[發(fā)明專利]一種基于NARMAX-FRF和PCA的智能診斷與預(yù)測故障方法及系統(tǒng)在審
| 申請?zhí)枺?/td> | 202010420114.7 | 申請日: | 2020-05-18 |
| 公開(公告)號: | CN111709297A | 公開(公告)日: | 2020-09-25 |
| 發(fā)明(設(shè)計)人: | 陳漢新;苗育茁;黃浪;柯耀;王琪;楊柳 | 申請(專利權(quán))人: | 武漢工程大學(xué) |
| 主分類號: | G06K9/00 | 分類號: | G06K9/00;G06K7/10;G06K9/62 |
| 代理公司: | 北京輕創(chuàng)知識產(chǎn)權(quán)代理有限公司 11212 | 代理人: | 趙秀斌 |
| 地址: | 430000 湖北省武*** | 國省代碼: | 湖北;42 |
| 權(quán)利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關(guān)鍵詞: | 一種 基于 narmax frf pca 智能 診斷 預(yù)測 故障 方法 系統(tǒng) | ||
1.一種基于NARMAX-FRF和PCA的智能診斷與預(yù)測故障方法,其特征在于,包括以下步驟:
S1:輸入蘭姆波信號至RFID模塊,通過所述RFID模塊獲得試驗樣品的響應(yīng)輸出信號;
S2:通過所述響應(yīng)輸出信號基于NARMAX-FRF進(jìn)行時域建模并進(jìn)行頻域特征提取;
S3:根據(jù)提取的頻域特征獲得響應(yīng)函數(shù)G1以及對應(yīng)的響應(yīng)函數(shù)G1的特征參數(shù);
S4:通過PCA分析法模型對不同狀態(tài)下的響應(yīng)函數(shù)G1的特征參數(shù)進(jìn)行故障預(yù)測。
2.根據(jù)權(quán)利要求1所述的一種基于NARMAX-FRF和PCA的智能診斷與預(yù)測故障方法,其特征在于,所述S1具體為:
對試驗樣品發(fā)射蘭姆波信號,經(jīng)過RFID讀寫器和數(shù)據(jù)采集系統(tǒng)分析后獲得響應(yīng)輸出信號。
3.根據(jù)權(quán)利要求1或2所述一種基于NARMAX-FRF和PCA的智能診斷與預(yù)測故障方法,其特征在于,所述S2包括:
S201:根據(jù)所述響應(yīng)輸出信號建立非線性差分方程:
y(t)=f(y(t-1),…,y(t-ny),u(t-1),…,u(t-nu),ε(t-1),…,ε(t-nε))+ε(t)
其中,y(t)、u(t)和ε(t)分別是輸出、輸入和預(yù)測誤差,f(·)是未知的非線性函數(shù);
S202:通過用有限維參數(shù)向量θ對一組函數(shù)進(jìn)行參數(shù)化,可將真實函數(shù)f的非線性逼近如下所示:
,
并改寫為:再進(jìn)行頻域特征提取,其中,預(yù)測誤差為:φ(x(t))稱為回歸向量,輸入?yún)?shù)x(t)包括滯后輸出、輸入和預(yù)測誤差。
4.根據(jù)權(quán)利要求3所述一種基于NARMAX-FRF和PCA的智能診斷與預(yù)測故障方法,其特征在于,所述頻率響應(yīng)函數(shù)G1為:
5.根據(jù)權(quán)利要求1所述的一種基于NARMAX-F、RF和PCA的智能診斷與預(yù)測故障方法,其特征在于,所述S4包括以下步驟:
S401:用p(pm)變量表示m個變量,并且p個變量之間是正交的,令隨機(jī)向量的協(xié)方差矩陣x=[x1,x2,…,xm]T為S,其特征值為λ1≥λ2≥λ3…λm≥0;
S402:根據(jù)主成分方差對應(yīng)的特征值與所有特征值之和的比值選擇主元素個數(shù),計算公式為:
其中,λi為協(xié)方差的特征值,m為變量個數(shù);
S403:當(dāng)發(fā)生故障時,SPE或T2明顯超過控制極限;當(dāng)系統(tǒng)正常運行時,SPE或T2都在控制范圍內(nèi)。
