← 返回列表
一种基于时移多尺度余弦相似熵的水电机组信号状态识别方法
申请人信息
- 申请人:昆明理工大学
- 申请人地址:650000 云南省昆明市一二一大街文昌路68号
- 发明人: 昆明理工大学
专利详细信息
| 项目 | 内容 |
|---|---|
| 专利名称 | 一种基于时移多尺度余弦相似熵的水电机组信号状态识别方法 |
| 专利类型 | 发明申请 |
| 申请号 | CN202311305975.0 |
| 申请日 | 2023/10/10 |
| 公告号 | CN117390508A |
| 公开日 | 2024/1/12 |
| IPC主分类号 | G06F18/241 |
| 权利人 | 昆明理工大学 |
| 发明人 | 曾云; 李想; 刀方; 钱晶; 邹屹东; 唐跨纪 |
| 地址 | 云南省昆明市一二一大街文昌路68号 |
摘要文本
昆明理工大学获取“一种透气窗帘布”专利技术，本发明公开了一种基于时移多尺度余弦相似熵的水电机组信号状态识别方法，属于水电机组振动信号处理领域，包括以下步骤：采集风电机组齿轮箱不同健康状态下的振动信号；首先，利用CEEMDAN对振动信号进行分解，得到多个分量。然后，我们使用VMD对IMF1进行再次分解，形成一个新的分量集，并计算每个分量的TSMCSE值，生成特征熵向量。最后，采用CNN‑LSTM模型对振动信号的特征向量进行准确识别，并通过四种对比模型对该模型进行全面验证。为水电机组振动信号特征提取和故障诊断提供了重要的技术支持。
专利主权项内容
1.一种基于时移多尺度余弦相似熵的水电机组信号状态识别方法，其特征在于包括如下步骤：(1)采集不同工况下水电机组水导轴承不同方向上的振动信号；(2)使用CEEMDAN-VMD二分法对振动信号进行详细分解；(3)利用时移多尺度余弦相似熵从振动信号中提取特征向量，并组成特征集；(4)将特征集分为训练集和测试集，将特征集训练模型得到CNN-LSTM模型，将测试集输入CNN-LSTM模型进行状态识别，完成对水电机组振动信号的状态识别。