【技术实现步骤摘要】
本专利技术涉及旋转机械故障检测与诊断，具体涉及一种基于二次曼哈顿熵-随机森林分类器的滚动轴承微弱故障诊断方法。
技术介绍
1、滚动轴承由于其运行环境常处于高速、高载、高温状态，导致其极易产生故障。对于轴承振动信号非平稳、非线性特性，如何更丰富、更全面地提取出信号中的深层故障信息显得尤为重要。而振动信号对微弱故障具有敏感性，且能够较全面地表征滚动轴承的运行状态，因此对振动信号进行监测与评估，可以提前发现故障隐患，成为故障诊断研究中不可或缺的重要内容。在工程实践中，准确提取振动信号中表征轴承各种损伤的故障特征是进行轴承故障诊断的核心技术，并可通过对特征的进一步分类与识别来判定轴承的健康状态与故障模式。
2、滚动轴承微弱故障主要表现在两方面，一方面是指轴承早期损伤，处于故障萌发和演变的早期阶段，具有故障特征不明显、幅值低等特点，另一方面是指零部件已发生故障，但故障信号淹没在强背景噪声中，使得故障信号的能量低于噪声能量，故障特征受到噪声或者随机干扰的影响难以提取。开展滚动轴承微弱故障特征提取与诊断方法的理论研究，不仅对提升故障检测的...
【技术保护点】
1.基于二次曼哈顿熵-随机森林分类器的滚动轴承微弱故障诊断方法，其特征在于，对于长度为的时间序列，其主要包括以下步骤：
2.根据权利要求1所述的基于二次曼哈顿熵-随机森林分类器的滚动轴承微弱故障诊断方法，其特征在于，步骤S3所述的故障诊断方法主要包括以下步骤：
【技术特征摘要】
1.基于二次曼哈顿熵-随机森林分类器的滚动轴承微弱故障诊断方法，其特征在于，对于长度为的时间序列，其主要包括以下步骤：
2....
【专利技术属性】
技术研发人员：刘玉梅，刘铭，刘勃辰，王龙，胡婷，刘泊睿，李宗尧，郭雪，周彦轩，刘晓，徐观，陈熔，林慧英，张立斌，
申请(专利权)人：吉林大学，
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。