[发明专利]基于字典学习的形态分量轴承故障诊断方法在审
| 申请号： | 201610955369.7 | 申请日： | 2016-10-27 |
| 公开（公告）号： | CN106441897A | 公开（公告）日： | 2017-02-22 |
| 发明（设计）人： | 郝如江;吴洋;李非;李辉;沈英明 | 申请（专利权）人： | 石家庄铁道大学 |
| 主分类号： | G01M13/04 | 分类号： | G01M13/04 |
| 代理公司： | 石家庄国为知识产权事务所13120 | 代理人： | 王占华 |
| 地址： | 050043 河*** | 国省代码： | 河北;13 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于字典学习的形态分量轴承故障诊断方法。涉及轴承故障诊断方法技术领域。所述方法分别以轴承的内圈、外圈的故障信号为训练样本，应用字典学习算法对训练样本进行学习，寻求最优的字典空间；将学习到的字典取代形态分量分析方法中的固定字典，根据信号所包含各成分的形态差异性，利用形态分量分析方法对滚动轴承故障信号中的内圈故障特征、外圈故障特征和噪声成分进行分离；对包络后的故障特征分量做频谱分析诊断轴承的故障及部位。本发明所述方法能在强噪声环境下有效地提取出滚动轴承外圈、内圈的故障特征，且其原理简单，算法容易实现。 | ||
| 搜索关键词： | 基于 字典 学习 形态 分量 轴承 故障诊断 方法 | ||
【主权项】：
一种基于字典学习的形态分量轴承故障诊断方法，其特征在于所述方法包括如下步骤：分别以轴承的内圈、外圈的故障信号为训练样本，应用字典学习算法对训练样本进行学习，寻求最优的字典空间，得到能够稀疏表示轴承内圈、轴承外圈的字典；将学习到的字典取代形态分量分析方法中的固定字典，根据信号所包含各成分的形态差异性，利用形态分量分析方法对滚动轴承故障信号中的内圈故障特征、外圈故障特征和噪声成分进行分离，得到内圈冲击分量和外圈冲击分量。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
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石家庄铁道大学，未经石家庄铁道大学许可，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/patent/201610955369.7/，转载请声明来源钻瓜专利网。
