买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!
申请/专利权人:武汉科技大学
摘要:本发明涉及旋转机械故障诊断技术,具体涉及基于VT‑ANM‑SWT的旋转机械异振源识别方法,该方法利用振动加速度传感器获取旋转机械表面的振动激励源混合信号。运用优化过的自适应负熵极大化盲源分离算法将这些振动信号进行独立分量分析,结合预先估计的主要振源数量设定算法需要输出的结果个数;采用SWT稳态小波变换技术对分离出来的各独立信号进行时频分析,结合旋转机械的先验知识,该方法能有效辨识旋转机械振源,并对非正常运行下的异振源也能做到有效识别。该方法成功解决旋转机械异振源问题,且为以后此类问题的分析提供了一套体系。
主权项:1.基于VT-ANM-SWT的旋转机械异振源识别方法,其特征在于:包括以下步骤:步骤1、在旋转机械稳态工况下,利用振动加速度传感器分别获取旋转机械的多种混合响应信号;步骤2、在旋转机械稳态工况下,利用激光转速传感器定位机械旋转角度;步骤3、将测量得到的多个混合振动加速度信号,运用旋转机械在稳态工况运转时存在的振动激励信号对旋转机械振源数进行估计,之后运用优化后的负熵极大化盲源分离算法计算得到多个独立分量;步骤4、将多个独立分量分别进行SWT稳态小波变换,得到各独立信号的时频谱图,将激光转速传感器所记录的旋转机械运行时刻的脉冲作为时频谱图中信息的参照,最后依据旋转机械在稳态工况运转时存在的振动激励信号判断各独立信号源及产生异常振动的信号源。
全文数据:
权利要求:
百度查询: 武汉科技大学 基于VT-ANM-SWT的旋转机械异振源识别方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。