龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
申请/专利权人：四川轻化工大学;黄河水利职业技术学院
申请日：2024-04-19
公开（公告）日：2024-05-28
公开（公告）号：CN118094114A
主分类号：G06F18/10
分类号：G06F18/10;G01H17/00;G01M13/00;G06F18/2113;G06F18/2131;G06F18/22;G06V10/82;G06N3/006;G06N3/0464
优先权：
专利状态码：在审-实质审查的生效
法律状态：2024.06.14#实质审查的生效;2024.05.28#公开
摘要：本发明提供了一种改进BWO‑VMD‑TOPSIS降噪的旋转机械故障诊断方法，属于机械故障诊断技术领域，其内容包括：输入振动信号；通过中心频率法得到K值范围，设置α范围；以最小包络熵为适应度函数，用改进白鲸优化算法（BWO）对变分模态分解（VMD）寻优，得到[K,α]最优组合；基于最优组合对信号VMD分解，得到本征模态函数（IMF）分量；根据分量相关性系数、峭度指标和包络熵通过优劣解距离法（TOPSIS）构建综合指标，对分量进行筛选重构；对重构信号进行短时傅里叶变换（STFT），基于卷积神经网络CNN进行故障诊断。本发明成果可为提升旋转机械振动信号降噪效果、提高故障诊断准确率提供科学依据。
主权项：1.一种改进BWO-VMD-TOPSIS降噪的旋转机械故障诊断方法，包括以下步骤：步骤一：输入旋转机械振动信号；步骤二：通过中心频率法得到分解层数K值的范围，并设置好惩罚因子α的范围；步骤三：以最小包络熵作为适应度函数，运用改进的白鲸优化算法对VMD进行参数寻优，得到[K,α]最优组合；步骤四：基于[K,α]最优组合，对振动信号进行VMD信号分解，得到若干IMF分量；步骤五：根据各IMF分量的相关性系数、峭度指标和包络熵通过TOPSIS算法构建综合指标，对IMF分量进行筛选、重构；步骤六：对重构振动信号进行STFT变换，得到二维时频图像，并基于卷积神经网络对重构振动信号的二维时频图像进行故障诊断。
全文数据：
权利要求：
百度查询： 四川轻化工大学;黄河水利职业技术学院 一种改进BWO-VMD-TOPSIS降噪的旋转机械故障诊断方法
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。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号