总体平均经验模式分解协助噪声确定方法

    公开(公告)号:CN103336895A

    公开(公告)日:2013-10-02

    申请号:CN201310237419.4

    申请日:2013-06-14

    Abstract: 总体平均经验模式分解协助噪声确定方法,对用randn表示的高斯白噪声进行快速傅里叶变换,得到其频谱,对该频谱乘以正弦函数该乘积表示为Y(f)=A·X(f),对Y(f)进行快速傅里叶逆变换,即得到幅值随频率正弦变化的噪声信号的时间序列,用构造的噪声代替高斯白噪声加入原始信号,进行总体平均经验模式分解,本发明克服了由于加入幅值不随频率变化的高斯白噪声而带来的模式混淆问题,实现机械设备故障的有效诊断,分解结果相对比较精确。

    一种基于敏感测点数据融合的行星轮故障识别方法

    公开(公告)号:CN102592172A

    公开(公告)日:2012-07-18

    申请号:CN201210031550.0

    申请日:2012-02-14

    Abstract: 本发明公开了一种基于敏感测点数据融合的行星轮故障识别方法,该方法选取对行星齿轮箱故障识别适用性强的特征参数组成特征集,然后利用历史数据训练基于自适应神经模糊推理系统(ANFIS)的分类算法,最后在多个测点所测振动数据的基础上采用训练好的分类算法实现行星齿轮箱故障的自动分类识别。本发明的优点在于把多个测点的信息融合到一起,利用基于ANFIS的分类算法进行故障分类,实现行星齿轮箱故障的准确识别,这种方法克服了不同测点信息对故障敏感程度不一致的问题,显著提高了故障识别的准确性与稳定性。

    自适应总体平均经验模式分解EEMD筛选次数确定方法

    公开(公告)号:CN102254103A

    公开(公告)日:2011-11-23

    申请号:CN201110211638.6

    申请日:2011-07-27

    Abstract: 本发明公开了一种自适应总体平均经验模式分解EEMD筛选次数确定方法,该方法对每一个本征模式函数IMF采用不同的筛选停止准则,首先计算振动信号的数据点数,根据数据点数求出本征模式函数IMF的个数,针对每一个本征模式函数IMF,自适应的选择出筛选次数。本发明的优点在于能自适应的对每一个本征模式函数IMF采用不同的筛选停止准则,克服了传统的对每一个本征模式函数IMF采用相同固定筛选次数而带来的频率混叠现象,从而分解出物理意义明确的本征模式函数IMF,能够对非线性非平稳信号进行分析,实现机械设备故障的有效诊断。

    一种基于全聚焦的Lamb波相位成像方法

    公开(公告)号:CN114062492A

    公开(公告)日:2022-02-18

    申请号:CN202111260409.3

    申请日:2021-10-27

    Abstract: 本发明公开了一种基于全聚焦的Lamb波相位成像方法,方法包括以下步骤:相控阵列中每个PZT轮流作为激励源,其余PZT作为接受器,获得响应信号集。激励信号根据每对发射‑接收传感器对所需经历的传播距离预先施加逆频散效应以实现频散补偿和能量聚焦。将同一个PZT接收、其余PZT发射的响应信号叠加以实现能量再次聚焦,共可得到N组求和信号且得到瞬时相位。构建一致性指标衡量N组求和信号的瞬时相位在聚焦时刻的一致性,构建对齐性指标衡量每组求和信号在聚焦时刻的瞬时相位与零相位的对齐程度,以建立损伤成像指标。遍历所有检查点,为每个检查点赋予损伤成像指标以获得损伤图像。本公开损伤检测范围可扩展至阵列及边界周围。

    总体平均经验模式分解协助噪声确定方法

    公开(公告)号:CN103336895B

    公开(公告)日:2016-05-04

    申请号:CN201310237419.4

    申请日:2013-06-14

    Abstract: 总体平均经验模式分解协助噪声确定方法,对用randn表示的高斯白噪声进行快速傅里叶变换,得到其频谱,对该频谱乘以正弦函数该乘积表示为Y(f)=A·X(f),对Y(f)进行快速傅里叶逆变换,即得到幅值随频率正弦变化的噪声信号的时间序列,用构造的噪声代替高斯白噪声加入原始信号,进行总体平均经验模式分解,本发明克服了由于加入幅值不随频率变化的高斯白噪声而带来的模式混淆问题,实现机械设备故障的有效诊断,分解结果相对比较精确。

