【技术实现步骤摘要】
本专利技术涉及机械自动化,具体是涉及一种非高斯噪声环境下的轴承故障诊断方法、系统、设备及介质。
技术介绍
1、轴承作为机械系统中不可或缺的一部分,广泛存在于各种旋转设备中,其良好的运行状态对于交通运输、航空航天、电力发电等多个工业领域至关重要。由于轴承经常运行在极端复杂的环境中,例如高温、高湿、高速和重载等,这些环境因素会加速轴承的磨损,增加损伤风险,严重情况下会导致轴承失效,这不仅会影响机械系统的稳定性,降低设备的工作效率,而且还有可能导致整个机械系统停机,从而带来巨大的经济损失,甚至可能引发安全事故,对人员安全造成威胁。
2、在目前的轴承故障诊断应用中,典型的做法是通过滤波方法或频带选择方法从噪声背景中解调出细微的故障振动信号,并识别出与故障相关的特征频率。然而这些方法对具有脉冲特性的信号过于敏感,容易受到外部瞬态脉冲噪音的干扰,使得轴承解调频带的筛选存在不准确性甚至失效,从而对轴承故障特征频率的准确定位产生干扰。
技术实现思路
1、本专利技术提供一种非高斯噪声环境下的轴承
...【技术保护点】
1.一种非高斯噪声环境下的轴承故障诊断方法,其特征在于,包括:
2.根据权利要求1所述的非高斯噪声环境下的轴承故障诊断方法,其特征在于,所述对所述轴承振动信号进行分解处理和重构,得到重构信号包括:
3.根据权利要求1所述的非高斯噪声环境下的轴承故障诊断方法,其特征在于,所述基于马尔可夫模型对所述重构信号进行处理,得到状态转移概率矩阵包括:
4.根据权利要求3所述的非高斯噪声环境下的轴承故障诊断方法,其特征在于,所述基于所述轴承振动信号和所述状态转移概率矩阵,从所述重构信号中筛查出干扰信号并对其进行限幅,得到干净信号包括:
【技术特征摘要】
1.一种非高斯噪声环境下的轴承故障诊断方法,其特征在于,包括:
2.根据权利要求1所述的非高斯噪声环境下的轴承故障诊断方法,其特征在于,所述对所述轴承振动信号进行分解处理和重构,得到重构信号包括:
3.根据权利要求1所述的非高斯噪声环境下的轴承故障诊断方法,其特征在于,所述基于马尔可夫模型对所述重构信号进行处理,得到状态转移概率矩阵包括:
4.根据权利要求3所述的非高斯噪声环境下的轴承故障诊断方法,其特征在于,所述基于所述轴承振动信号和所述状态转移概率矩阵,从所述重构信号中筛查出干扰信号并对其进行限幅,得到干净信号包括:
5.根据权利要求4所述的非高斯噪声环境下的轴承故障诊断方法,其特征在于,所述基于所述第一状态转移概率矩阵和所述轴承振动信号,确定异常判断阈值包括:
6.根据权利要求4所述的非...
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。