咨询电话:13280638997
传真:0533-3110363
邮箱:kefu@shizifang.com
摘 要:本发明公开了一种基于聚类K-SVD算法的滚动轴承故障诊断方法,其主要步骤如下:首先利用基于粒子群优化的时变滤波经验模态分解算法对原始信号进行自适应分解,得到各本征模式分量,并计算各分量的相关峭度指标(Kcr)值;然后,选取具有最大Kcr指标值的本征模式分量作为聚类K-SVD算法的输入样本进行字典学习,得到超完备字典DNew;最后,利用超完备字典DNew,并结合正交匹配追踪算法对滚动轴承原始信号进行稀疏特征提取,并对稀疏表示结果进行包络谱分析提取滚动轴承故障频率特征。本方法有效解决了经典K-SVD算法对滚动轴承故障冲击特征的学习精度较低等问题,对于实现滚动轴承微弱故障诊断具有重要的意义。
著 录 项:
专利/申请号: | CN202010501122.4 | 专利名称: | 一种基于聚类K-SVD算法的滚动轴承故障诊断方法 |
申请日: | 2020-06-04 | 申请/专利权人 | 燕山大学 |
专利类型: | 发明 | 地址: | 河北省秦皇岛市海港区河北大街西段438号 |
专利状态: | 已下证 查询审查信息 | 分类号: | G01M13/045搜分类 轴承 计算机软件 轴承故障诊断 动轴搜索 |
公开/公告日: | 2020-09-15 | 转让价格: | 面议 |
公开/公告号: | CN111665050A | 交易状态: | 等待洽谈 搜索相似专利 |
交易方 | 企业 | 个人 |
买家 | 营业执照副本复印件(需盖公章) | 身份证复印件(签字) |
专利转让委托书(需盖公章)一式两份 | 专利转让委托书(需签字)一式两份 | |
专利转让协议(需盖公章)一式两份 | 专利转让协议(需签字)一式两份 | |
卖家 | 营业执照副本复印件(需盖公章) | 身份证复印件(需申请人签字) |
解除代理委托书(需盖公章)一式两份(如专利通过代理机构申请) | 解除代理委托书(需签字)一式两份(如专利通过代理机构申请) | |
专利转让协议(需盖公章)一式两份 | 专利转让协议(需签字)一式两份 | |
专利请求书或手续合格通知书、授权通知书复印件 | 专利请求书或手续合格通知书、专利授权通知书复印件 | |
专利证原件(若授权下证) | 专利证原件(若授权下证) |
日期 | 法律信息 | 备注 |
2021/07/27 | 授权 | |
2020/10/13 | 实质审查的生效 | IPC(主分类): G01M 13/045 专利申请号: 202010501122.4 申请日: 2020.06.04 |
2020/09/15 | 公开 |