-
公开(公告)号：CN116956157A
公开(公告)日：2023-10-27
申请号：CN202310928608.X
申请日：2023-07-27
申请人： 沈阳航空航天大学
IPC分类号： G06F18/241 , G01M13/045 , G06F18/2113 , G06F18/10 , G06F18/213
摘要： 本发明提供一种基于CEEMDAN与GWO‑MCKD的航空发动机主轴承故障诊断方法，首先采集主轴承振动信号进行分解并通过峭度指标—相关系数筛选准则进行筛选和重构，产生包含冲击性成分并与原始振动信号高相关的强冲击信号；通过GWO算法对MCKD初始参数进行寻优，确定最优噪声滤除效果时的滤波器长度和解卷积周期；通过输入寻优参数的MCKD对强冲击信号进行噪声成分的滤除和冲击性成分的增强产生去噪信号；通过包络解调对去噪信号提取振动特征频率，将其与理论故障特征频率比对实现故障诊断；本发明有效滤除振动信号传递过程中强背景环境噪声，同时增强滚动轴承微弱故障振动特征的冲击性；实现了真实条件下航空发动机主轴承故障振动特征的提取，具有工程应用价值和实际意义。
-
公开(公告)号：CN116839911A
公开(公告)日：2023-10-03
申请号：CN202310889640.1
申请日：2023-07-19
申请人： 沈阳航空航天大学
IPC分类号： G01M13/045 , G06F18/241 , G06F18/214
摘要： 本发明设计基于阈值参数判决筛选的航空发动机主轴承故障提取方法，首先为了自适应选择VMD中的参数，采用粒子群算法PSO对VMD算法中的参数进行优化，将其作为前置参数来处理传感器收集到的轴承原始振动信号，得到K0个模态分量；其次提出一种新的参数调和公式，该公式将峭度和相关系数平衡融合为一个参数P，然后基于阈值参数准则划分筛选出高信噪比信号，整合高信噪比信号产生新的振动信号；最后通过包络谱提取出轴承微弱故障特征；经过实验表明，经过本方法去噪得到的信号有效的抑制了噪声的干扰，为航空发动机主轴承故障复杂信号处理和诊断提供了有效手段。
-
公开(公告)号：CN118395153A
公开(公告)日：2024-07-26
申请号：CN202410504364.7
申请日：2024-04-25
申请人： 沈阳航空航天大学
IPC分类号： G06F18/213 , G01M13/045 , G06F18/10 , G06N3/006
摘要： 本发明提供一种基于局部能量密度的中介轴承故障特征提取与表征方法，涉及轴承故障诊断技术领域。采用加速度传感器采集滚动轴承的振动信号；采用奇异谱分析方法对故障轴承振动信号进行初步降噪得到预降噪信号；以局部能量密度为适应度函数，通过人工蜂鸟算法对最大相关峭度解卷积方法进行参数寻优，利用寻优得到的最优参数对预降噪信号进行重构得到重构信号；对重构信号进行Hilbert包络解调分析，提取出故障特征对滚动轴承进行故障诊断。本发明能够有效识别信号分量中与轴承故障相关的信号特征含量，改善只按信号冲击成分进行筛选可能导致包含故障信息的分量被过滤、包含干扰信息的分量被重构的问题，更有效地实现轴承故障特征提取。
-
公开(公告)号：CN114689322A
公开(公告)日：2022-07-01
申请号：CN202210433009.6
申请日：2022-04-24
申请人： 沈阳航空航天大学
IPC分类号： G01M13/045
摘要： 本发明提出了一种基于灰狼算法优化ELM的中介轴承故障诊断方法，该方法首先利用CEEMDAN对振动信号传感器采集到的振动信号进行分解，并使用峭度值‑相关系数‑多尺度排列熵对经分解后的IMF分量进行筛选，将筛选后的信号线性重构为一个新的信号；再提取重构信号的时域及频域特征构成特征矩阵；然后利用灰狼算法优化极限学习机的输入层与隐含层之间的权值和隐含层阈值，利用优化后的极限学习机进行中介轴承的故障诊断。该方法能够有效抑制振动信号中的背景噪声干扰，有效的诊断中介轴承故障类型表现出了较强的泛化能力。
-
公开(公告)号：CN118111709A
公开(公告)日：2024-05-31
申请号：CN202410391518.6
申请日：2024-04-02
申请人： 沈阳航空航天大学
IPC分类号： G01M13/045
摘要： 本发明提供一种多通道振动信息加权融合的主轴承故障特征提取方法，涉及轴承故障诊断技术领域。首先通过建立的多通道振动信息加权融合模型将多个振动传感器测得的数据加权融合为一个一维信号，然后利用CEEMDAN对融合后的信号进行分解，再根据峭度‑相关系数筛选准则筛选出强冲击性分量进行重构，得到一个富含轴承故障特征信息的振动信号，最后通过包络谱提出轴承故障微弱特征。该方法可有效提取滚动轴承复杂传递路径下的故障特征，为航空发动机主轴承故障复杂信号处理和诊断提供了有效手段。
-
公开(公告)号：CN118035723A
公开(公告)日：2024-05-14
