文献类型：专利

中文题名：基于粗粒度的船用涡轮增压器故障诊断方法、装置及设备

作者：贾宝柱[1];李笑宇[1];廖志强[1];宋雪玮[1];王鑫[1];

机构：[1]广东海洋大学;

专利类型：发明专利

申请号：CN202311193524.2

申请日：20230915

申请人地址：524000 广东省湛江市麻章区海大路1号

公开日：20240625

代理人：刘瑞越

代理机构：北京众达德权知识产权代理有限公司

语种：中文

中文关键词：粗粒度;故障识别;特征图;晶格;频谱;神经网络模型;神经网络;轴承故障;轴承;滚动轴承;船用涡轮增压器;涡轮增压器;诊断;采样系数;故障分类;故障类型;故障信号;故障诊断;频域信号;输出故障;特征融合;特征提取;样本信号;异常故障;振动信号;准确率;采集;输出

中文摘要：本发明提供一种基于粗粒度的船用涡轮增压器轴承故障诊断方法，包括：基于粗粒度采样系数对轴承的各振动样本信号的频域信号进行粗粒度化处理，获得第二频谱特征值；基于第二频谱特征值生成粗粒度晶格特征图；利用粗粒度晶格特征图对故障识别神经网络进行训练，输出故障识别神经网络模型；利用故障识别神经网络模型对待诊断轴承的当前粗粒度晶格特征图进行识别，输出对应的故障类型；即采集涡轮增压器轴承故障信号后，对振动信号进行粗粒度化处理，显著增强故障信号的特征；对第一频谱特征值进行处理后，降低异常故障数据的影响；故障识别神经网络具有良好的特征融合和特征提取能力，精准的完成故障分类识别任务，提高滚动轴承的故障诊断准确率。