龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
申请/专利权人：安徽大学
摘要：本发明涉及电机轴承的早期故障诊断技术领域，解决了传统故障诊断方法在信号分解过程中存在模态混叠和端点效应等，且故障特征信号难以提取的技术问题，尤其涉及一种基于参数优化VMD及卷积神经网络的电机轴承微弱故障诊断方法，该方法包括以下步骤：获取电机滚动轴承在运转状态下的原始信号；基于鲸鱼优化算法WOA优化变分模态分解VMD的参数得到最优参数组合[K,α]，并对原始信号进行信号分解得到若干个本征模态分量IMFs。本发明能够更有效的解决模态混叠等问题，能够自适应的分解信号提取故障特征，并能对电机轴承高效准确的进行故障分析，为早期故障诊断提供了一条有效的新途径。
主权项：1.一种基于参数优化VMD及卷积神经网络的电机轴承微弱故障诊断方法，其特征在于，该方法包括以下步骤：S1、获取电机滚动轴承在运转状态下的原始信号；S2、基于鲸鱼优化算法WOA优化变分模态分解VMD的参数得到最优参数组合[K,α]，并对原始信号进行信号分解得到若干个本征模态分量IMFs；S3、通过Pearson加权峭度PCWK并对信号分解后的多个本征模态分量IMFs进行筛分，得到包含故障特征信号频率最多的IMF分量；S4、将IMF分量作为故障诊断模型的输入得到电机滚动轴承在运转状态下的故障诊断结果。
全文数据：
权利要求：
百度查询： 安徽大学 基于参数优化VMD及卷积神经网络的电机轴承微弱故障诊断方法
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