申请号：CN202410191329.4
申请日：2024-02-21
申请人： 沈阳航空航天大学
IPC分类号： G06F18/213 , G01M13/045 , G06F18/10
摘要： 本发明提供一种基于移动搜索特征包络谱的轴承早期故障特征提取方法，涉及轴承故障诊断技术领域。首先根据轴承几何参数尺寸、运转时间内外环工作状态以及转动频率计算轴承类型故障特征频率；其次，通过设置搜索窗、移动步长，将信号进行统计量处理得到新的信号，将新的信号通过包络谱进行故障诊断；对于一维振动信号设置一个搜索窗长度为L，搜索窗以步长s沿一维信号进行移动，每移动一个步长，计算一次搜索窗内所有样本点的统计量，将每个区域的处理结果按照区域的位置进行拼接；最后，通过包络谱提取故障特征，完成滚动轴承的故障诊断。本发明能提高一维振动信号处理的效率和准确性，移动步长的处理也可提供额外信息，更好地处理信号特征。
-
公开(公告)号：CN117470538A
公开(公告)日：2024-01-30
申请号：CN202311412667.8
申请日：2023-10-27
申请人： 沈阳航空航天大学
IPC分类号： G01M13/045 , G06F18/10 , G06F18/2131
摘要： 本发明提供一种以循环提取信息为中心的航空发动机主轴承故障表征方法，涉及发动机故障诊断技术领域。首先利用小波包分解对原始信号进行处理，计算出各个节点分量的综合参数P以及置信区间，其次由置信区间划分三种类型信号，然后根据循环信息提取准则不断提取高信噪比信号直至达到终止条件，重构高信噪比信号，再对重构的高信噪比信号进行包络解调，得到与滚动轴承故障诊断相关的特征信息。本发明充分提取轴承故障特征信息，综合降低噪声干扰，通过循环分解不断提取重构高信噪比信号，再对重构的高信噪比信号进行包络解调，进而实现轴承特征故障信息的清晰识别。
-
公开(公告)号：CN117054093A
公开(公告)日：2023-11-14
申请号：CN202311023099.2
申请日：2023-08-15
申请人： 沈阳航空航天大学
IPC分类号： G01M13/045 , G06F18/10 , G06F18/2131 , G06F18/22 , G06N3/006 , G06F123/02
摘要： 本发明提供一种基于多准则优化VMD_MCKD的中介轴承故障诊断方法，涉及滚动轴承故障诊断领域；首先使用人工蜂鸟算法(AHA)优化VMD中的参数α和k，并引入一种新的指标—有效加权峭度指标(EWK)为适应度函数；利用优化后的VMD对信号进行分解并以EWK作为评价指标，筛选符合条件的分量作为最优分量；其次，以故障特征能量比(FFER)为适应度函数优化MCKD以增强故障特征，采用包络谱分析提取实际故障特征频率实现故障诊断；本发明在两种适应度函数的作用下，使用AHA优化算法，对VMD和MCKD中的超参数寻优，降低了参数对特征提取的影响，有利于更加准确的进行特征提取，可为强背景噪声下航空发动机中介轴承特征信息提取及故障诊断提供指导方法。
-
公开(公告)号：CN118130089A
公开(公告)日：2024-06-04
申请号：CN202410391531.1
申请日：2024-04-02
申请人： 沈阳航空航天大学
IPC分类号： G01M13/04 , G01M13/045
摘要： 本发明提供一种基于振动与滑油屑末信息融合的滚动轴承状态监控方法，涉及故障诊断技术领域。将时域参数信息、频域特征能量与轴承滑油金属屑末信息进行复合融合，结合模糊推理理论分析及航空发动机主轴承故障模拟试验的主轴承状态检测试验结果，形成主轴承状态检测及故障诊断判据。复合决策融合方法可有效将振动信号进行融合并进行第一次模糊推理，在第二次模糊推理中融入剥落屑末信息参数，可更加准确监测轴承运行状态。经过某型航空发动机整机试车试验数据分析，可有效判别主轴承运行状态及损伤情况。
-
公开(公告)号：CN114705431A
公开(公告)日：2022-07-05
申请号：CN202210433044.8
申请日：2022-04-24
申请人： 沈阳航空航天大学
IPC分类号： G01M13/045
摘要： 本发明公开一种基于多参数筛选准则与GWO‑PNN的滚动轴承故障诊断方法，首先将振动信号通过分解算法并通过相关系数‑能量比‑峭度准则筛选信号分量进行重构，可以有效去除无关分量，避免了通过单一指标选择的信号分量的片面性，达到抑制背景噪声的目的，对重构信号进行重叠样本分割，并计算各样本的多尺度排列熵作为特征向量并通过核主成分分析(KPCA)降维，将降维后的特征矩阵导入概率神经网络PNN，利用引入灰狼算法GWO优化的PNN对故障模式进行故障分类；实践表明，经过该方法去噪得到的信号有效的抑制了噪声的干扰，并具有较高的诊断准确率。
-
-
-
-
-
-
-
-
-
搜索结果
13 条记录 (耗时 0.034 秒)
