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：东北大学
摘要：本发明的一种基于视听信息融合的旋转机械故障信号分离和诊断方法，将基于视觉信息辅助的声源定位方法与非负矩阵分解相结合实现对旋转机械故障信号源的定位、对故障信号的分离和特征提取。本发明提出的基于视觉信息辅助的声源定位方法，在多个声源之间角度差较小的情况下能够克服传统GCC声源定位算法的缺点，对目标故障源的角度进行更加准确的估计，得到源信号到达不同阵元的时间差，从而实现故障源的准确定位。实验表明，本发明的信号分离和诊断方法对故障信号的分离效果较好，且能够对故障类型做出准确的判断。
主权项：1.基于视听信息融合的旋转机械故障信号分离和诊断方法，其特征在于，包括：步骤1：采集旋转机械工作时的混合音频信号，获得双通道混合音频信号，并采集声源图像；步骤2：提取双通道混合音频信号的时频信息，得到双通道混合音频信号的幅度谱和相位谱；步骤3：对双通道混合音频信号的幅度谱进行非负矩阵分解，获得字典矩阵和系数矩阵；步骤4：采用字典矩阵更新广义互相关算法中的频率加权函数，得到GCC-NMF联合函数；步骤5：根据采集的声源图像计算声源角度，结合阵元、声源之间的几何位置关系，计算出不同声源的声学信号到达两个阵元的时延；步骤6：根据GCC-NMF联合函数和时延，得到声源的掩码矩阵；步骤7：将掩码矩阵与系数矩阵进行对应元素相乘，得到新的系数矩阵，再将字典矩阵与新的系数矩阵相乘，完成非负矩阵分解的逆过程，得到分离后属于每个声源每个通道的音频信号的幅度谱，再经过ISTFT得到分离后属于每个声源的时域音频信号；步骤8：使用小波变换对分离后的属于每个声源的时域音频信号进行多分辨率分解和重构，并对第一层细节信号做Hilbert包络谱分析，从而提取出故障特征频率，实现故障诊断。
全文数据：
权利要求：
百度查询： 东北大学 基于视听信息融合的旋转机械故障信号分离和诊断方法
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