[發(fā)明專利]GIS振動(dòng)缺陷辨識(shí)的細(xì)節(jié)特征量提取及智能分析方法

在審

• 申請(qǐng)?zhí)枺?/td>: 202011181967.6
• 申請(qǐng)日: 2020-10-29
• 公開(kāi)（公告）號(hào): CN112307950A
• 公開(kāi)（公告）日: 2021-02-02
• 發(fā)明（設(shè)計(jì)）人: 郝建;鐘堯;王旭鵬;丁屹林;廖瑞金;楊麗君
• 申請(qǐng)（專利權(quán)）人: 重慶大學(xué)
• 主分類(lèi)號(hào): G06K9/00
• 分類(lèi)號(hào): G06K9/00;G06K9/62;G06N20/10
• 代理公司: 北京同恒源知識(shí)產(chǎn)權(quán)代理有限公司 11275
• 代理人: 趙榮之

1.GIS振動(dòng)缺陷辨識(shí)的細(xì)節(jié)特征量提取及智能分析方法，其特征在于：該方法包括以下步驟：

S1：構(gòu)建數(shù)據(jù)采集和顯示控制單元；

S2：構(gòu)建組合細(xì)節(jié)特征提取單元；

S3：構(gòu)建GIS設(shè)備機(jī)械狀態(tài)辨識(shí)單元；

S4：構(gòu)建辨識(shí)結(jié)果輸出單元；

S5：構(gòu)建無(wú)線通信和云服務(wù)單元；

S6：構(gòu)建GIS設(shè)備異響振動(dòng)機(jī)械缺陷智能辨識(shí)系統(tǒng)數(shù)據(jù)庫(kù)標(biāo)準(zhǔn)樣本。

2.根據(jù)權(quán)利要求1所述的GIS振動(dòng)缺陷辨識(shí)的細(xì)節(jié)特征量提取及智能分析方法，其特征在于：所述S1具體為：

對(duì)現(xiàn)場(chǎng)采集的振動(dòng)信號(hào)、采集的歷史數(shù)據(jù)進(jìn)行時(shí)域和頻域顯示；

記錄采集信號(hào)的GIS設(shè)備運(yùn)行負(fù)載信息、包括電壓和電流信息；

對(duì)采集信號(hào)進(jìn)行指令輸入和控制，包括采樣數(shù)據(jù)是否存儲(chǔ)指令、是否連續(xù)采集指令、采集過(guò)程的啟動(dòng)與停止指令以及采樣時(shí)間和采樣率的設(shè)置。

3.根據(jù)權(quán)利要求1所述的GIS振動(dòng)缺陷辨識(shí)的細(xì)節(jié)特征量提取及智能分析方法，其特征在于：所述S2具體為：

在模型訓(xùn)練過(guò)程中，對(duì)系統(tǒng)內(nèi)置的GIS設(shè)備機(jī)械狀態(tài)數(shù)據(jù)庫(kù)進(jìn)行特征提取，建立指紋特征數(shù)據(jù)庫(kù)；對(duì)待評(píng)估的GIS設(shè)備振動(dòng)樣本提取組合細(xì)節(jié)特征矩陣；

組合細(xì)節(jié)特征提取單元對(duì)采集的振動(dòng)信號(hào)樣本利用再生相移輔助經(jīng)驗(yàn)?zāi)B(tài)分解算法RPSEMD獲取其獲取其固有模態(tài)函數(shù)IMFs，進(jìn)而采用頻域加窗的獨(dú)立模態(tài)組合特征構(gòu)造方法獲取訓(xùn)練樣本集源域特征矩陣，具體如下：

(1)再生相移正弦波輔助經(jīng)驗(yàn)?zāi)B(tài)分解

首先，采用自動(dòng)生成的正弦波作為解析信號(hào)，如公式(1)所示；其中k對(duì)應(yīng)分解提取的第k個(gè)IMF模態(tài)分量c_k(t)；而c_k，f_k和θ_k分別是幅值，頻率和相位；

s_k(t|a_k,f_k,θ_k)＝a_kcos(2πf_kt+θ_k) (1)

然后，基于IM聚類(lèi)分析和模態(tài)混疊判據(jù)設(shè)計(jì)了s_k(t)；

最后，通過(guò)θ_k移動(dòng)s_k(t)來(lái)改變極值點(diǎn)的位置，不僅有助于保留獨(dú)立IMs的更多細(xì)節(jié)，而且保證輔助信號(hào)s_k(t)在最終結(jié)果中被完全抵消；

(2)基于頻域加窗的獨(dú)立模態(tài)組合特征提取

頻域加窗的的獨(dú)立模態(tài)組合特征提取方法首先采用RPSEMD分解將振動(dòng)信號(hào)x(t)進(jìn)行模態(tài)分解生成模態(tài)分量IMFs，利用快速傅里葉變換將IMFs轉(zhuǎn)化到頻域，根據(jù)各模態(tài)的頻率響應(yīng)特性設(shè)置k個(gè)頻域加窗區(qū)間；

然后對(duì)每個(gè)頻率加窗區(qū)間的模態(tài)分量依次執(zhí)行峭度和幅值判據(jù)，對(duì)不滿足峭度判據(jù)和幅值判據(jù)的模態(tài)分量進(jìn)行剔除，同時(shí)比選出每個(gè)頻域加窗區(qū)間的主模態(tài)分量；

最后，組合特征矩陣分別從信號(hào)的幅值、衰減特性、脈沖特性以及邊際譜分布特性進(jìn)行度量，對(duì)獲取的k個(gè)獨(dú)立模態(tài)分量進(jìn)行邊際譜轉(zhuǎn)化和奇異值、變異系數(shù)、幅值、峭度和頻譜重心特征的求取，進(jìn)而構(gòu)造組合特征矩陣，各特征量的求解方法如下：

奇異值

變異系數(shù)

峭度

頻譜重心

幅值A(chǔ)_m＝max(x_i),i＝1...n。