[发明专利]一种基于多特征参量的滚动轴承故障诊断方法有效
| 申请号： | 201210167747.7 | 申请日： | 2012-05-25 |
| 公开（公告）号： | CN102721545A | 公开（公告）日： | 2012-10-10 |
| 发明（设计）人： | 李晓峰;杨鑫;秦勇;贾利民 | 申请（专利权）人： | 北京交通大学 |
| 主分类号： | G01M13/04 | 分类号： | G01M13/04;G06N3/02 |
| 代理公司： | 北京市商泰律师事务所 11255 | 代理人： | 毛燕生 |
| 地址： | 100044 北*** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | |||
| 搜索关键词： | 一种 基于 特征 参量 滚动轴承 故障诊断 方法 | ||
1.一种基于多特征参量的滚动轴承故障诊断方法，其特征在于，包括以下步骤：
(1)对采集到的振动信号进行预处理，消除噪声及其它振动源的干扰；
(2)从振动信号中提取能够反映滚动轴承不同工况的时域统计参数；
(3)求出预处理后振动信号的包络信号，采用改进的经验模态分解方法对包络信号进行分解，得到一系列的固有模态函数；
(4)选取集中大部分能量的几个固有模态函数，计算能量矩；
(5)对分解得到的第一个固有模态函数进行包络谱分析，计算故障特征幅值比；
(6)将步骤(2)、(4)和(5)提取的多个特征参量作为BP神经网络的输入向量，由网络输出诊断结果。
2.根据权利要求1所述的一种基于多特征参量的滚动轴承故障诊断方法，其特征在于，在所述的步骤(1)中，预处理方法采用小波消噪-盲源分离-小波消噪联合方法，去除噪声的同时也去除了它振动源的影响。
3.根据权利要求1所述的一种基于多特征参量的滚动轴承故障诊断方法，其特征在于，所述步骤(2)中的时域统计参数包括：峭度指标、峰值指标、裕度指标、脉冲指标和波形指标。
4.根据权利要求书1所述的一种基于多特征参量的滚动轴承故障诊断方法，其特征在于，所述步骤(3)中改进的经验模态分解方法采用了相关系数法。
5.根据权利要求书1所述的一种基于多特征参量的滚动轴承故障诊断方法，其特征在于，在所述步骤(4)中固有模态函数为前5个固有模态函数。
6.根据权利要求书1所述的一种基于多特征参量的滚动轴承故障诊断方法，其特征在于，在所述的步骤(5)中，求取第一个固有模态函数的包络谱，计算故障特征幅值比。
7.根据权利要求书1所述的一种基于多特征参量的滚动轴承故障诊断方法，其特征在于，在所述的步骤(6)中，BP神经网络的输入层节点个数为12个，分别为5个时域统计参数、5个固有模态函数能量矩以及2个故障特征幅值比；输出层节点个数为4个，对应正常、外圈故障、内圈故障及滚动体故障；隐含层节点个数为16个。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于北京交通大学，未经北京交通大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/pat/books/201210167747.7/1.html，转载请声明来源钻瓜专利网。
