-
公开(公告)号:CN116361727A
公开(公告)日:2023-06-30
申请号:CN202310314068.6
申请日:2023-03-28
Applicant: 重庆大学
IPC: G06F18/243 , G06F18/28 , G06F18/2136 , G06F18/214 , G01M13/045 , G10L25/51 , G10L25/24 , G10L25/27
Abstract: 本发明属于保证高强度运输工具的故障诊断领域,具体涉及一种基于音频特征和SRC‑AdaBoost的电池换电系统驱动齿轮故障诊断方法。本发明采用轴向、水平、垂直振动信号进行故障诊断。该故障诊断方法包括音频特征提取、鲁棒字典生成、稀疏表达、合集和模式识别。本发明采用的音频特征是MFCC和GTCC,它们对振动信号的低频成分敏感;然后,这些音频特征构成原始字典,在稀疏表达之前,进行数据增强和字典学习以提高稀疏表达的准确性;最后,为了提高速度波动条件下的鲁棒性,基于AdaBoost对稀疏向量进行整合,然后根据最终稀疏向量的权重分布进行故障诊断。