专利摘要显示，本发明提供一种轴承故障特征提取方法、装置、电子设备和存储介质，方法包括：确定待测振动信号；基于滤波器，对待测振动信号进行滤波，得到滤波后信号，将滤波后信号的包络谱分割成多个分段包络谱；以多个分段包络谱的平均包络谱稀疏测度最大化为目标，对滤波器的参数进行迭代优化，得到目标滤波器；基于目标...
在轴承控制中,特征值主要应用于轴承的在线监测和状态评估。通过实时提取特征值,分析轴承的运行状态,实现轴承的自动控制和管理。 四、结论 本文对轴承振动信号的特征值提取方法及其应用进行了分析,总结出了各种特征值提取方法的优缺点和适用范围,并介绍了不同特征值在轴承故障诊...
因此,对风力发电机组轴承的振动信号进行分析与特征提取,能够及早发现轴承故障,并采取相应的维修措施,以保证风电设备的可靠运行和延长使用寿命。 轴承振动信号是轴承故障的重要指标,对轴承进行磨损、裂纹、失效、疲劳等故障状态的监测与诊断具有重要价值。下面就风力发电机组轴承的振动信号分析与特征提取进行详细介绍。 一、...
目前,轴承振动信号的特征值提取方法多样,包括时域、频域、时频域以及小波变换等。这些方法各有优势,如时域方法简单易行,频域方法能揭示信号频率特性,时频域方法则能捕捉信号的瞬时变化,而小波变换方法则兼具时频分析的优势并可实现定量化处理。 在实际应用中,这些特征值发挥着重要作用。例如,在故障诊断中,时域特征值有...
下面基于VMD分解后的轴承故障数据，先通过CNN进行卷积池化操作提取信号的特征，增加维度，缩短序列长度，...
同样以第3个轴承Z轴70Hz第8组外圈故障信号为例，窗口长度首先设置为100 fs = 10240; t = 0:1/fs...
滚动轴承的振动信号可以通过加速度、速度、位移等参数来表征。振动信号处理的基本内容包括数据采集、滤波、去噪、分析和特征提取等步骤。数据采集是为了获取原始振动信号,通常使用加速度传感器将振动信号转换成电信号采集下来。然后对采集到的振动信号进行滤波和去噪处理来消除环境噪声和其他信号干扰,以便于分析和提取轴承特征...
Alpha稳定分布、分数低阶次、共变、特征描述针对分数低阶Alpha稳定分布特性下轴承振动信号乘积函数(product functions,简称PF)的高阶统计特征提取性能退化问题,提出了轴承振动信号PF分量的分数低阶特征提取方法.通过信号平稳化PF分量的概率密度函数(probability density function,简称PDF)曲线拖尾及特征指数α估计,验证轴承振...
要:为了从复杂的轴承振动信号中提取微弱的故障信息,提出了一种基于奇异值分解的特征提取方法.分析 了基于奇异值分解的信号分解和特征提取原理,指出其信号分解的实质是一种线性叠加分解,并通过对轴承振动 信号构造Hankel矩阵,利用奇异值分解处理后得到多个分量信号,并选择前面一定数目的分量信号进行叠加,准 ...
滚动轴承振动信号特征提取及诊断方法研究 ResearchonVibration Signal based Rolling Element Bearing FeatureExtractionandFault Diagnosis Method 学号:10710004 完成日期: 坌Q!墨生鱼旦!旦 大连理工大学 Dalian University of Technology . 1黜㈣57 66矾 Y241