申请/专利权人：沈阳航空航天大学

申请日：2023-12-04

公开（公告）日：2024-03-08

公开（公告）号：CN117668615A

主分类号：G06F18/24

分类号：G06F18/24;G01M13/045;G06F18/23;G06F18/213;G06F18/2113;G06F18/15;G06N3/0499;G06N3/086

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.03.26#实质审查的生效;2024.03.08#公开

摘要：本发明提供一种航空发动机中介轴承故障诊断方法，涉及航空发动机技术领域。首先将振动信号通过CEEMDAN算法分解并通过由相关系数、能量比、峭度组成的Kr准则筛选信号分量进行重构，可以有效去除无关分量，避免了通过单一指标选择的信号分量的片面性，达到抑制背景噪声的目的；其次对重构信号进行重叠样本分割，并计算各样本的21个特征数值，将特征数值构成特征矩阵导入深度极限学习机DELM；最后利用蜣螂算法DBO优化的DELM对故障模式进行故障分类；实践表明，经过该方法去噪得到的信号有效的抑制了噪声的干扰，并具有较高的诊断准确率。

主权项：1.一种航空发动机中介轴承故障诊断方法，其特征在于：所述方法包括以下步骤：步骤1：采用振动传感器采集滚动轴承的振动信号；步骤2：对采集得到的滚动轴承振动信号进行分解，得到不同的信号分量；步骤3：结合峭度值、相关系数和能量比所构成的Kr准则，对分解后的信号分量进行筛选，并对筛选后的分量进行重构；步骤4：提取重构信号时频域中的多种特征值并构成特征矩阵，将得到的特征矩阵作为深度极限学习机DELM的输入；步骤5：采用蜣螂算法DBO优化深度极限学习机DELM的初始权重；步骤6：针对待诊断轴承的振动信号，采用经蜣螂算法优化后的深度极限学习机进行故障诊断。

全文数据：

权利要求：

百度查询： 沈阳航空航天大学 一种航空发动机中介轴承故障诊断方法

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。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD