平博体育规则,平博体育,平博真人,平博棋牌,平博彩票,平博电竞,平博百家乐,平博电子,平博游戏,平博体育官方网站,平博体育官网入口,平博体育网址,平博体育靠谱吗,平博体育app,平博app下载,平博投注,平博下注,平博官方网站,平博最新入口,平博体育平台推荐,平博体育平台赛事,平博赛事,平博在线体育博彩,平博足球博彩,平博足球投注,平博娱乐场

　　专利摘要显示，本发明提供了一种电流信号稀疏学习的轴承故障诊断方法。包括以下步骤：步骤1，采集电机稳定运行时的电流信号数据并进行预处理；步骤2，将预处理好的电流信号进行解析包络变换，得到频域中的稀疏表示；步骤3，使用截断离网模型覆盖部分频域范围，并通过变分贝叶斯推断（VBI）联合恢复稀疏向量；步骤4，利用轴承故障特征频率的算术稀疏结构，优化网格点的位置，提高频率估计的准确性；步骤5，通过VBI迭代更新参数，直至收敛，得到故障特征频率的估计值；步骤6，将所得出故障特征频率估计值与理论值进行比较，判断电机内的轴承是否发生故障及其故障类型。本发明实现了对不同轴承故障类型的有效诊断。有效降低了故障检测成本。