一种基于多尺度二维时频多样性熵的特征提取方法
# 热门搜索 #
大模型
人工智能
openai
融资
chatGPT
验证码登录
×
发送
登录即代表您已同意AITNT
用户协议
和
隐私政策
登录
登录成功后会自动刷新界面
AITNT公众号
AITNT APP
AITNT交流群
搜索
未登录
首页
AI中心
退出
首页
AI资讯
AI技术研报
AI监管政策
AI产品测评
AI商业项目
AI产品热榜
AI 源力市场
寻求报道
一种基于多尺度二维时频多样性熵的特征提取方法
申请号:
CN202510993885
申请日期:
2025-07-18
公开号:
CN120873547A
公开日期:
2025-10-31
类型:
发明专利
摘要
本发明公开了一种基于多尺度二维时频多样性熵的特征提取方法,属于机械故障诊断领域。包含以下步骤步骤1,获取不同工况的机械设备关键部件振动信号;步骤2,对振动信号进行多尺度粗粒化;步骤3,对粗粒化后的子序列进行时频分析;步骤4,将所得时频分布信息输入到二维多样性熵算法中,得到各个尺度的特征熵值向量;本发明通过提取振动信号多尺度粗粒化后的二维时频信息,可获得更高维度的丰富故障信息。
技术关键词
Morlet小波变换
特征提取方法
多尺度
矩阵
序列
样本
机械故障诊断
轨道
机械设备
信号
模式
因子
算法
工况
参数
元素
重构
索引
理论
频率