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:福州大学
摘要:本发明涉及一种基于VMD多域特征与MEDA的滚动轴承跨工况故障诊断方法。包括:采集滚动轴承振动信号,构造源域数据和目标域数据;使用参数优化的VMD对源域数据和目标域数据进行VMD分解,提取其奇异值特征和排列熵特征,与原始信号的时域特征组成多域特征并进行归一化;利用GFK将源域数据和目标域数据变换到流形空间,获得流形特征;利用源域数据训练一个弱分类器,使用该弱分类器得到目标域伪标签;对流形特征进行动态分布对齐,初步得到分类器f;迭代修正目标域标签,直至收敛,返回最终分类器f;将不同工况样本输入训练好的模型分类器,判断滚动轴承运行状态。本发明可以仅使用一种工况数据,进而达到诊断不同转速、不同负载下的故障数据。
主权项:1.一种基于VMD多域特征与MEDA的滚动轴承跨工况故障诊断方法,其特征在于,包括如下步骤:步骤S1、采集滚动轴承振动信号,构造源域数据和目标域数据;步骤S2、使用参数优化的VMD对源域数据和目标域数据进行VMD分解,提取其奇异值特征和排列熵特征,与原始信号的时域特征组成多域特征并进行归一化;步骤S3、利用GFK将源域数据和目标域数据变换到流形空间,获得流形特征;步骤S4、利用源域数据训练一个弱分类器,使用该弱分类器得到目标域伪标签;步骤S5、对流形特征进行动态分布对齐,初步得到分类器f;步骤S6、迭代修正目标域标签,直至收敛,返回最终分类器f;步骤S7、将不同工况样本输入训练好的模型分类器,判断滚动轴承运行状态。
全文数据:
权利要求:
百度查询: 福州大学 一种基于VMD多域特征与MEDA的滚动轴承跨工况故障诊断方法
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。