-
公开(公告)号:CN112466322A
公开(公告)日:2021-03-09
申请号:CN202011357068.7
申请日:2020-11-27
申请人: 华侨大学
IPC分类号: G10L21/0232 , G10L25/18 , G10L25/51
摘要: 本发明公开了一种机电设备噪声信号特征提取方法,主要应用于机电设备故障诊断领域。所述方法先对所采集的噪声信号原始数据进行外部噪声消除、截取等预处理;然后将经过预处理后的噪声信号数据进行快速傅里叶变换(FFT),得到噪声信号频谱信息;再将此频谱数据按幅值的积分值分为m段,得到各个分段的频带宽度信息;最后将带宽信息进行换算,提取特征值用于故障诊断。本发明原理和公式简单、计算量小、运算速度快、故障辨识率高,其最大优点是易于在嵌入式系统和DSP程序中实现。
-
公开(公告)号:CN112268615B
公开(公告)日:2022-05-03
申请号:CN202011357161.8
申请日:2020-11-27
申请人: 华侨大学
摘要: 本发明公开了一种机电设备振动信号特征提取方法,主要应用于机电设备故障诊断领域。所述方法先对所采集的振动信号原始数据进行滤波、截取等预处理;然后将经过预处理后的振动信号数据进行快速傅里叶变换(FFT),得到振动信号频谱信息;再将此频谱数据按幅值的积分值分为m段,得到各个分段的频带宽度信息;最后将带宽信息进行换算,提取特征值用于故障诊断。本发明较小波包分解(WPD)和经验模态分解(EMD)等故障特征提取方式,原理和公式简单、计算量小、运算速度快、故障辨识率高,其最大优点是易于在嵌入式系统和DSP程序中实现。
-
公开(公告)号:CN112014047A
公开(公告)日:2020-12-01
申请号:CN202010877952.7
申请日:2020-08-27
申请人: 华侨大学
摘要: 本发明提供一种有载分接开关机械故障诊断方法,包括以下步骤:通过加速度传感器采集不少于两个位置的有载分接开关装置运行状态下的振动信号,并进行预处理;对预处理后的不少于两个通道振动信号分别进行GA-VMD分解,并提取能量熵和模糊熵构造特征向量,作为耦合隐马尔可夫模型的观测值矩阵输入;对步骤2所求得的特征向量输入耦合隐马尔可夫模型进行训练,建立耦合隐马尔可夫模型运行状态模型;将测试集输入步骤3所得的运行状态模型中,根据最大似然概率判断有载分接开关所处状态及故障类型。本发明提出的有载分接开关机械故障诊断方法,诊断结果确实精度高,结构简单,可操作性强。
-
公开(公告)号:CN112466322B
公开(公告)日:2023-06-20
申请号:CN202011357068.7
申请日:2020-11-27
申请人: 华侨大学
IPC分类号: G10L21/0232 , G10L25/18 , G10L25/51
摘要: 本发明公开了一种机电设备噪声信号特征提取方法,主要应用于机电设备故障诊断领域。所述方法先对所采集的噪声信号原始数据进行外部噪声消除、截取等预处理;然后将经过预处理后的噪声信号数据进行快速傅里叶变换(FFT),得到噪声信号频谱信息;再将此频谱数据按幅值的积分值分为m段,得到各个分段的频带宽度信息;最后将带宽信息进行换算,提取特征值用于故障诊断。本发明原理和公式简单、计算量小、运算速度快、故障辨识率高,其最大优点是易于在嵌入式系统和DSP程序中实现。
-
公开(公告)号:CN112014047B
公开(公告)日:2022-05-03
申请号:CN202010877952.7
申请日:2020-08-27
申请人: 华侨大学
摘要: 本发明提供一种有载分接开关机械故障诊断方法,包括以下步骤:通过加速度传感器采集不少于两个位置的有载分接开关装置运行状态下的振动信号,并进行预处理;对预处理后的不少于两个通道振动信号分别进行GA‑VMD分解,并提取能量熵和模糊熵构造特征向量,作为耦合隐马尔可夫模型的观测值矩阵输入;对步骤2所求得的特征向量输入耦合隐马尔可夫模型进行训练,建立耦合隐马尔可夫模型运行状态模型;将测试集输入步骤3所得的运行状态模型中,根据最大似然概率判断有载分接开关所处状态及故障类型。本发明提出的有载分接开关机械故障诊断方法,诊断结果确实精度高,结构简单,可操作性强。
-
公开(公告)号:CN112268615A
公开(公告)日:2021-01-26
申请号:CN202011357161.8
申请日:2020-11-27
申请人: 华侨大学
摘要: 本发明公开了一种机电设备振动信号特征提取方法,主要应用于机电设备故障诊断领域。所述方法先对所采集的振动信号原始数据进行滤波、截取等预处理;然后将经过预处理后的振动信号数据进行快速傅里叶变换(FFT),得到振动信号频谱信息;再将此频谱数据按幅值的积分值分为m段,得到各个分段的频带宽度信息;最后将带宽信息进行换算,提取特征值用于故障诊断。本发明较小波包分解(WPD)和经验模态分解(EMD)等故障特征提取方式,原理和公式简单、计算量小、运算速度快、故障辨识率高,其最大优点是易于在嵌入式系统和DSP程序中实现。
-
-
-
-
-