缩移位超圆盘的齿轮故障诊断方法,具体步骤为:测量物体在不同工作状态或故障类型下的振动信号;从振动信号中提取常用于齿轮故障诊断的特征;将不同工作状态的特征值分为训练样本和测试样本;利用训练样本对可伸缩移位超圆盘分类器进行训练以建立最优诊断模型;使用最优诊断模型对测试样本进行分类;根据分类结果识别物体的工作状态或故障类型。本发明提出的基于可伸缩移位超圆盘的齿轮故障诊断方法,在模式识别过程中具有较高的识别度。
-
公开(公告)号:CN111122155A
公开(公告)日:2020-05-08
申请号:CN201911406600.7
申请日:2019-12-31
Applicant: 湖南大学
IPC: G01M13/021 , G01M13/028
Abstract: 本发明公开了一种基于可伸缩移位超圆盘的齿轮故障诊断方法,具体步骤为:测量物体在不同工作状态或故障类型下的振动信号;从振动信号中提取常用于齿轮故障诊断的特征;将不同工作状态的特征值分为训练样本和测试样本;利用训练样本对可伸缩移位超圆盘分类器进行训练以建立最优诊断模型;使用最优诊断模型对测试样本进行分类;根据分类结果识别物体的工作状态或故障类型。本发明提出的基于可伸缩移位超圆盘的齿轮故障诊断方法,在模式识别过程中具有较高的识别度。
-
公开(公告)号:CN111307459A
公开(公告)日:2020-06-19
申请号:CN201911308176.2
申请日:2019-12-18
Applicant: 湖南大学
IPC: G01M13/045 , G06K9/00 , G06K9/62
Abstract: 本发明公开了一种基于混合核函数凸包近似的滚动轴承异类检测方法,包括以下步骤:测量振动对象的振动加速度信号,提取振动信号的多尺度模糊分布熵;将得到的熵值选择前五个值后得到新的特征向量;随机选择一部分正常样本作为训练样本,训练基于混合核函数凸包近似的单分类分类器;将测试样本输入训练好的分类器中,根据分类结果识别滚动轴承故障与否。本发明提出的混合核函数凸包近似的滚动轴承异类检测方法,在模式识别的过程中具有较高的识别度。
-
-
-