[發(fā)明專利]基于聯(lián)合降噪和經(jīng)驗(yàn)?zāi)B(tài)分解的控制系統(tǒng)健康狀態(tài)分析方法

有效

• 申請(qǐng)?zhí)枺?/td>: 201510172003.8
• 申請(qǐng)日: 2015-04-09
• 公開（公告）號(hào): CN105094111B
• 公開（公告）日: 2017-12-05
• 發(fā)明（設(shè)計(jì)）人: 楊蒲;郭瑞誠(chéng);劉劍慰;潘旭
• 申請(qǐng)（專利權(quán)）人: 南京航空航天大學(xué)
• 主分類號(hào): G05B23/02
• 分類號(hào): G05B23/02
• 代理公司: 暫無(wú)信息
• 代理人: 暫無(wú)信息

1.基于聯(lián)合降噪和經(jīng)驗(yàn)?zāi)B(tài)分解的控制系統(tǒng)健康狀態(tài)分析方法，其特征在于：通過引入結(jié)合中值濾波與采用尺度間相關(guān)性的改進(jìn)小波閾值聯(lián)合降噪的方法，以及采用端點(diǎn)延拓、集合經(jīng)驗(yàn)?zāi)B(tài)分解(EEMD)和相關(guān)系數(shù)閾值比較法相結(jié)合的方法，經(jīng)過中值濾波、小波閾值降噪、經(jīng)驗(yàn)?zāi)B(tài)分解、計(jì)算能量熵四個(gè)步驟將控制系統(tǒng)狀態(tài)特征提取出來(lái)，與初始檢測(cè)的正常狀態(tài)熵值比較，實(shí)時(shí)判斷控制系統(tǒng)運(yùn)行狀態(tài)，包括如下具體步驟：

步驟1)將離散含噪信號(hào)f(k)先進(jìn)行中值濾波處理得到濾除可能的脈沖噪聲，其中，f(k)信號(hào)長(zhǎng)度為N；

步驟2)優(yōu)化分解層數(shù)，包括如下步驟：

步驟2.1)對(duì)中值濾波處理后的進(jìn)行第j層小波分解，其中，從j＝1開始分解；

步驟2.2)對(duì)小波分解得到的低頻近似系數(shù)a_j(k)予以保留，對(duì)高頻細(xì)節(jié)系數(shù)d_j(k)進(jìn)行式(1)自相關(guān)系數(shù)λ計(jì)算，若滿足即各高頻細(xì)節(jié)系數(shù)d_j的自相關(guān)系數(shù)滿足自由度l的χ²分布，則對(duì)d_j繼續(xù)進(jìn)行j+1層分解；

步驟2.3)直到第Δ+1層的細(xì)節(jié)系數(shù)d_Δ+1不能滿足為止，確定優(yōu)化分解層數(shù)為Δ層，同時(shí)得到各小波系數(shù)W_j(k)；d_j(k)為高頻細(xì)節(jié)系數(shù)，為d_j(k)的平均值；

λi=ΣkN-i[dj(k)-d‾j][dj(k+i)-d‾j]Σkm-i[dj(k)-d‾j]2,i=1,2,...,l---(1)]]>

步驟3)通過使用式(2)的改進(jìn)閾值以滿足：①閾值隨著分解尺度的遞增而逐漸減小，經(jīng)過小波分解后不同分解層的系數(shù)比例分布不同；②避免出現(xiàn)閾值較小而起不到去除盡可能多噪聲的作用；σ為噪聲標(biāo)準(zhǔn)差，N為信號(hào)采樣長(zhǎng)度，j為分解尺度；

步驟4)通過使用式(3)的改進(jìn)閾值函數(shù)以克服：①硬閾值函數(shù)的不連續(xù)性和引起信號(hào)的附加振蕩；②軟閾值函數(shù)存在恒定偏差，影響重構(gòu)信號(hào)與真實(shí)信號(hào)的逼近程度；W為含噪信號(hào)小波變換后的小波系數(shù)，δ為閾值，W_δ為經(jīng)過閾值降噪后的小波系數(shù)，μ，v，p，q均為可調(diào)參數(shù)，其中μ＞0，v＞1，p∈[0，1]，q≥0；

