-
公开(公告)号：CN118171039A
公开(公告)日：2024-06-11
申请号：CN202410166151.8
申请日：2024-02-04
Applicant: 长沙理工大学
IPC: G06F18/10 , G06F18/213
Abstract: 本发明公开了一种多分量信号时频滤波分解方法、电子设备及介质，将待提取信息的信号中分量视为时频面上数据点的集合，并从中选取能反映相应分量的时频分布规律的多个基准数据点。然后通过多项式来拟合所有基准数据点的时频坐标，从而得到与对应分量IF规律一致的多组拟合IF曲线。将拟合的IF曲线的时频坐标作为时频滤波器的中心频率系数，从而得到一个时频滤波器组的中心频率系数组；然后以阈值条件确定出与相应IF规律对应的分量信号的时频分布区域，以及需要保留的时频数据点，从而得到相应的时频滤波器的通频带系数。基于获得了中心频率系数和通频带系数的时频滤波器来对待提取信息的信号进行时频域滤波，从而提取出信号中相应的分量。
-
公开(公告)号：CN113074941B
公开(公告)日：2022-08-30
申请号：CN202110324209.3
申请日：2021-03-26
Applicant: 长沙理工大学
IPC: G01M13/045
Abstract: 本发明公开了一种基于自适应时变梳状滤波的变转速齿轮故障信号提取方法、诊断方法、系统及存储介质，该诊断方法包括：采集变转速下的齿轮振动信号和转速信号；用自适应时变梳状滤波器对齿轮振动信号进行时变梳状滤波获取时变梳状滤波信号；根据转速信号对时变梳状滤波信号进行等角度重采样得到角域重采样信号；对角域重采样信号进行频谱分析得到阶次谱，并根据阶次谱中啮合阶次周围的调制边频阶次诊断变转速下的齿轮故障。本发明精确提取变转速下的包含齿轮故障信息的齿轮啮合振动频率成分及调制边频成分，同时去除其他信号成分的干扰，能有效凸显变转速下的齿轮故障特征。
-
公开(公告)号：CN112597969A
公开(公告)日：2021-04-02
申请号：CN202110033889.3
申请日：2021-01-11
Applicant: 长沙理工大学
IPC: G06K9/00 , G06F17/14 , G01M13/045
Abstract: 本发明公开了一种滚动轴承故障诊断方法、系统及介质，包括：(1)获取滚动轴承在变转速下的振动信号和转速信号；(2)对振动信号进行Hilbert包络解调，获取其包络信号；(3)根据转速信号设计自适应时变梳状陷波滤波器；(4)采用自适应时变梳状陷波滤波器对滚动轴承包络信号进行时变梳状滤波，将滚动轴承包络信号减去滤波得到的时变梳状陷波滤波信号，以获取时变梳状滤波残余信号；(5)根据转速信号对时变梳状滤波残余信号进行等角度重采样，获取角域重采样信号；(6)对角域重采样信号进行FFT频谱分析，并根据阶次谱中滚动轴承故障特征阶次处的幅值诊断滚动轴承故障。本发明能有效去除无关信号成分的干扰，凸显转速变化下的滚动轴承故障特征。
-
Patent Agency Ranking
公开(公告)号：CN107120237A
公开(公告)日：2017-09-01
申请号：CN201710565794.X
申请日：2017-07-12
Applicant: 长沙理工大学
Abstract: 本申请提供了一种风力发电装置，包括收风管和发电机构，发电机构利用被收风管捕获的风进行发电，其中，收风管包括进风的收风口和出风的汇风口，收风管的直径沿收风口向汇风口渐缩。本申请提供的风力发电装置能同时利用高速与低速风进行高效率发电，提高了风能的利用率。
-
公开(公告)号：CN112597969B
公开(公告)日：2022-08-12
申请号：CN202110033889.3
申请日：2021-01-11
Applicant: 长沙理工大学
IPC: G06K9/00 , G06F17/14 , G01M13/045
Abstract: 本发明公开了一种滚动轴承故障诊断方法、系统及介质，包括：(1)获取滚动轴承在变转速下的振动信号和转速信号；(2)对振动信号进行Hilbert包络解调，获取其包络信号；(3)根据转速信号设计自适应时变梳状陷波滤波器；(4)采用自适应时变梳状陷波滤波器对滚动轴承包络信号进行时变梳状滤波，将滚动轴承包络信号减去滤波得到的时变梳状陷波滤波信号，以获取时变梳状滤波残余信号；(5)根据转速信号对时变梳状滤波残余信号进行等角度重采样，获取角域重采样信号；(6)对角域重采样信号进行FFT频谱分析，并根据阶次谱中滚动轴承故障特征阶次处的幅值诊断滚动轴承故障。本发明能有效去除无关信号成分的干扰，凸显转速变化下的滚动轴承故障特征。
-
-
公开(公告)号：CN119984816A
公开(公告)日：2025-05-13
申请号：CN202510065090.0
申请日：2025-01-16
Applicant: 长沙理工大学
IPC: G01M13/045 , G06F18/10 , G06F18/213
Abstract: 本发明公开了一种滚动轴承故障性时变瞬时特征增强及提取方法，包括：采集原始轴承故障信号；基于自适应噪声完全集合经验模态分解方法对原始轴承故障信号进行分解，获得一系列本征模态函数分量；基于相关系数跳变准则区分分量性质，并进行去噪；基于局部最大频率啁啾率同步压缩啁啾变换方法对降噪后的轴承故障信号映射至时频啁啾率空间；从挤压后的时频啁啾率空间提取反映故障性时变瞬时特征的时频啁啾率系数，重构出轴承故障冲击成分，对轴承故障冲击成分进行Hilbert包络分析，识别轴承故障的特征频率。本发明可以清晰准确地提取滚动轴承的故障性时变瞬时特征，具有良好的工程应用前景。
-
公开(公告)号：CN113074941A
公开(公告)日：2021-07-06
申请号：CN202110324209.3
申请日：2021-03-26
Applicant: 长沙理工大学
IPC: G01M13/045
Abstract: 本发明公开了一种基于自适应时变梳状滤波的变转速齿轮故障信号提取方法、诊断方法、系统及存储介质，该诊断方法包括：采集变转速下的齿轮振动信号和转速信号；用自适应时变梳状滤波器对齿轮振动信号进行时变梳状滤波获取时变梳状滤波信号；根据转速信号对时变梳状滤波信号进行等角度重采样得到角域重采样信号；对角域重采样信号进行频谱分析得到阶次谱，并根据阶次谱中啮合阶次周围的调制边频阶次诊断变转速下的齿轮故障。本发明精确提取变转速下的包含齿轮故障信息的齿轮啮合振动频率成分及调制边频成分，同时去除其他信号成分的干扰，能有效凸显变转速下的齿轮故障特征。
-
-
-
-
-
-
-
Search Results
8
records
(took 0.02 seconds)
