[發(fā)明專利]一種基于PSO-SVR的軸承剩余使用壽命預測方法在審
| 申請?zhí)枺?/td> | 202011401437.8 | 申請日: | 2020-12-03 |
| 公開(公告)號: | CN112699502A | 公開(公告)日: | 2021-04-23 |
| 發(fā)明(設計)人: | 李軍;程光皓;徐康民;王茂琦;李浩 | 申請(專利權)人: | 南京理工大學 |
| 主分類號: | G06F30/17 | 分類號: | G06F30/17;G06F30/25;G06F17/16;G06F119/04 |
| 代理公司: | 南京理工大學專利中心 32203 | 代理人: | 薛云燕 |
| 地址: | 210094 江*** | 國省代碼: | 江蘇;32 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 一種 基于 pso svr 軸承 剩余 使用壽命 預測 方法 | ||
1.一種基于PSO-SVR的軸承剩余使用壽命預測方法,其特征在于,包括以下步驟:
步驟1、獲取原始振動數(shù)據(jù),對原始振動數(shù)據(jù)進行數(shù)據(jù)預處理和歸一化,去除不規(guī)則數(shù)據(jù)和填補缺失數(shù)據(jù)并做平滑處理;
步驟2、提取數(shù)據(jù)的時域特征和頻域特征,利用PCA進行數(shù)據(jù)降維和數(shù)據(jù)融合以替代原始特征指標;
步驟3、構建SVR模型,初始化SVR的初始參數(shù),包括懲罰系數(shù)C和核函數(shù)寬度g;
步驟4、設置PSO算法的初始參數(shù),對SVR參數(shù)進行尋優(yōu),求取最優(yōu)解,得到最優(yōu)參數(shù)C和g;
步驟5、使用最優(yōu)參數(shù)C和g訓練SVR,輸入測試數(shù)據(jù)進行SVR預測。
2.根據(jù)權利要求1所述的基于PSO-SVR的軸承剩余使用壽命預測方法,其特征在于,步驟1所述的獲取原始振動數(shù)據(jù),對原始振動數(shù)據(jù)進行數(shù)據(jù)預處理和歸一化,去除不規(guī)則數(shù)據(jù)和填補缺失數(shù)據(jù)并做平滑處理,具體如下:
步驟1.1、去除奇異值:設置閾值,剔除振動信號中加速度值超過閾值的點;
步驟1.2、去除趨勢項:為防止傳感器自身缺陷和外界干擾引起的信號基線偏離零點的現(xiàn)象,對振動信號進行去除趨勢項處理;
步驟1.3、平滑處理:采用五點三次平滑法,取振動信號中相鄰的5個數(shù)據(jù)點,并用這5個點擬合出一條3次的曲線,然后用這條3次曲線上相應位置的數(shù)據(jù)值作為新的值,對振動信號進行平滑處理。
3.根據(jù)權利要求1所述的基于PSO-SVR的軸承剩余使用壽命預測方法,其特征在于,步驟2所述的提取數(shù)據(jù)的時域特征和頻域特征,利用PCA進行數(shù)據(jù)降維和數(shù)據(jù)融合以替代原始特征指標,具體如下:
步驟2.1、提取數(shù)據(jù)的如表1中的7個時域特征和表2中的16個頻域特征;
表1
其中,Xmax=max{|xi|},Xmin=min{|xi|},i=1,2,…,N;N為樣本點數(shù),xi為軸承加速度信號;
頻域指標具體如表2所示:
表2
其中N0是振動信號樣本點總個數(shù),x(i)是軸承加速度信號,F(xiàn)s是傳感器的采樣頻率,s(m)是x(i)的頻譜,M為譜線總個數(shù),vm是第m條譜線的頻率值,F(xiàn)1用來描述頻域振動能量的大小,F(xiàn)2-F4,F(xiàn)6,F(xiàn)10-F12用來描述頻譜聚集或擴散程度的大小,F(xiàn)5,F(xiàn)7-F9用來描述主頻帶位置的變化;
步驟2.2、PCA數(shù)據(jù)降維,具體如下:
步驟2.2.1、數(shù)據(jù)特征共有23個,從軸承的振動信號中提取出m個23維的特征向量作為數(shù)據(jù)樣本集,其中m為樣本集合中的樣本數(shù),構建m*n的樣本矩陣Dki如下:
步驟2.2.2、構建23*23的協(xié)方差矩陣Cij如下:
步驟2.2.3、計算協(xié)方差矩陣Cij的特征值λ'={λi,i=1,2,...,p},p為降維后的維度,并計算每個特征值對應的特征向量e={ei,i=1,2,...,n};
步驟2.2.4、將協(xié)方差矩陣Cij的n個特征值進行排序,選取靠前的p個特征值對應的特征向量構建m*p的模式矩陣E;
降維后的矩陣F為F=[ET×AT]T,A是中心化矩陣,該矩陣是由樣本矩陣Dki的每一維數(shù)據(jù)減去該維均值后得到的數(shù)據(jù)。
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于南京理工大學,未經(jīng)南京理工大學許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業(yè)授權和技術合作,請聯(lián)系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/202011401437.8/1.html,轉載請聲明來源鉆瓜專利網(wǎng)。
- 一種基于PSO的多細胞位置輪廓同步精確跟蹤系統(tǒng)
- 一種基于PSO優(yōu)化的PVC聚合釜溫度變結構控制方法
- 一種基于玉米粒碰撞聲信號多域融合的PSO-SVM優(yōu)化方法
- 一種基于交流SCE-PSO算法的無線傳感器網(wǎng)絡節(jié)點三維定位方法
- 一種基于SCE?PSO算法的無線傳感器網(wǎng)絡節(jié)點三維定位方法
- 一種PSO-BFGS神經(jīng)網(wǎng)絡訓練算法
- 一種聚酯纖維生產(chǎn)過程工藝參數(shù)的智能配置方法
- 基于PSO優(yōu)化的BP神經(jīng)網(wǎng)絡預測電梯故障的方法
- 芯片上電控制裝置
- 一種非晶硅氧碳復合陶瓷熱障涂層的制備方法





