Indexed by：
Abstract：
本发明公开了一种基于自适应奇异值分解的轴承微弱故障特征提取方法，首先针对正弦信号、复合正弦信号和周期性冲击信号各自SV的演变趋势，结合奇异值子对SVP的形成原理，分别提出最佳嵌入维数优化选取原则，明确了该参数的量化范围，进而根据信号自身特点，确定奇异值分解(SVD)的最佳嵌入维数。该方法可自适应匹配SVD的最佳嵌入维数，进而获得形成SVP分布的信号分解策略。随后，结合谐波干扰的能量及SVP分布，实现对包含轴承微弱故障成分的子信号进行定位。最后，采用反对角线平均法重构目标子信号，对其进行包络谱分析获得诊断结果。新方法能自适应匹配SVD的最佳嵌入维数，能有效实现滚动轴承微弱故障特征提取。
Keyword：
Reprint Author's Address：
Email：
Patent Info ：
Type： 发明申请
Patent No.： CN202210052833.7
Filing Date： 2022-01-18
Publication Date： 2022-10-14
Pub. No.： CN115186225A
Applicants： 北京工业大学
Legal Status： 实质审查
Cited Count：
WoS CC Cited Count： 0
SCOPUS Cited Count：
ESI Highly Cited Papers on the List： 0 Unfold All
WanFang Cited Count：
Chinese Cited Count：
30 Days PV： 2
Affiliated Colleges：
