[發明專利]基于稀疏編碼和LSSVM的輪對軸承檢測裝置及方法

在審

• 申請號: 201910353119.X
• 申請日: 2019-04-29
• 公開（公告）號: CN110378192A
• 公開（公告）日: 2019-10-25
• 發明（設計）人: 郝勇;吳文輝;耿佩;邱小川
• 申請（專利權）人: 華東交通大學;揚州海地光電科技有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/62;G01M13/045
• 代理公司: 暫無信息
• 代理人: 暫無信息

1.基于稀疏編碼和LSSVM的輪對軸承檢測裝置及方法，包括輪對軸承i、輪對軸承檢測裝置A、換向裝置、輪對軸承檢測裝置B、分級收納裝置j、加速度傳感器A和速度傳感器A，所述輪對軸承檢測裝置A的兩側設有速度傳感器A和加速度傳感器A，輪對軸承檢測裝置A的側邊設有換向裝置，換向裝置的側邊設有輪對軸承檢測裝置B，輪對軸承檢測裝置B的兩側設有加速度傳感器B和速度傳感器B，輪對軸承檢測裝置B的右側設有分級收納裝置j。

2.一種基于稀疏編碼和LSSVM結合的輪對軸承品質檢測方法，具體檢測方法如下：

(1)輪對軸承樣本的劃分；

獲取各種輪對軸承品質下的振動信號樣本Y＝{y_i|y_i∈Rⁿ,1≤i≤M}(M＝3)，將每一類輪對軸承樣本用KS算法分為40個訓練樣本集X_t＝{xt_ij}和10個測試樣本集X_p＝{xp_ij}，訓練樣本集用于分類器的訓練，測試樣本用于測試訓練后分類器的分類效果；

(2)輪對軸承訓練樣本的特征；

提取針對本實施例步驟(1)，對輪對軸承訓練數據集進行K-SVD字典學習，獲得字典集D＝{d₁,d₂,d₃,}，根據字典學習得到的D對每一類樣本的輪對軸承測試集和輪對軸承訓練集用OMP進行稀疏求解，得到特征向量；

(3)對LSSVM進行訓練；

利用輪對軸承訓練集進行LSSVM分類器的訓練，并利用交叉驗證的方法對分類器的c和g兩個參數進行優化，得到訓練后的LSSVM分類器；

(4)驗證分類器的效果；

將輪對軸承測試集數據送入訓練后的LSSVM分類器，完成對輪對軸承測試樣本集得分類。