公开(公告)号：CN118536017A

公开(公告)日：2024-08-23

申请号：CN202410612992.7

申请日：2024-05-17

Applicant: 北京建筑大学

Inventor： 姚德臣 ,  杨建伟 ,  孙润涛 ,  王金海 ,  王宁

IPC: G06F18/2431 ,  G01M13/045 ,  G06F18/2131 ,  G06F18/2136 ,  G06F18/15

Abstract: 本发明提供了一种基于谐波噪声峭度的盲反卷积滤波滚动轴承故障诊断方法，该方法基于谐波噪声峭度和周期特征能量比，将周期识别与稀疏性指标相结合并融入盲反卷积滤波的迭代框架中，提出了新的盲反卷积滤波方法。本发明通过对代表周期性冲击特征的稀疏性指标进行深入分析，提高了传统盲反卷积滤波方法在故障特征识别上的准确性和稳定性。

公开(公告)号：CN118500732A

公开(公告)日：2024-08-16

申请号：CN202410740620.2

申请日：2024-06-09

Applicant: 北京建筑大学

Inventor： 姚德臣 ,  杨建伟 ,  刘晖 ,  王金海 ,  王宁 ,  胡忠硕

IPC: G01M13/045 ,  G06F18/24 ,  G06F18/213 ,  G06F18/10 ,  G06N3/006

Abstract: 本发明提供了一种基于自适应模态分解的滚动轴承故障诊断方法，该方法通过包络谱提取轴承故障特征，增强故障冲击成分，有效提取了滚动轴承故障特征；其次，基于奇异值熵的滚动轴承故障诊断方法，将信号分解为一系列IMF分量，并筛选了故障信息比较丰富IMF分量进行信号重构，计算重构信号的奇异值熵，根据奇异值熵大小划分不同类型故障区间；最后，针对滚动轴承复合故障分离、提取困难，故障冲击不明显等问题，采用改进VMD算法对原始振动信号进行降噪；对降噪后信号进行多点优化调整最小熵解卷积运算，以分离不同类型的故障；对分离后故障使用Teager能量算子进行特征增强，有效降低噪声干扰，实现了复合故障的分离和提取。

公开(公告)号：CN119622494A

公开(公告)日：2025-03-14

申请号：CN202411399457.4

申请日：2024-10-09

Applicant: 北京建筑大学

Inventor： 姚德臣 ,  杨建伟 ,  任宇腾 ,  李熙 ,  王金海 ,  王宁 ,  胡忠硕 ,  霍纪元

IPC: G06F18/2413 ,  G01M13/045 ,  G06F18/2136 ,  G06F18/2131

Abstract: 本发明公开了一种基于Box‑Cox模式分解的轴承故障诊断方法及系统，包括：采集轴承的振动信号，进行特征模态分解；基于加权谱趋势提取方法，识别轴承振动信号中的频率段；通过Box‑Cox稀疏度量算法对振动信号进行自适应多模式分解，利用BCSMT迭代结果自适应调整滤波器系数；根据自相关函数估计的最大周期，提取周期性故障特征，通过多次迭代优化信号分解结果；根据分解后的信号特征，进行轴承故障的诊断。本发明通过采用Box‑Cox模式分解和稀疏特征提取算法，结合自相关函数和加权谱趋势提取方法，实现了在噪声环境下对轴承故障信号的精准提取与诊断。提高了故障诊断的准确性、实时性和鲁棒性，适用于复杂工况下的轴承故障监测和早期预警。