[發(fā)明專利]一種齒輪故障有效區(qū)間特征選擇方法在審
| 申請?zhí)枺?/td> | 202011259042.9 | 申請日: | 2020-11-12 |
| 公開(公告)號: | CN112464998A | 公開(公告)日: | 2021-03-09 |
| 發(fā)明(設(shè)計)人: | 陳勇旗;陳楊 | 申請(專利權(quán))人: | 寧波大學(xué)科學(xué)技術(shù)學(xué)院 |
| 主分類號: | G06K9/62 | 分類號: | G06K9/62;G06K9/00;G06F17/16;G01M13/028;G01M13/021 |
| 代理公司: | 寧波奧圣專利代理有限公司 33226 | 代理人: | 程曉明 |
| 地址: | 315212 浙江省*** | 國省代碼: | 浙江;33 |
| 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 齒輪 故障 有效 區(qū)間 特征 選擇 方法 | ||
1.一種齒輪故障有效區(qū)間特征選擇方法,其特征在于包括以下步驟:
①對于齒輪故障的每一個故障類型通過加速度傳感器采集每一個故障類型對應(yīng)的多個振動信號,并對每個振動信號通過添加偏移量得到每個振動信號對應(yīng)的區(qū)間振動信號,根據(jù)所有的區(qū)間振動信號建立區(qū)間振動信號樣本集;
②對區(qū)間振動信號樣本集中的每個區(qū)間振動信號進行局部均值分解得到多個乘積函數(shù)分量,并對每一個乘積函數(shù)分量提取多個區(qū)間特征向量,構(gòu)建一個二維齒輪故障數(shù)據(jù)集,其中行向量表示某一個區(qū)間振動信號對應(yīng)的所有區(qū)間特征向量,列向量表示同一個區(qū)間特征向量對應(yīng)的所有區(qū)間振動信號,行向量數(shù)為區(qū)間振動信號樣本集中區(qū)間振動信號的總數(shù),列向量數(shù)為每個區(qū)間振動信號所對應(yīng)的區(qū)間特征向量總數(shù);
③構(gòu)建有效區(qū)間特征向量選擇函數(shù):
③-1根據(jù)區(qū)間特征向量中任意兩個區(qū)間數(shù)a和b的六種空間位置關(guān)系,采用下列公式計算區(qū)間可能度的具體值:
其中,p(a≤b)表示對于均勻分布的兩個區(qū)間數(shù)a和b,區(qū)間數(shù)a小于等于區(qū)間數(shù)b的概率,
③-2將區(qū)間振動信號樣本集中所有區(qū)間振動信號的總數(shù)記為n,定義區(qū)間數(shù)則根據(jù)上述公式得到區(qū)間可能度構(gòu)建的可能度矩陣P=(pi,j)n×n如下:
③-3定義Ai為區(qū)間數(shù)的序關(guān)系,若序關(guān)系A(chǔ)iAj,則區(qū)間數(shù)ai大于區(qū)間數(shù)aj;若Ai=Aj,則區(qū)間數(shù)ai等于區(qū)間數(shù)aj;通過序關(guān)系,將區(qū)間特征向量轉(zhuǎn)換為確定性特征向量A:
③-4將故障類型數(shù)記為m,將齒輪故障數(shù)據(jù)集中所有區(qū)間振動信號的區(qū)間特征向量的總數(shù)記為M,將齒輪故障數(shù)據(jù)集中的任一確定性特征向量記為A′,該確定性特征向量的最大值為d max,該確定性特征向量的最小值為d min,定義離散化斷點{d0,d1,d2…dc-1,dc},則dmin=d0d1d2…dc-1dc=d max,將該確定性特征向量劃分為多個離散化分段{(d0,d1],(d1,d2]…(dc-1,dc]},其中c為離散化分段個數(shù),記區(qū)間特征向量的信息熵值為H(X),其中qrg表示取值在離散化分段(dg-1,dg]范圍內(nèi)的第r類故障類型的區(qū)間振動信號個數(shù),pro()表示概率密度函數(shù),1≤g≤c,1≤r≤m,記故障類型的信息熵值為H(Y),記區(qū)間特征向量和故障類型的聯(lián)合信息熵值為H(X,Y),
③-5根據(jù)互信息公式I(X;Y)=H(X)+H(Y)-H(X,Y),得到互信息
③-6將候選故障特征向量記為Xk,將故障類型記為Y,定義候選故障特征向量Xk和故障類型Y的互信息為I(Xk;Y),該互信息I(Xk;Y)用于表征該候選故障特征向量與故障類型的相關(guān)性,其值越大,該候選故障特征向量與故障類型的相關(guān)性越大;將已選定的故障特征向量記為Xj,并定義候選故障特征向量Xk與已選定的故障特征向量Xj的互信息為I(Xk;Xj),該互信息I(Xk;Xj)用于表征該候選故障特征向量與已選定的故障特征向量的冗余,其值越大,該候選故障特征向量與已選定的故障特征向量的冗余越大,構(gòu)建有效區(qū)間特征向量選擇函數(shù)J(Xk),其中S是已選定的故障特征向量的數(shù)量,表示冗余大小隨已選定的故障特征向量個數(shù)的增加而減小;
④將齒輪故障數(shù)據(jù)集輸入到根據(jù)步驟③得到的有效區(qū)間特征向量選擇函數(shù)中,選擇使該函數(shù)取得最小值的e個區(qū)間特征向量,并構(gòu)成有效區(qū)間特征向量集。
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)利屬于寧波大學(xué)科學(xué)技術(shù)學(xué)院,未經(jīng)寧波大學(xué)科學(xué)技術(shù)學(xué)院許可,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/202011259042.9/1.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





