一种旋转机械故障趋势预测的特征提取方法专利登记公告

专利名称：一种旋转机械故障趋势预测的特征提取方法

摘要：本发明涉及一种旋转机械故障趋势预测的特征提取方法，其步骤为：(1)利用远程在线监测诊断中心进行工业现场数据采集，通过布置在旋转机械设备上的多个传感器采集多个通道的振动信号xj(t)；(2)根据FastICA算法对振动信号xj(t)进行盲源分离，得到原始独立振动源sj(t)的近似信号源yj(t)；(3)对近似信号源yj(t)的向量信号Y进行时频域基于小波包的特征频带分解，提取故障敏感特征频带。本发明由于采用独立成分分析(ICA)处理可以识别出混叠成采集信号的原始的独立信号源，对独立信号源进行基于小波包的特征

专利类型：发明专利

专利号：CN201210123651.0

专利申请（专利权）人：北京信息科技大学

专利发明（设计）人：徐小力;左云波;吴国新;王红军;蒋章雷

主权项：一种旋转机械故障趋势预测的特征提取方法，其包括以下步骤：(1)利用远程在线监测诊断中心进行工业现场数据采集，通过布置在旋转机械设备上的多个传感器采集多个通道的振动信号xj(t)，j＝1，2，...，n，其中，j为通道个数，n为正整数；(2)根据FastICA算法对振动信号xj(t)进行盲源分离，得到原始独立振动源sj(t)的近似信号源yj(t)，其中，j＝1，2，...，n；(3)对近似信号源yj(t)的向量信号Y进行时频域基于小波包的特征频带分解，提取故障敏感特征频带。

专利地区：北京