申请/专利权人:湘潭大学
申请日:2023-10-11
公开(公告)日:2024-02-02
公开(公告)号:CN117489621A
主分类号:F04D27/00
分类号:F04D27/00;G01H17/00
优先权:
专利状态码:在审-实质审查的生效
法律状态:2024.02.23#实质审查的生效;2024.02.02#公开
摘要:本发明提出了一种基于自适应EMD‑K‑SVD的超音速离心鼓风机故障信号增强方法,包括:采集超音速离心鼓风机状态下的振动信号,并对振动信号进行预处理,获得振动信号数据集;对振动信号进行EMD分解,分解得到多个IMF,将得到的IMF进行拼接,得到原始字典,再将原始字典进行K‑SVD分解,以相关系数为参数指标,筛选出拥有最大相关系数的信号分量,并对其进行平方包络分析,通过对平方包络谱中特定频率所对应的幅值的比对来判断鼓风机的运转状态和故障位置。本发明有效地解决了强噪声干扰下振动信号中故障信号占比较低和故障特征难以分辨的问题。
主权项:1.基于自适应EMD-K-SVD的超音速离心鼓风机故障信号增强方法,其特征在于,包括下列步骤:a采集超音速离心鼓风机在故障状态下的振动信号,对获得的振动信号进行预处理,以获得振动信号的初始数据集;b对振动信号进行EMD分解,得到多个IMF,将得到的IMF进行拼接,得到原始字典;c对原始字典进行K-SVD分解,得到多个新的IMF,筛选出拥有最大相关系数的信号分量,将其作为降噪和增强故障特征后的最终信号;d对最终信号进行平方包络分析,通过对平方包络谱中特定频率所对应的幅值的比对来判断超音速离心鼓风机的运转状态和故障位置。
全文数据:
权利要求:
百度查询: 湘潭大学 基于自适应EMD-K-SVD的超音速离心鼓风机故障信号增强方法
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。