← 返回列表
一种基于FFT编码和L-CNN滚动轴承故障诊断方法
申请人信息
- 申请人:广东石油化工学院
- 申请人地址:525099 广东省茂名市官渡二路139号大院
- 发明人: 广东石油化工学院
专利详细信息
| 项目 | 内容 |
|---|---|
| 专利名称 | 一种基于FFT编码和L-CNN滚动轴承故障诊断方法 |
| 专利类型 | 发明申请 |
| 申请号 | CN202311494001.1 |
| 申请日 | 2023/11/10 |
| 公告号 | CN117473872A |
| 公开日 | 2024/1/30 |
| IPC主分类号 | G06F30/27 |
| 权利人 | 广东石油化工学院 |
| 发明人 | 崔坤; 刘美; 刘世杰 |
| 地址 | 广东省茂名市茂南区官渡二路139号 |
摘要文本
广东石油化工学院取得“一种透气窗帘布”专利技术，本发明公开了一种基于FFT编码和L‑CNN滚动轴承故障诊断方法，包括：获取原始轴承故障振动数据，提取原始轴承故障振动数据中的不同频段的本征模态分量，计算每个本征模态分量对应的排列熵值，根据排列熵值进行小波阈值去噪，获取降噪重构的时域信号；将降噪重构的时域信号进行快速傅里叶变换，获得信号对应的频谱信号和相位角，根据预设规则重构所述频域信号，保留相位角特征的频域数据，根据振幅范围，绘制不同故障类型数据的FFT‑x热力图；构建改进的轻量化卷积神经网络模型L‑CNN，将FFT‑x热力图中的编码数据输入L‑CNN模型中进行处理与诊断，获得故障诊断结果。本发明降低了人力成本，提高了诊断准确率。 关注公众号专利查询网
专利主权项内容
1.一种基于FFT编码和L-CNN滚动轴承故障诊断方法，其特征在于，包括：获取原始轴承故障振动数据，提取所述原始轴承故障振动数据中的不同频段的本征模态分量，计算每个所述本征模态分量对应的排列熵值，根据所述排列熵值进行小波阈值去噪，获取降噪重构的时域信号；将所述降噪重构的时域信号进行快速傅里叶变换，获得时域信号对应的频域信号和相位角，根据预设规则重构所述频域信号，保留所述相位角特征的频域数据，根据振幅范围，绘制不同故障类型数据的FFT-x热力图；构建改进的轻量化卷积神经网络模型L-CNN，将所述FFT-x热力图中的编码数据输入L-CNN模型中进行处理与诊断，获得故障诊断结果。 马 克 数 据 网