公开(公告)号：CN115046764A

公开(公告)日：2022-09-13

申请号：CN202210482268.8

申请日：2022-05-05

Applicant: 燕山大学

Inventor： 孟宗 ,  藩红苗 ,  樊凤杰 ,  李继猛 ,  曹利宵 ,  葛少普 ,  陈昌

IPC: G01M13/045

Abstract: 本发明公开了一种滚动轴承早期故障诊断方法，属于机械状态监测技术领域，为了克服传统的评估指标对于早期故障不敏感的缺点，提取采集到的轴承振动信号的时域、频域特征，利用高斯去噪算法、开方累积加和变换技术、皮尔逊系数和主成分分析法，将多维特征转变成单维特征，并在此基础上构建新的健康指标，该指标趋势能够更加凸显轴承早期故障特征。然后利用连续报警次数触发机制，仅使用较小的触发次数便可准确可靠地监测出滚动轴承的早期故障。本发明在滚动轴承早期故障诊断方面取得的研究成果，为实现滚动轴承的剩余寿命预测奠定了基础。

公开(公告)号：CN111222289B

公开(公告)日：2022-03-11

申请号：CN202010028291.0

申请日：2020-01-10

Applicant: 燕山大学

Inventor： 孟宗 ,  殷娜 ,  樊凤杰 ,  藩红苗 ,  张瀛

IPC: G06K9/00 ,  G06K9/62 ,  G01M13/045

Abstract: 基于数据‑模型驱动的K‑SVD的滚动轴承冲击性故障诊断方法，该方法先利用加速度传感器采集振动信号s，然后将信号分段得到最初的训练数据集D1；求D1中相邻原子的谱峭度差值，得到谱峭度差值最大的原子do；根据故障信号特点构建最优原子dop，由do得到模型中的参数，将dop直接扩充为最新的训练数据集；利用K‑SVD方法训练字典，并在原子更新过程中加入去相干步骤；利用正交匹配追踪算法得到重构后的冲击信号；对重构信号进行包络分析。本发根据冲击信号特点构造不含噪声的训练数据集，使得学习字典对信号有更佳的稀疏表示效果，重构信号包含更多特征信息，有助于实现滚动轴承冲击性故障诊断。

公开(公告)号：CN115046764B

公开(公告)日：2023-04-07

申请号：CN202210482268.8

申请日：2022-05-05

Applicant: 燕山大学

Inventor： 孟宗 ,  藩红苗 ,  樊凤杰 ,  李继猛 ,  曹利宵 ,  葛少普 ,  陈昌

IPC: G01M13/045

Abstract: 本发明公开了一种滚动轴承早期故障诊断方法，属于机械状态监测技术领域，为了克服传统的评估指标对于早期故障不敏感的缺点，提取采集到的轴承振动信号的时域、频域特征，利用高斯去噪算法、开方累积加和变换技术、皮尔逊系数和主成分分析法，将多维特征转变成单维特征，并在此基础上构建新的健康指标，该指标趋势能够更加凸显轴承早期故障特征。然后利用连续报警次数触发机制，仅使用较小的触发次数便可准确可靠地监测出滚动轴承的早期故障。本发明在滚动轴承早期故障诊断方面取得的研究成果，为实现滚动轴承的剩余寿命预测奠定了基础。

公开(公告)号：CN111222289A

公开(公告)日：2020-06-02

申请号：CN202010028291.0

申请日：2020-01-10

Applicant: 燕山大学

Inventor： 孟宗 ,  殷娜 ,  樊凤杰 ,  藩红苗 ,  张瀛

IPC: G06F30/27 ,  G06K9/00 ,  G06K9/62 ,  G01M13/045

Abstract: 基于数据-模型驱动的K-SVD的滚动轴承冲击性故障诊断方法，该方法先利用加速度传感器采集振动信号s，然后将信号分段得到最初的训练数据集D1；求D1中相邻原子的谱峭度差值，得到谱峭度差值最大的原子do；根据故障信号特点构建最优原子dop，由do得到模型中的参数，将dop直接扩充为最新的训练数据集；利用K-SVD方法训练字典，并在原子更新过程中加入去相干步骤；利用正交匹配追踪算法得到重构后的冲击信号；对重构信号进行包络分析。本发根据冲击信号特点构造不含噪声的训练数据集，使得学习字典对信号有更佳的稀疏表示效果，重构信号包含更多特征信息，有助于实现滚动轴承冲击性故障诊断。