【技术实现步骤摘要】
本申请涉及故障诊断，尤其涉及一种柱塞泵振动信号特征提取方法、装置、设备和存储介质。
技术介绍
1、状态特征的提取是故障诊断的重要环节，主要目的是将一段连续的振动信号转化成具体的特征量以便进行辨识。柱塞泵的振动信号具有明显的周期性特点，信号的特征主要包括时域特征、频域特征和时频域特征。时域特征包括信号的均值、峰值、均方根、方差等有量纲特征，峭度、散度、裕度等无量纲特征；频域特征包括频域统计特征量、谱分析（包括幅值谱、包络谱、倒频谱等）。
2、目前，在针对于轴承、主轴等结构简单的旋转机械，振动信号的时域和频域特征是最为常用的诊断特征。其中时域有量纲特征常用于诊断故障的稳态（即用于判断故障是否已经发生），而时域无量纲特征对于信号的冲击和不平稳特征更敏感，可作为判断早期故障的依据。然而时域特征故障诊断时，会受到转速、负载等因素的干扰，且对于非平稳信号适应性不足，严重限制了其应用。频域特征是对振动信号的调制解调，得到振动信号的频域分布，类比信号的时域统计量，可以计算信号频域分布的特征。相比时域特征，频域特征能够精确求得振动信号的特征频...
【技术保护点】
1.一种柱塞泵振动信号特征提取方法，其特征在于，所述柱塞泵振动信号特征提取方法应用于柱塞泵振动信号特征提取设备，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述根据白噪声的标准差对噪声自适应的完备集成经验模态分解方法进行参数优化，包括：
3.根据权利要求2所述的方法，其特征在于，根据白噪声的标准差与分解结果，得到所述白噪声的标准差与分解结果的相关性，包括：
4.根据权利要求1所述的方法，其特征在于，所述方法还包括：选取噪声自适应的完备集成经验模态分解方法作为参数优化的对象，
5.根据权利要求1所述的方法，其...
【技术特征摘要】
1.一种柱塞泵振动信号特征提取方法，其特征在于，所述柱塞泵振动信号特征提取方法应用于柱塞泵振动信号特征提取设备，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述根据白噪声的标准差对噪声自适应的完备集成经验模态分解方法进行参数优化，包括：
3.根据权利要求2所述的方法，其特征在于，根据白噪声的标准差与分解结果，得到所述白噪声的标准差与分解结果的相关性，包括：
4.根据权利要求1所述的方法，其特征在于，所述方法还包括：选取噪声自适应的完备集成经验模态分解方法作为参数优化的对象，
5.根据权利要求1所述的方法，其特征在于，所述对所述imf函数进行分析和特征提取，包括提取到所述imf函数中的前五阶imf分量，包括原始信号的时域特征和频域特征、前五阶imf分量的时域特征和频域特征。
6.根据权利...
【专利技术属性】
技术研发人员：洪昊岑，谢海波，王柏村，杨华勇，
申请(专利权)人：浙江大学高端装备研究院，
类型：发明
国别省市：
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。