公开(公告)号：CN118094201A

公开(公告)日：2024-05-28

申请号：CN202410524561.5

申请日：2024-04-29

Applicant: 苏州大学

Inventor： 江星星 ,  王鑫 ,  许圣 ,  杜贵府 ,  丁传仓 ,  王俊 ,  朱忠奎

IPC: G06F18/213 ,  G06F18/25

Abstract: 本发明公开了智能运维技术领域的一种自适应多变量故障特征提取与增强方法，方法包括：采集多变量振动信号；根据所述多变量振动信号的采样频率获取初始频率，根据多维拓展后的变分模式提取方法对所述初始频率进行一次更新获得更新后的频率，将所述初始频率和更新后的频率作差以获取一次更新前后频率之差的正负转变点，根据所述正负转变点获取联合特征信息；将所述联合特征信息输入预构建的多变量模式提取模型以提取多变量故障模式；通过多变量故障模式的融合包络谱降低所述多变量故障模式中的带内噪声以突出故障特征频率进行故障特征识别。本发明能够解决多变量信号中故障特征提取困难，大量的带内噪声导致重要故障信息被淹没的技术问题。

公开(公告)号：CN118094201B

公开(公告)日：2024-07-02

申请号：CN202410524561.5

申请日：2024-04-29

Applicant: 苏州大学

Inventor： 江星星 ,  王鑫 ,  许圣 ,  杜贵府 ,  丁传仓 ,  王俊 ,  朱忠奎

IPC: G06F18/213 ,  G06F18/25

Abstract: 本发明公开了智能运维技术领域的一种自适应多变量故障特征提取与增强方法，方法包括：采集多变量振动信号；根据所述多变量振动信号的采样频率获取初始频率，根据多维拓展后的变分模式提取方法对所述初始频率进行一次更新获得更新后的频率，将所述初始频率和更新后的频率作差以获取一次更新前后频率之差的正负转变点，根据所述正负转变点获取联合特征信息；将所述联合特征信息输入预构建的多变量模式提取模型以提取多变量故障模式；通过多变量故障模式的融合包络谱降低所述多变量故障模式中的带内噪声以突出故障特征频率进行故障特征识别。本发明能够解决多变量信号中故障特征提取困难，大量的带内噪声导致重要故障信息被淹没的技术问题。