[發明專利]一種基于廣義支持向量機的液壓部件健康狀態檢測方法

在審

• 申請號: 201910614733.7
• 申請日: 2019-07-09
• 公開（公告）號: CN110427974A
• 公開（公告）日: 2019-11-08
• 發明（設計）人: 吳軍;郭鵬飛;陳作懿;嚴喆;程一偉;鄧超;朱海平
• 申請（專利權）人: 華中科技大學
• 主分類號: G06K9/62
• 分類號: G06K9/62
• 代理公司: 華中科技大學專利中心 42201
• 代理人: 孔娜;曹葆青

1.一種基于廣義支持向量機的液壓部件健康狀態檢測方法，其特征在于，該方法包括以下步驟：

(1)獲取多組樣本液壓部件處于不同健康狀態下的傳感器信號以作為樣本數據，且同時獲得每個樣本數據對應的樣本液壓部件所處的健康狀態數據；

(2)對所述樣本數據進行數據清洗，并對清洗后的所述樣本數據提取統計特征；

(3)基于皮爾森相關系數計算所得到的特征數據與所述健康狀態數據之間的相關性，并將所述特征數據按照對應的相關性自大到小進行排序，選取排在前預定個數的特征作為訓練特征；

(4)基于所述訓練特征及所述訓練特征所對應的健康狀態數據，采用堆疊集成學習方法構建多個廣義支持向量機模型，并采用所述廣義支持向量機模型訓練過程中所輸出的數據來訓練得到隨機森林模型，由此得到了由堆疊集成學習方法集成的廣義支持向量機檢測模型；

(5)在線實時獲取待測液壓部件的傳感器信號數據，并將得到的傳感器信號數據輸入到所述廣義支持向量機檢測模型，進而所述廣義支持向量機檢測模型對待測液壓部件進行健康狀態檢測。

2.如權利要求1所述的基于廣義支持向量機的液壓部件健康狀態檢測方法，其特征在于：所述傳感器信號包括溫度、流量、壓力及功率。

3.如權利要求1所述的基于廣義支持向量機的液壓部件健康狀態檢測方法，其特征在于：所述統計特征包括絕對均值、有效值、方根幅值、歪度、峭度、峭度指標、歪度指標及波形指標。

4.如權利要求1所述的基于廣義支持向量機的液壓部件健康狀態檢測方法，其特征在于：采用中值濾波對所述樣本數據進行清洗。

5.如權利要求1所述的基于廣義支持向量機的液壓部件健康狀態檢測方法，其特征在于：采用皮爾森相關系數進行特征選擇時，樣本數據與健康狀態標簽數據的相關性系數的計算公式為：

式中，cov(X，Y)表示協方差；σ_X表示所提取的特征數據集X的標準差；σ_Y表示Y的標準差；X[i]表示第i種特征的樣本數據；Y表示樣本數據對應的健康狀態標簽數據。

6.如權利要求1-5任一項所述的基于廣義支持向量機的液壓部件健康狀態檢測方法，其特征在于：所述預定個數為3個。

7.如權利要求1-5任一項所述的基于廣義支持向量機的液壓部件健康狀態檢測方法，其特征在于：所述廣義支持向量機模型包括多個不同核函數。

8.如權利要求1-5任一項所述的基于廣義支持向量機的液壓部件健康狀態檢測方法，其特征在于：獲取不同健康狀態下的樣本液壓部件所關聯的兩個傳感器的信號作為樣本數據。