申请/专利权人:北京电子工程总体研究所
申请日:2023-12-15
公开(公告)日:2024-03-15
公开(公告)号:CN117708557A
主分类号:G06F18/2113
分类号:G06F18/2113;G06F18/25;G06F18/15;G06F18/2131;G06F18/23
优先权:
专利状态码:在审-实质审查的生效
法律状态:2024.04.02#实质审查的生效;2024.03.15#公开
摘要:本发明公开一种机械部件的性能退化状态评估方法,该方法包括:采用时域分析和时频域分析方法提取机械部件振动信号的多维性能衰退特征参数,以形成多维敏感特征向量;采用机械部件正常状态下的多维敏感特征向量训练自组织特征映射神经网络,以构建性能退化状态评估模型;采用机械部件退化状态下的多维敏感特征向量对自组织特征映射神经网络进行测试,以构建最小量化误差模型;将多维敏感特征向量和其最佳匹配单元的权值向量输入最小量化误差模型,得到最小量化误差的值,通过所述最小量化误差的值表征机械部件的性能退化状态的定量评估值。本发明能有效避免多种方法组合进行特征提取时出现的冗余和对退化不敏感的特征信息,能够实现早期预警。
主权项:1.一种机械部件的性能退化状态评估方法,其特征在于,该方法包括:采用时域分析和时频域分析方法提取机械部件振动信号的多维性能衰退特征参数,以形成多维敏感特征向量;采用机械部件正常状态下的多维敏感特征向量训练自组织特征映射神经网络,以构建性能退化状态评估模型;采用机械部件退化状态下的多维敏感特征向量对自组织特征映射神经网络进行测试,以构建最小量化误差模型;将多维敏感特征向量和其最佳匹配单元的权值向量输入最小量化误差模型,得到最小量化误差的值,通过所述最小量化误差的值表征机械部件的性能退化状态的定量评估值。
全文数据:
权利要求:
百度查询: 北京电子工程总体研究所 一种机械部件的性能退化状态评估方法
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。