[发明专利]滚动轴承故障模式识别及状态监测的特征向量提取方法在审
| 申请号： | 201610897948.0 | 申请日： | 2016-10-14 |
| 公开（公告）号： | CN106441896A | 公开（公告）日： | 2017-02-22 |
| 发明（设计）人： | 邓飞跃;杨绍普;郭文武;潘存治;郝如江;申永军;刘永强;刘鹏飞 | 申请（专利权）人： | 石家庄铁道大学 |
| 主分类号： | G01M13/04 | 分类号： | G01M13/04 |
| 代理公司： | 石家庄新世纪专利商标事务所有限公司13100 | 代理人： | 徐瑞丰;董金国 |
| 地址： | 050043 河*** | 国省代码： | 河北;13 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种滚动轴承故障模式识别及状态监测的特征向量提取方法，其提出使用滚动轴承振动信号的时间小波能量谱模糊熵作为特征向量，既能实现滚动轴承故障模式识别，又能实时监测滚动轴承的运行状态，及时诊断滚动轴承运行过程中早期故障的发生。该方法提出的时间小波能量谱模糊熵特征向量提取方法，能同时用于滚动轴承不同故障类型模式识别和运行状态监测，克服了传统方法分别处理这两个问题的缺陷，极大地拓展了类似研究方法用于滚动轴承故障诊断的范围，并且时间小波能量谱模糊熵作为一个单一的特征向量，相比多特征向量分析方法故障模式识别效率更高。相比传统的滚动轴承运行状态监测指标，用于监测滚动轴承运行状态更为及时和准确。 | ||
| 搜索关键词： | 滚动轴承 故障 模式识别 状态 监测 特征向量 提取 方法 | ||
【主权项】：
一种滚动轴承故障模式识别及状态监测的特征向量提取方法，其特征在于：其步骤如下：步骤1、采用Hermitian小波作为小波基函数对滚动轴承故障振动信号进行连续小波变换，计算得到滚动轴承故障振动信号的时间小波能量谱序列；步骤2、根据模糊熵理论描述所述滚动轴承故障振动信号复杂程度的优良性质，计算时间小波能量谱序列的模糊熵值；步骤3、根据滚动轴承不同故障模式下，所述滚动轴承故障振动信号的时间小波能量谱序列复杂性的差异，采用时间小波能量谱序列的模糊熵值作为特征向量，用于识别滚动轴承不同类型的故障模式；同时，根据滚动轴承运行过程中，正常工况与故障工况时所述滚动轴承故障振动信号的时间小波能量谱序列复杂性的变化，采用时间小波能量谱序列的模糊熵值绘制曲线图，监测滚动轴承的运行状态。
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石家庄铁道大学，未经石家庄铁道大学许可，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/201610897948.0/，转载请声明来源钻瓜专利网。