6.一種基于NARMAX-FRF和PCA的智能診斷與預(yù)測故障系統(tǒng),其特征在于,包括:
數(shù)據(jù)獲取模塊,用于根據(jù)輸入蘭姆波信號至RFID模塊,通過所述RFID模塊獲得試驗樣品的響應(yīng)輸出信號;
頻域特征提取模塊,用于根據(jù)所述響應(yīng)輸出信號基于NARMAX-FRF進(jìn)行時域建模并進(jìn)行頻域特征提取;
特征參數(shù)獲取模塊,用于根據(jù)提取的頻域特征獲得響應(yīng)函數(shù)G1以及對應(yīng)的響應(yīng)函數(shù)G1的特征參數(shù);
故障預(yù)測模塊:用于通過PCA模型對不同狀態(tài)下的響應(yīng)函數(shù)G1的特征參數(shù)進(jìn)行故障檢測預(yù)測。
7.根據(jù)權(quán)利要求6所述的一種基于NARMAX-FRF和PCA的智能診斷與預(yù)測故障系統(tǒng),其特征在于,所述數(shù)據(jù)獲取模塊獲取數(shù)據(jù)的具體過程為:
對試驗樣品發(fā)射蘭姆波信號,經(jīng)過RFID讀寫器和數(shù)據(jù)采集系統(tǒng)分析后獲得響應(yīng)輸出信號。
該專利技術(shù)資料僅供研究查看技術(shù)是否侵權(quán)等信息,商用須獲得專利權(quán)人授權(quán)。該專利全部權(quán)利屬于武漢工程大學(xué),未經(jīng)武漢工程大學(xué)許可,擅自商用是侵權(quán)行為。如果您想購買此專利、獲得商業(yè)授權(quán)和技術(shù)合作,請聯(lián)系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/202010420114.7/1.html,轉(zhuǎn)載請聲明來源鉆瓜專利網(wǎng)。
- 同類專利
- 專利分類
G06K 數(shù)據(jù)識別;數(shù)據(jù)表示;記錄載體;記錄載體的處理
G06K9-00 用于閱讀或識別印刷或書寫字符或者用于識別圖形,例如,指紋的方法或裝置
G06K9-03 .錯誤的檢測或校正,例如,用重復(fù)掃描圖形的方法
G06K9-18 .應(yīng)用具有附加代碼標(biāo)記或含有代碼標(biāo)記的打印字符的,例如,由不同形狀的各個筆畫組成的,而且每個筆畫表示不同的代碼值的字符
G06K9-20 .圖像捕獲
G06K9-36 .圖像預(yù)處理,即無須判定關(guān)于圖像的同一性而進(jìn)行的圖像信息處理
G06K9-60 .圖像捕獲和多種預(yù)處理作用的組合
- 基于非線性輸出頻率響應(yīng)函數(shù)的結(jié)構(gòu)損傷檢測方法
- 基于RBF神經(jīng)網(wǎng)絡(luò)技術(shù)的風(fēng)力發(fā)電機(jī)組系統(tǒng)辨識方法
- 一種基于時間片段參數(shù)辨識的動態(tài)仿真模型驗證方法
- 基于PEC檢測管道微觀缺陷非線性聲發(fā)射系統(tǒng)識別方法
- 高壓容器微缺陷非線性超聲系統(tǒng)檢測方法
- 基于NARMAX模型辨識的人造神經(jīng)肌肉電驅(qū)動控制方法及系統(tǒng)
- 一種基于NARMAX-FRF和PCA的智能診斷與預(yù)測故障方法及系統(tǒng)
- 磁控形狀記憶合金執(zhí)行器的多模型聯(lián)合建模方法
- 實現(xiàn)幀中繼網(wǎng)絡(luò)中傳輸幀可靠傳輸?shù)姆椒?/a>
- 根據(jù)頻率再用率自適應(yīng)分配子信道的裝置和方法
- 彈性寬帶頻率變換裝置以及相關(guān)的衛(wèi)星遠(yuǎn)程控制接收機(jī)
- 一種實現(xiàn)信號分析儀器擴(kuò)頻功能的裝置和方法
- 水稻育性恢復(fù)基因輔助育種分子標(biāo)記及其應(yīng)用
- 投影光學(xué)系統(tǒng)以及投影儀
- 信息指示方法、信息獲取方法、終端及網(wǎng)絡(luò)節(jié)點
- 高壓容器微缺陷非線性超聲系統(tǒng)檢測方法
- 一種用于獲取干式空心電抗器固有振動特性的方法及系統(tǒng)
- 伺服控制裝置





