类型

发明专利

专利号

CN202211053891

申请号

CN202211053891.8

申请日

2022.08.31

法律状态

发明专利权授予

公开(公告)日

2022.10.04

主分类号

G06N3/04;G06N3/00;G06K9/00

分类号

G06K9/0051;G06K9/00523;G06K9/00536;G06N3/006;G06N3/0445

申请(专利权)人

武昌理工学院

发明(设计)人

李志千; 严保康; 阳震; 周凤星; 卢少武; 马娅婕

地址

武汉市江夏区江夏大道16号

摘要

本发明公开了一种基于二阶变尺度参数自匹配随机共振的故障特征提取方法，包括以下步骤：根据故障机理构建仿真信号，在不同信噪比的仿真信号样本中，训练出基于BP神经网络的综合评价指标CEI；根据采集的振动信号，采用粒子群优化算法，以CEI作为适应度函数，搜索使CEI最小时的最优阻尼因子和最优幅度尺度变换系数；根据搜索的最优值，计算双稳态势函数的参数a和b，构建相应的最优随机共振模型，计算出经过最优随机共振系统的输出信号；对输出信号进行傅里叶变换，提取故障频率特征。本发明可实现对机械设备的微弱故障特征提取和故障诊断，且提高了微弱故障的识别精度。