龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
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：三峡大学
摘要：基于特征融合与FCM算法的轴承故障诊断方法，对轴承振动信号进行时域分析，提取多个时域特征；通过一维离散小波包变换对轴承振动信号进行多层小波包分解，得到多个小波包，以这些小波包的归一化能量作为频域特征；分别对提取的时域特征和频域特征进行类别可分性比较，筛选出时域优势特征和频域优势特征；通过LLE算法分别对时域优势特征和频域优势特征进行降维融合，得到一维时域融合特征和一维频域融合特征；联合所得一维时域融合特征与一维频域融合特征，构成二维联合特征；使用FCM算法对得到的二维联合特征进行聚合分类，得到诊断结果。该方法充分利用信号时域特征与频域特征之间的联系，有效提高轴承故障诊断的准确性和可靠性。
主权项：1.基于特征融合与FCM算法的轴承故障诊断方法，其特征在于包括以下步骤：步骤1：对轴承振动信号进行时域分析，提取多个时域特征；步骤2：通过一维离散小波包变换对轴承振动信号进行多层小波包分解，得到多个小波包，以这些小波包的归一化能量作为频域特征；步骤3：分别对步骤1提取的时域特征和步骤2提取的频域特征进行类别可分性比较，筛选出时域优势特征和频域优势特征；步骤4：通过LLE算法分别对时域优势特征和频域优势特征进行降维融合，得到一维时域融合特征和一维频域融合特征；步骤5：联合步骤1所得一维时域融合特征与一维频域融合特征，构成二维联合特征；步骤6：使用FCM算法对步骤5得到的二维联合特征进行聚合分类，得到诊断结果。
全文数据：
权利要求：
百度查询： 三峡大学 基于特征融合与FCM算法的轴承故障诊断方法
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。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号