    一种基于全聚焦的Lamb波相位成像方法

    公开(公告)号:CN114062492B

    公开(公告)日:2023-08-04

    申请号:CN202111260409.3

    申请日:2021-10-27

    Abstract: 本发明公开了一种基于全聚焦的Lamb波相位成像方法,方法包括以下步骤:相控阵列中每个PZT轮流作为激励源,其余PZT作为接受器,获得响应信号集。激励信号根据每对发射‑接收传感器对所需经历的传播距离预先施加逆频散效应以实现频散补偿和能量聚焦。将同一个PZT接收、其余PZT发射的响应信号叠加以实现能量再次聚焦,共可得到N组求和信号且得到瞬时相位。构建一致性指标衡量N组求和信号的瞬时相位在聚焦时刻的一致性,构建对齐性指标衡量每组求和信号在聚焦时刻的瞬时相位与零相位的对齐程度,以建立损伤成像指标。遍历所有检查点,为每个检查点赋予损伤成像指标以获得损伤图像。本公开损伤检测范围可扩展至阵列及边界周围。

    一种基于特色参数的行星齿轮箱状态监测与故障辨识方法

    公开(公告)号:CN102507186B

    公开(公告)日:2014-04-23

    申请号:CN201110340196.5

    申请日:2011-11-01

    Abstract: 本发明公开了一种基于特色参数的行星齿轮箱状态监测与故障辨识方法,该方法提出了两个特征参数:滤波信号有效值(filtered?root?mean?square,FRMS)、差谱能量(difference?spectrum?energy,DSE)。他们分别从时域和频域对行星齿轮箱的运行状态进行监测,最后将二者结合起来对行星齿轮箱故障进行辨识。本发明的优点在于两个特色参数是针对行星齿轮箱的故障诊断问题而提出,克服了用于定轴齿轮箱状态监测的传统参数如有效值、峭度、FM0、FM4等不能对行星齿轮箱运行状态进行有效监测的不足,因此能够准确地对行星齿轮箱的状态进行监测和故障辨识。

    自适应总体平均经验模式分解EEMD筛选次数确定方法

    公开(公告)号:CN102254103B

    公开(公告)日:2013-08-28

    申请号:CN201110211638.6

    申请日:2011-07-27

    Abstract: 本发明公开了一种自适应总体平均经验模式分解EEMD筛选次数确定方法,该方法对每一个本征模式函数IMF采用不同的筛选停止准则,首先计算振动信号的数据点数,根据数据点数求出本征模式函数IMF的个数,针对每一个本征模式函数IMF,自适应的选择出筛选次数。本发明的优点在于能自适应的对每一个本征模式函数IMF采用不同的筛选停止准则,克服了传统的对每一个本征模式函数IMF采用相同固定筛选次数而带来的频率混叠现象,从而分解出物理意义明确的本征模式函数IMF,能够对非线性非平稳信号进行分析,实现机械设备故障的有效诊断。

    一种基于特色参数的行星齿轮箱状态监测与故障辨识方法

    公开(公告)号:CN102507186A

    公开(公告)日:2012-06-20

    申请号:CN201110340196.5

    申请日:2011-11-01

    Abstract: 本发明公开了一种基于特色参数的行星齿轮箱状态监测与故障辨识方法,该方法提出了两个特征参数:滤波信号有效值(filtered root mean square,FRMS)、差谱能量(difference spectrum energy,DSE)。他们分别从时域和频域对行星齿轮箱的运行状态进行监测,最后将二者结合起来对行星齿轮箱故障进行辨识。本发明的优点在于两个特色参数是针对行星齿轮箱的故障诊断问题而提出,克服了用于定轴齿轮箱状态监测的传统参数如有效值、峭度、FM0、FM4等不能对行星齿轮箱运行状态进行有效监测的不足,因此能够准确地对行星齿轮箱的状态进行监测和故障辨识。

Patent Agency Ranking