【技术实现步骤摘要】
本专利技术涉及多传感器融合的轴承故障诊断领域，具体涉及一种基于多传感器特征融合的轴承故障诊断方法，采集xyz三轴振动信号、声音信号v共四种信号。
技术介绍
1、旋转机械作为现代企业中的关键生产工具，其运行的可靠性和安全性是生产效率和生命财产的保障，旋转机械的结构、零部件设计加工、安装调试和维护检修等方面的原因和运行操作方面的失误，使得机器在运行过程中可能会引起径向、轴向和扭转三个方向的空间振动，方向不可预判，这些振动是造成设备损坏的主要原因，也是设备状态监测的主要参数，是故障诊断的主要依据。同时，设备在发生故障的过程中往往伴随着声音信号的特征。
2、单一传感器采集的数据往往会忽略不同位置表征机械故障的信息，无法准确捕捉系统的整体变化情况，从而导致做出偏差的判断。因此，需融合多传感器的各种特征信息来进行判别设备状态，而如何进行多传感器的融合、从而保留有效特征来提高轴承故障分类的准确性成为多传感器融合的难点。
3、现有专利《一种基于多传感器融合和eca-cnn的旋转机械故障诊断方法》，是将多路振动传感器信号转换为灰度...
【技术保护点】
1.一种基于多传感器特征融合的轴承故障诊断方法，其特征在于，包括步骤如下：
2.根据权利要求1所述的一种基于多传感器特征融合的轴承故障诊断方法，其特征在于，多传感器数据采集具体方法如下:
3.根据权利要求1或2所述的一种基于多传感器特征融合的轴承故障诊断方法，其特征在于，通过快速傅里叶、希尔伯特变换得到四种信号的频谱、包络频谱特征具体方法如下:
4.根据权利要求3所述的一种基于多传感器特征融合的轴承故障诊断方法，其特征在于，所述的通过小波变换和加窗处理得到四种信号的时频图具体方法如下：
5.根据权利要求4所述的一种基于多...
【技术特征摘要】
1.一种基于多传感器特征融合的轴承故障诊断方法，其特征在于，包括步骤如下：
2.根据权利要求1所述的一种基于多传感器特征融合的轴承故障诊断方法，其特征在于，多传感器数据采集具体方法如下:
3.根据权利要求1或2所述的一种基于多传感器特征融合的轴承故障诊断方法，其特征在于，通过快速傅里叶、希尔伯特变换得到四种信号的频谱、包络频谱特征具体方法如下:
4.根据权利要求3所述的一种基于多传感器特征融合的轴承故障诊断方法，其特征在于，所述的通过小波变换和加窗处理得到四种信号的时频图具体方法如下：
5.根据权利...
【专利技术属性】
技术研发人员：林吉，褚敏，金建祥，黄文君，王为民，
申请(专利权)人：浙江大学，
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。