δ=σ2ln(N)j---(2)]]>

Wδ=sgn(W)(|W|-2p1+eq(|W|-δ)δ),|W|≥δW·v-(μ|W|-δ)2,|W|≤δ---(3)]]>

步驟5)對(duì)處于閾值δ的[δ(1-α)，δ(1+α)]鄰域內(nèi)的小波系數(shù)通過式(4)計(jì)算尺度間相關(guān)量θ(k)，其中α為調(diào)節(jié)因子且調(diào)節(jié)α可以改變估計(jì)算法的精度；將θ(k)∈[0，β]即具有較強(qiáng)相關(guān)性的小波系數(shù)記為其余記為W_j(k)為含噪信號(hào)f(k)在j層分解時(shí)的小波系數(shù)，max W_j(k)為|W_j(k)|中的最大值，min W_j(k)為|W_j(k)|中的最小值，其中j＝1，2，...，Δ；

θ(k)=ln(max Wj(k)min Wj(k))---(4)]]>

步驟6)對(duì)不處于閾值δ的[δ(1-α)，δ(1+α)]鄰域內(nèi)的其余所有小波系數(shù)W_j(k)進(jìn)行判斷，若|W_j(k)|≥δ，則將W_j(k)記為否則記為

步驟7)對(duì)以|W|≥δ的情形帶入式(3)加以處理，對(duì)以|W|＜δ的情形帶入式(3)加以處理；

步驟8)對(duì)處理后的各小波系數(shù)進(jìn)行小波逆變換，得到降噪后的真實(shí)信號(hào)的估計(jì)

步驟9)進(jìn)行端點(diǎn)左右延拓，以右延拓為例進(jìn)行介紹，包括如下步驟：

步驟9.1)確定待延拓信號(hào)段：記的所有極大值點(diǎn)為{M₀，M₁，...，M_k}，所有極小值點(diǎn)為{m₀，m₁，...，m_k}，其中極大值點(diǎn)和極小值點(diǎn)分別從右向左標(biāo)記，并記信號(hào)右端點(diǎn)為S；不妨假設(shè)從S向左先有極大值點(diǎn)后有極小值點(diǎn)，則記S到m₀的波形為待延拓信號(hào)段ω₀，待延拓長(zhǎng)度為L(zhǎng)，其中S到M₀的長(zhǎng)度記為L(zhǎng)′；

步驟9.2)將ω₀以M₀為參考點(diǎn)在所有極大值點(diǎn)集合中依次移動(dòng)，并使M₀始終與M_i重合，通過式(5)計(jì)算長(zhǎng)度為L(zhǎng)的波形ω₀和ω_i的匹配度系數(shù)ξ_i；

步驟9.3)取ξ_i最小時(shí)的M_i為M_p，波形ω_i記為ω_p作為最佳匹配波形，則此時(shí)S所對(duì)應(yīng)的坐標(biāo)為X_p＝M_p+L′；

步驟9.4)從X_p的后一點(diǎn)開始，將實(shí)際波形依次延拓到S后，一直延拓15個(gè)采樣點(diǎn)，為S到m₀的波形為待延拓信號(hào)段ω₀與ω_i的協(xié)方差，D[·]為方差；

ξi=diκi=Σj=1L|s^(Mi-L+L′+j)-s^(M0-L+L′+j)|cov(s^Mi,s^M0)D[s^Mi]·D[s^M0]+2---(5)]]>

步驟10)對(duì)端點(diǎn)延拓后的信號(hào)進(jìn)行EEMD分解，通過比較各本征模態(tài)函數(shù)(IMF)與信號(hào)的相關(guān)系數(shù)ρ與預(yù)設(shè)閾值ζ的大小，剔除“偽分量”，其中，ρ通過式(6)計(jì)算，σ[·]為標(biāo)準(zhǔn)差，ζ＝0.1max(ρ)；

ρ=Σk=1Ns^(k)·imfi(k)σ[s^(k)]·σ[imfi(k)]---(6)]]>

步驟11)對(duì)剔除“偽分量”后的η個(gè)IMF分量，計(jì)算各IMF分量c_i(k)的能量其中i＝1，2，...，η；

步驟12)通過式(7)計(jì)算能量熵；

H=-Σi=1ηEiΣi=1ηEi·ln(EiΣi=1ηEi)---(7)]]> 2

步驟13)通過得到的能量熵H判斷檢測(cè)階段的健康狀態(tài)，具體為：在檢測(cè)階段中，若上位機(jī)則告警，提示控制系統(tǒng)出現(xiàn)故障；其中，H₀為初始控制系統(tǒng)健康狀態(tài)檢測(cè)得到的能量熵值，Thre為正常狀態(tài)判斷閾值，Thre取值為0.1～1。