原创力文档- 1、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。。
- 2、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
- 3、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
本公开是一种含未知故障的风电机组主轴承故障诊断方法。其中，该方法包括：采用K‑S变换对风电机组主轴承振动信号进行高效的时‑频分解；对经过K‑S分解得到的复数时频矩阵提取特征，在高、中、低频域分别提取包括峰值、均值、标准差、方差、偏斜度、峭度、均方根值、峰峰值、Shannon熵、Renyi熵在内的10种特征，构建30维原始特征集合；以特征Gini重要度为依据对30维特征进行降序排序，选取其中对分类影响最大的前15维特征构建最优特征子集；最后采用OCSVM与RF联合的层次化混合分类器识别含未知故障的
(19)中华人民共和国国家知识产权局
(12)发明专利申请
(10)申请公布号 CN 113850174 A
(43)申请公布日 2021.12.28
(21)申请号 202111104606.6
(22)申请日 2021.09.22
(71)申请人 吉林化工学院
地址
文档评论（0）