【技术实现步骤摘要】
【技术保护点】
本专利技术基于EEMD自适应消噪的轴承故障诊断方法技术方案,其特征在于步骤如下:步骤1,利用加速度传感器采集轴承振动信号,得到的信号包括内圈故障、外圈故障、正常状态3种状态;步骤2,对原始信号进行EEMD分解,通过互相关系数筛选包含主要故障信息的IMF分量,计算其能量特征值;步骤3,以其能量特征值作为BP神经网络的输入量,构造BP神经网络,采用已知样本对网络进行训练以建立基于BP神经网络的故障诊断模型,采用该故障诊断模型对机械设备的健康状态进行诊断识别;所述步骤2中采用EEMD对传感器测量的轴承对传感器测量的轴承原始振动信号x(t)进行分解:(1)分别对滚动轴承的三种状态(内圈故障、外圈故障和正常)进行采样;(2)对原始信号进行EEMD分解,得到各个IMF分量;(3)分别计算第i个IMF分量ci(t)与原始信号x(t)和正常状态信号x′(t)之间的互相关系数αi、βi,筛选包含主要故障信息的IMF分量:αi=ci(t)/x(t) (2)βi=ci(t)/x′(t)(3)λ‾i=αi-βi---(4)]]>λi= ...
【技术特征摘要】
【专利技术属性】
技术研发人员:张邦成,宁腾飞,杨慧香,高智,尹晓静,赵俊鹏,陈珉珉,王定,林建乔,陈晶,苏虹,魏巍,鞠亚美,徐燃,
申请(专利权)人:长春工业大学,
类型:发明
国别省市:吉林;22
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。