一种基于CEEMD与图像纹理特征的旋转机械智能故障诊断方法

    公开(公告)号:CN105718961A

    公开(公告)日:2016-06-29

    申请号:CN201610085890.X

    申请日:2016-02-15

    IPC分类号: G06K9/62 G06K9/00

    摘要: 本发明公开了一种基于CEEMD与图像纹理特征的旋转机械智能故障诊断方法,采集旋转机械不同故障状态或者程度下的故障振动信号;基于CEEMD结合小波阀值的降噪方法对采集到的故障振动信号进行降噪处理,然后将这些数据分为训练数据组与测试数据组;对训练数据组与测试数据组中的数据分别进行时频分析提取SPWVD时频分布图,并且从中择优组成故障特征集;采用训练数据组得到的故障特征集对SVM分类器参数进行寻优,使用最佳的参数值获得最优的SVM分类器,建立故障诊断模型;采用测试数据组作为故障诊断模型的输入值,进行故障诊断测试得到分类结果和精度。本发明在保持信号完整性的同时很好地完成了降噪处理,提取优越的故障特征,完成故障诊断过程。

    基于磷虾群算法的SVR滚动轴承性能衰退预测方法

    公开(公告)号:CN107036817A

    公开(公告)日:2017-08-11

    申请号:CN201710219477.2

    申请日:2017-04-05

    IPC分类号: G01M13/04 G06N3/00

    CPC分类号: G01M13/045 G06N3/006

    摘要: 基于磷虾群算法的SVR滚动轴承性能衰退预测方法,属于泛函逼近的旋转机械预测方法领域。首先分析时域、频域、时频域特征指标,提出基于CEEMD和小波包半软阈值降噪相结合的特征提取方法,对滚动轴承进行故障诊断。又针对多特征参数对滚动轴承故障衰退特征进行综合评价,提出LLE非线性特征降维方法与模糊C均值结合的方法,最后介绍了支持向量回归机基本理论,以此基础提出基于磷虾群算法的多变量支持向量回归机的预测模型,对SVR中的参数进行优化,选取最优C、σ参数。本发明具有预测精度高,计算用时短,聚类后的特征值预测效果好的特点。通过以上三个步骤可以进行滚动轴承的衰退过程精确预测。

    一种基于FDA和SVDD的旋转机械剩余寿命预测方法

    公开(公告)号:CN107300856B

    公开(公告)日:2020-04-17

    申请号:CN201710524963.5

    申请日:2017-06-30

    IPC分类号: G05B13/04

    摘要: 本发明公开了一种基于FDA和SVDD的旋转机械剩余寿命预测方法,所述方法使用函数型数据分析(FDA)方法把采集到的离散数据转化为光滑函数来解决信息量的丢失或模型估计失真等问题,使用SVDD来识别机械运行状况以减小采集样本的需求和提供预测的准确性,计算测试样本的SVDD模型半径并与全生命周期的时间半径轨迹比较以得到预测结果。本发明有效地降低了旋转机械剩余寿命预测所需的采集样本时间,提高了预测的准确性。

    基于磷虾群算法的SVR滚动轴承性能衰退预测方法

    公开(公告)号:CN107036817B

    公开(公告)日:2019-03-08

    申请号:CN201710219477.2

    申请日:2017-04-05

    IPC分类号: G01M13/045 G06N3/00

    摘要: 基于磷虾群算法的SVR滚动轴承性能衰退预测方法,属于泛函逼近的旋转机械预测方法领域。首先分析时域、频域、时频域特征指标,提出基于CEEMD和小波包半软阈值降噪相结合的特征提取方法,对滚动轴承进行故障诊断。又针对多特征参数对滚动轴承故障衰退特征进行综合评价,提出LLE非线性特征降维方法与模糊C均值结合的方法,最后介绍了支持向量回归机基本理论,以此基础提出基于磷虾群算法的多变量支持向量回归机的预测模型,对SVR中的参数进行优化,选取最优C、σ参数。本发明具有预测精度高,计算用时短,聚类后的特征值预测效果好的特点。通过以上三个步骤可以进行滚动轴承的衰退过程精确预测。

    一种基于FDA和SVDD的旋转机械剩余寿命预测方法

    公开(公告)号:CN107300856A

    公开(公告)日:2017-10-27

    申请号:CN201710524963.5

    申请日:2017-06-30

    IPC分类号: G05B13/04

    摘要: 本发明公开了一种基于FDA和SVDD的旋转机械剩余寿命预测方法,所述方法使用函数型数据分析(FDA)方法把采集到的离散数据转化为光滑函数来解决信息量的丢失或模型估计失真等问题,使用SVDD来识别机械运行状况以减小采集样本的需求和提供预测的准确性,计算测试样本的SVDD模型半径并与全生命周期的时间半径轨迹比较以得到预测结果。本发明有效地降低了旋转机械剩余寿命预测所需的采集样本时间,提高了预测的准确性。

    一种精准机械故障诊断装置

    公开(公告)号:CN205748441U

    公开(公告)日:2016-11-30

    申请号:CN201620430125.2

    申请日:2016-05-12

    IPC分类号: G01D21/00

    摘要: 本实用新型公开了一种精准机械故障诊断装置,包括导轮、箱体、温度计、加热器、红外线检测装置、固定夹、计时器、LED灯、数据传输线、摄像头、温度传感器和超声波检测装置,所述的箱体底面设有导轮,箱体底端设有缓冲垫,箱体内壁设有加热器,箱体侧壁设有温度计,箱体内壁还设有红外线检测装置和超声波检测装置,箱体顶端设有弹性绳,弹性绳上设有固定夹,箱体内设有数据传输线,数据传输线上设有多组温度传感器,温度传感器表面设有吸盘,箱体上设有计时器,箱体顶端内壁设有LED灯和摄像头。本实用新型得到多组不同的数据进行比较,准确诊断机械的故障,结构简单,操作方便,利于推广。