基于时频和CNN的轴承诊断方法、系统、设备及介质
基本信息
申请号 | CN202111256543.6 | 申请日 | - |
公开(公告)号 | CN113916535A | 公开(公告)日 | 2022-01-11 |
申请公布号 | CN113916535A | 申请公布日 | 2022-01-11 |
分类号 | G01M13/04(2019.01)I;G01M13/045(2019.01)I;G06F17/14(2006.01)I;G06K9/62(2022.01)I;G06N3/04(2006.01)I;G06N3/08(2006.01)I | 分类 | 测量;测试; |
发明人 | 米大斌;王双海;王剑峰;刘红;丁立斌;姜文;王建辉;郭学强;金鑫;商文霞 | 申请(专利权)人 | 河北建投能源投资股份有限公司 |
代理机构 | 北京易捷胜知识产权代理事务所(普通合伙) | 代理人 | 蔡晓敏;李会娟 |
地址 | 050041河北省石家庄市桥西区裕华西路9号 | ||
法律状态 | - |
摘要
摘要 | 本发明涉及一种基于时频分析和CNN的变转速轴承故障诊断方法、系统、设备及介质,其方法包括:首先,获取变转速工况下多个轴承振动信号;其次,将轴承振动信号分为多个分段信号并进行希尔伯特变换和时频分析,得到各个轴承振动信号的分段时频图;接着,将分段时频图输入卷积神经网络以获得各个轴承振动信号的故障类别;再者,对已确定故障类别的各个轴承振动信号进行降采样处理,依次通过希尔伯特变换和短时傅里叶变换得到故障特征曲线;最后,求取不同故障类别的故障特征系数并结合故障特征曲线上各故障特征频率,得到轴承转速信息。本发明克服了变工况下的噪声干扰,很好地提取了故障特征信息及转速信息,具有较大的应用价值及推广意义。 |
