[发明专利]一种滚动轴承健康退化状态辨识方法在审
| 申请号： | 201910730077.7 | 申请日： | 2019-08-08 |
| 公开（公告）号： | CN110320033A | 公开（公告）日： | 2019-10-11 |
| 发明（设计）人： | 朱海平;李晓涛;程一伟;黄培;金炯华;倪明堂;张卫平;吴淑敏 | 申请（专利权）人： | 广东省智能机器人研究院 |
| 主分类号： | G01M13/04 | 分类号： | G01M13/04;G06K9/62 |
| 代理公司： | 广州粤高专利商标代理有限公司 44102 | 代理人： | 罗晓林;杨桂洋 |
| 地址： | 523000 广东*** | 国省代码： | 广东;44 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 一种滚动轴承健康退化状态辨识方法，包括步骤：步骤1，获取滚动轴承的历史监测信号，对监测信号进行预处理，去除奇异值并降噪；步骤2，对预处理后监测信号分别进行时域分析、功率谱分析和CEEMDAN分解，得到时域、功率谱和本征模态能量特征；步骤3，利用监测信号的各个特征对CSVM模型进行训练；步骤4，针对在线实时采集的滚动轴承的监测信号，将步骤2获取的各个特征，输入到步骤3中训练好的CSVM模型中，获得滚动轴承当前的健康退化状态辨识结果。本发明能够对滚动轴承的健康退化状态进行实时精确辨识，实现滚动轴承的状态实时监测，保障数控机床的安全、稳定、长周期运行。 | ||
| 搜索关键词： | 滚动轴承 监测信号 退化状态 辨识 预处理 健康 在线实时采集 状态实时监测 功率谱分析 辨识结果 能量特征 时域分析 数控机床 本征模 长周期 功率谱 降噪 时域 去除 分解 安全 | ||
【主权项】：
1.一种滚动轴承健康退化状态辨识方法，包括以下步骤：步骤1，获取滚动轴承的历史监测信号，对监测信号进行去奇异值处理和降噪处理；步骤2，对步骤1处理后的监测信号进行时域分析和功率谱分析，分别提取监测信号的时域特征和功率谱特征；然后进行CEEMDAN分解，得到监测信号的各个本征模态分量，计算每个本征模态分量的能量值并作为滚动轴承健康退化状态的本征模态能量特征；步骤3，利用步骤2获得的监测信号的时域特征、功率谱特征和本征模态能量特征对聚类支持向量机CSVM模型进行训练，获得训练好的CSVM模型；步骤4，针对在线实时采集的滚动轴承的监测信号，按照步骤2分别提取监测信号的时域特征、功率谱特征和本征模态能量特征，输入到步骤3中训练好的CSVM模型中，获得滚动轴承当前的健康退化状态辨识结果。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于广东省智能机器人研究院，未经广东省智能机器人研究院许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201910730077.7/，转载请声明来源钻瓜专利网。
