申请/专利权人:南京工程学院
申请日:2020-07-09
公开(公告)日:2020-10-13
公开(公告)号:CN111767891A
主分类号:G06K9/00(20060101)
分类号:G06K9/00(20060101);G06K9/62(20060101);G01M13/04(20190101);G01M13/045(20190101)
优先权:
专利状态码:在审-实质审查的生效
法律状态:2020.10.30#实质审查的生效;2020.10.13#公开
摘要:本发明公开了一种滚动轴承故障诊断方法,包括以下步骤:步骤一,获取滚动轴承的原始振动数据;步骤二,对步骤一所得的原始振动数据提取时域特征;步骤三,利用PCA算法对步骤二时域特征数据进行降维去噪,提取时域特征主分量;步骤四,利用KICA算法对PCA得到的特征空间进行处理,得到各分量统计独立的特征空间;步骤五,利用SVM特征信号进行分类即故障诊断。本发明有效的克服了现有技术中特征信息复杂且冗余,特征信息表征能力不高以及故障诊断准确率不高的技术问题。同时在旋转设备在线监测领域拥有独特的优势。
主权项:1.一种滚动轴承故障诊断方法,包括以下步骤:步骤一,获取滚动轴承的原始振动数据;步骤二,对步骤一所得的原始振动数据提取时域特征;其特征是:步骤三,利用PCA算法对步骤二时域特征数据进行降维去噪,提取时域特征主分量;步骤四,利用KICA算法对PCA得到的特征空间进行处理,得到各分量统计独立的特征空间;步骤五,利用SVM特征信号进行分类即故障诊断。
全文数据:
权利要求:
百度查询: 南京工程学院 一种滚动轴承故障诊断方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。