-
公开(公告)号:CN105373700B
公开(公告)日:2017-12-19
申请号:CN201510726970.4
申请日:2015-10-30
Applicant: 哈尔滨工程大学
IPC: G06F17/50
Abstract: 本发明涉及一种基于信息熵和证据理论的机械故障诊断方法,步骤1:采用四种典型机械故障类型来构造识别框架;步骤2:将振动信号的四种信息熵作为故障特征;步骤3:通过仿真模拟,计算获取四种典型机械故障类型的故障特征参考值;步骤4:获取传感器接收到的故障振动信号,通过信息熵计算得到其故障特征值;步骤5:利用基于加权信息熵的故障特征提取方法,获取传感器振动信号分配给四种典型机械故障类型的基本概率赋值函数;步骤6:利用基于修正证据间冲突的改进证据合成方法,对得到的基本概率赋值函数进行证据合成,得到合成结果;步骤7:根据决策规则,得到故障诊断的最终结果。
-
公开(公告)号:CN105354594A
公开(公告)日:2016-02-24
申请号:CN201510726953.0
申请日:2015-10-30
Applicant: 哈尔滨工程大学
IPC: G06K9/62
CPC classification number: G06K9/624
Abstract: 本发明涉及一种针对欠定盲源分离的混合矩阵估计方法,对接收到的两路观测信号分别进行短时傅里叶变换得到两路观测信号的短时傅里叶系数X1(t,f)和X2(t,f),形成多个散点,去除低能量的散点;求取剩余散点的比值,根据比值将散点进行分类,得到散点数目最多的M类,计算每一类中散点比值的均值,然后将均值转化成直线的斜率角,再转换成列向量,根据方向接近的列向量得到旋转矩阵T,进行旋转变换,得到新的两路观测信号X′1(t,f)和X′2(t,f);针对两路观测信号X′1(t,f)和X′2(t,f),再次根据两路观测信号的比值将散点进行分类,得到散点数目最多的S类,计算每一类中散点比值的均值,然后得到相近的斜率角,通过这些斜率角得到对应的列向量,最后得到整个混合矩阵。
-
公开(公告)号:CN105354594B
公开(公告)日:2018-08-31
申请号:CN201510726953.0
申请日:2015-10-30
Applicant: 哈尔滨工程大学
IPC: G06K9/62
Abstract: 本发明涉及一种针对欠定盲源分离的混合矩阵估计方法,对接收到的两路观测信号分别进行短时傅里叶变换得到两路观测信号的短时傅里叶系数X1(t,f)和X2(t,f),形成多个散点,去除低能量的散点;求取剩余散点的比值,根据比值将散点进行分类,得到散点数目最多的M类,计算每一类中散点比值的均值,然后将均值转化成直线的斜率角,再转换成列向量,根据方向接近的列向量得到旋转矩阵T,进行旋转变换,得到新的两路观测信号X′1(t,f)和X′2(t,f);针对两路观测信号X′1(t,f)和X′2(t,f),再次根据两路观测信号的比值将散点进行分类,得到散点数目最多的S类,计算每一类中散点比值的均值,然后得到相近的斜率角,通过这些斜率角得到对应的列向量,最后得到整个混合矩阵。
-
公开(公告)号:CN105373700A
公开(公告)日:2016-03-02
申请号:CN201510726970.4
申请日:2015-10-30
Applicant: 哈尔滨工程大学
IPC: G06F19/00
CPC classification number: G06F19/00
Abstract: 本发明涉及一种基于信息熵和证据理论的机械故障诊断方法,步骤1:采用四种典型机械故障类型来构造识别框架;步骤2:将振动信号的四种信息熵作为故障特征;步骤3:通过仿真模拟,计算获取四种典型机械故障类型的故障特征参考值;步骤4:获取传感器接收到的故障振动信号,通过信息熵计算得到其故障特征值;步骤5:利用基于加权信息熵的故障特征提取方法,获取传感器振动信号分配给四种典型机械故障类型的基本概率赋值函数;步骤6:利用基于修正证据间冲突的改进证据合成方法,对得到的基本概率赋值函数进行证据合成,得到合成结果;步骤7:根据决策规则,得到故障诊断的最终结果。
-
-
-