[發明專利]一種基于神經網絡的應力波檢測與分析系統

在審

• 申請號: 201910814133.5
• 申請日: 2019-08-30
• 公開（公告）號: CN110487917A
• 公開（公告）日: 2019-11-22
• 發明（設計）人: 張明哲;程遲
• 申請（專利權）人: 重慶高開清芯科技產業發展有限公司
• 主分類號: G01N29/44
• 分類號: G01N29/44;G01N29/46;G01N29/14
• 代理公司: 11416 北京律恒立業知識產權代理事務所(特殊普通合伙)
• 代理人: 龐立巖;顧珊<國際申請>=<國際公布>=

1.一種基于神經網絡的應力波檢測與分析系統，其特征在于，包括：應力波傳感器、數字處理單元以及分析模塊；

其中，所述應力波傳感器用于將設備部件間摩擦產生的應力波信號轉換為應力波脈沖序列；

所述數字處理單元用于接收來自多個所述應力波傳感器的應力波脈沖序列，并對應力波脈沖序列進行轉換和處理；

所述分析模塊從時域和頻域上對所述數字處理單元發來的數字應力脈沖波數據進行信息提取，使用神經網絡對提取的信息進行處理，得到相應的故障報告。

2.根據權利要求1所述的基于神經網絡的應力波檢測與分析系統，其特征在于，所述應力波傳感器包括換能元件、與所述換能元件相連的模擬信號調制網絡以及解調器，

其中，所述換能元件用于將設備部件間摩擦產生的應力波信號轉換為電信號，發送給所述模擬信號調制網絡，所述模擬信號調制網絡中的高頻帶通濾波器將電信號放大和過濾處理，所述解調器用于將放大和過濾處理后的電信號轉換為應力波脈沖序列。

3.根據權利要求1所述的基于神經網絡的應力波檢測與分析系統，其特征在于，所述數字處理單元包括電源模塊、通信模塊、高速AD采樣模塊、CPU和CPLD；

其中，所述電源模塊用于供電；所述通信模塊用于與上位機通信，將處理后的信號發送至上位機；所述高速AD采樣模塊，用于接收來自多個所述應力波傳感器的應力波脈沖序列并完成模數轉換；所述CPLD用于對應力波脈沖序列進行數據處理；所述CPU用于與CPLD之間的數據傳輸和同步控制。

4.根據權利要求1所述的基于神經網絡的應力波檢測與分析系統，其特征在于，所述分析模塊包括信息提取模塊和神經網絡計算模塊；

其中，所述信息提取模塊通過應力波能量圖和/或直方圖和/或頻譜分析，從時域和頻域上對數字應力脈沖波數據進行信息提取；

所述神經網絡計算模塊，用于將所述信息提取模塊提取的信息通過神經網絡方法進行處理，生成故障報告。

5.根據權利要求1或2所述的基于神經網絡的應力波檢測與分析系統，其特征在于，所述應力波傳感器滿足以下標準：

在所述應力波傳感器共振頻率下具有共振增益；

在標準值的+/-10％的公差范圍內提供諧振能量積分的總能量值，并且可以使用標準測試裝置測量得到用于校準的標準數據；

諧振輸出在一定周期內衰減到一半的幅度，并在對應于解調器低通的轉角頻率的周期數中降至低于初始響應的20％。

6.根據權利要求1或4所述的基于神經網絡的應力波檢測與分析系統，其特征在于，所述分析模塊對所述數字處理單元發來的數字應力脈沖波數據進行時域特征提取時：

將數字應力脈沖波數據進行一定的壓縮，形成多種波形特征；具體方式為：以一定時間長度作為一個窗口，計算每個窗口內數據的極大值，極小值、均值、方差。

7.根據權利要求1所述的基于神經網絡的應力波檢測與分析系統，其特征在于，所述分析模塊對所述數字處理單元發來的數字應力脈沖波數據進行頻域特征提取時：

先對數字應力脈沖波數據進行FFT模塊的處理，其中，譜密度由均方根值對一定個數的數據進行平均得到，并存在一定的數據重疊率，設定頻率的分辨率、頻率范圍；

之后將每個應力波譜密度轉換得到一張表格，表格內容為前一定數量頻率線及對應的每個信號的幅度；

將頻率線以一定頻率間隔等分為一定數量的段，計算每一段的最大幅度、最小幅度、平均幅度、幅度的方差，將所有段的4項參數作為頻域特征。

8.根據權利要求4所述的基于神經網絡的應力波檢測與分析系統，其特征在于，所述神經網絡計算模塊，對得到的所述時域特征和所述頻域特征產生的非線性映射輸出進行故障診斷；

其中，所述時域特征和所述頻域特征構成的數據集，一部分作為訓練數據構建神經網絡，一部分作為測試集進行評估，設置決策閾值，比較形成故障診斷報告。

9.根據權利要求8所述的基于神經網絡的應力波檢測與分析系統，其特征在于，所述神經網絡計算模塊包括概率神經網絡、反向傳播網絡、學習矢量量化網絡、徑向基函數網絡、自適應共振理論模型網絡、自適應組織映射網絡中的一種或多種。