【技术实现步骤摘要】
【专利摘要】，先对采集到的机械设备的不同故障程度振动信号进行预处理，使其满足绝热近似假设下的小参数信号输入条件；然后将预处理后的信号分别作为线性化势阱壁的路径扩展随机共振系统的输入，并选择该随机共振系统的输出信噪比作为遗传算法的适应度函数，对系统参数进行自适应寻优，实现系统与输入信号之间的最佳动态匹配；最后对不同故障程度的系统输入信号，根据最佳动态系统匹配参数，将该最佳匹配参数下的路径扩展随机共振系统输出作为最佳增强结果并进行故障特征提取与定性分析，本专利技术利用动态线性等效对传统双稳态随机共振系统的两侧势阱壁进行改进，提升了其微弱故障特征增强提取能力。【专利说明】-种线性化势阱壁的路径扩展随机共振微弱特征提取方法
本专利技术属于机械故障诊断
，具体设及一种线性化势阱壁的路径扩展随机 共振微弱特征提取方法。
技术介绍
由于复杂的多时变传递路径、多个振源激励与响应的相互禪合W及外界环境干扰 等诸多因素的影响，机械故障特征经常被严重的背景噪音所淹没，必然导致所采集的故障 振动信号信噪比极低、故障特征极其微弱，难W直接提取与诊断。基于传统消噪理论的信号 处...
【技术保护点】
一种线性化势阱壁的路径扩展随机共振微弱特征提取方法，其特征在于，包括以下步骤：1)对采集到的机械设备的不同故障程度振动信号进行预处理，使其满足绝热近似假设下的小参数信号输入条件；2)将步骤1)中预处理后的不同故障程度振动信号分别作为线性化势阱壁的路径扩展随机共振系统的输入，并选择该随机共振系统的输出信噪比作为遗传算法的适应度函数，对系统参数进行自适应寻优，实现系统与输入信号之间的最佳动态匹配；3)对不同故障程度的系统输入信号，根据步骤2)自适应寻优得到最佳动态系统匹配参数，将该最佳匹配参数下的路径扩展随机共振系统输出作为最佳增强结果并进行故障特征提取与定性分析。
【技术特征摘要】
【专利技术属性】
技术研发人员：雷亚国，薛朗，谯自健，林京，
申请(专利权)人：西安交通大学，
类型：发明
国别省市：陕西;61
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。