[發明專利]一種基于振動特征增強的扶梯驅動鏈故障診斷方法

有效

• 申請號: 202210562832.7
• 申請日: 2022-05-23
• 公開（公告）號: CN114873425B
• 公開（公告）日: 2023-06-23
• 發明（設計）人: 裘樂淼;張煌;王自立;楊高鵬;張樹有
• 申請（專利權）人: 浙江大學
• 主分類號: B66B29/00
• 分類號: B66B29/00;G06F30/27;G06F17/10;G01H17/00
• 代理公司: 杭州求是專利事務所有限公司 33200
• 代理人: 林超

1.一種基于振動特征增強的扶梯驅動鏈故障診斷方法，其特征在于，包括以下步驟：

步驟1：采集驅動鏈的振動信號；

步驟2：利用振動特征增強方法對驅動鏈的振動信號進行增強，獲得放大故障特征，接著對放大故障特征輸入到故障分類模型中進行判別；

步驟3：當故障分類模型的判別結果為正常時，則不處理；否則，則根據判別結果進行預警；

所述步驟2中利用振動特征增強方法對驅動鏈的振動信號進行增強，獲得放大故障特征，具體為：

S1：利用變分分解法對振動信號進行模態分解，獲得對應的多個模態，接著將多個模態中的第一個模態去除后對剩余模態進行重構，獲得重構后的振動信號；

S2：對重構后的振動信號進行S變換，獲得特征矩陣，從特征矩陣中提取時、頻域和時頻域特征作為多個待篩選特征，根據主成分分析計算各個待選擇特征的累計貢獻率，篩選獲得累計貢獻率大于預設閾值的待篩選特征并記為待拼接特征；

S3：各個待拼接特征進行一維拼接后，獲得拼接后的特征，再利用格拉姆角場對拼接后的特征進行二維轉換，獲得特征圖，將特征圖作為放大故障特征。

2.根據權利要求1所述的一種基于振動特征增強的扶梯驅動鏈故障診斷方法，其特征在于，所述步驟2中的故障分類模型為卷積神經網絡。

3.根據權利要求2所述的一種基于振動特征增強的扶梯驅動鏈故障診斷方法，其特征在于，所述卷積神經網絡中的激活層的激活函數為ReLU。

4.根據權利要求2所述的一種基于振動特征增強的扶梯驅動鏈故障診斷方法，其特征在于，所述卷積神經網絡中的池化層采取最大池化操作。