发明名称 |
一种高阶累积量特征提取方法适用性的判断方法 |
摘要 |
本发明涉及一种高阶累积量特征提取方法适用性的判断方法,其包括以下步骤:(1)采用转子实验台模拟机械设备正常运行状态,采集转子实验台在正常运行状态下的振动信号;(2)利用转子实验台模拟机械设备在某一种故障下的轻度故障程度、中度故障程度和重度故障程度三种故障程度,并采集转子实验台在三种故障程度下的振动信号;(3)计算所有振动信号中每组振动信号1.5维谱;(4)判断1.5维谱特征提取方法对于机械设备故障劣化是否具有敏感性和趋势性,同时满足敏感性和趋势性的特征提取方法适用于该故障的机械设备故障趋势预测。本发明能准确的判断出1.5维谱特征提取方法适用于哪种故障类型,可以广泛在机械设备故障趋势预测中应用。 |
申请公布号 |
CN104155134A |
申请公布日期 |
2014.11.19 |
申请号 |
CN201410384189.9 |
申请日期 |
2014.08.06 |
申请人 |
北京信息科技大学 |
发明人 |
吴国新;徐小力;蒋章雷;左云波 |
分类号 |
G01M99/00(2011.01)I |
主分类号 |
G01M99/00(2011.01)I |
代理机构 |
北京远大卓悦知识产权代理事务所(普通合伙) 11369 |
代理人 |
贺持缓 |
主权项 |
一种高阶累积量特征提取方法适用性的判断方法,该方法主要用于对1.5维谱特征提取方法在故障趋势预测中适用性的判断方法,其包括以下步骤:(1)采用转子实验台模拟机械设备正常运行状态,利用现有数据采集设备采集转子实验台在正常运行状态下的振动信号x<sub>w</sub>(n)={x<sub>1</sub>,...x<sub>N</sub>},其中,N代表每组数据个数,w代表数据组别,w=1;(2)利用转子实验台模拟机械设备在某一种故障下的轻度故障程度、中度故障程度和重度故障程度三种故障程度,并利用现有数据采集设备采集转子实验台在三种故障程度下的振动信号x<sub>w</sub>(n)={x<sub>1</sub>,...x<sub>N</sub>},其中,N代表每组数据个数;w代表数据组别,w=2、3、4,分别代表轻度故障程度状态、中度故障程度状态以及重度故障程度状态;(3)计算所有振动信号中每组振动信号1.5维谱;(4)假设机械设备正常运行状态下振动信号的1.5维谱的最大值为S<sub>1</sub>,机械设备轻度故障程度、中度故障程度、重度故障程度状态下的1.5维谱的最大值分别为S<sub>2</sub>、S<sub>3</sub>和S<sub>4</sub>,当1.5维谱的最大值满足下式:<maths num="0001" id="cmaths0001"><math><![CDATA[<mrow><mfrac><mrow><msub><mi>S</mi><mn>2</mn></msub><mo>-</mo><msub><mi>S</mi><mn>1</mn></msub></mrow><msub><mi>S</mi><mn>1</mn></msub></mfrac><mo>≥</mo><mn>50</mn><mo>%</mo><mo>,</mo></mrow>]]></math><img file="FDA0000549866210000011.GIF" wi="326" he="141" /></maths>则判断为1.5维谱特征提取方法对于机械设备故障劣化具有敏感性;若1.5维谱的最大值满足S<sub>1</sub><S<sub>2</sub><S<sub>3</sub><S<sub>4</sub>,则判断为1.5维谱特征提取方法对于机械设备故障劣化具有趋势性;同时满足敏感性和趋势性的特征提取方法适用于该故障的机械设备故障趋势预测。 |
地址 |
100192 北京市海淀区清河小营东路12号166信箱 |