[發明專利]一種基于改進變分模態分解的磁瓦內部缺陷檢測方法有效
| 申請號: | 202110144047.5 | 申請日: | 2021-02-03 |
| 公開(公告)號: | CN112464923B | 公開(公告)日: | 2021-04-13 |
| 發明(設計)人: | 黃沁元;冉茂霞;劉鑫;李強;周穎;楊天 | 申請(專利權)人: | 四川輕化工大學 |
| 主分類號: | G06K9/00 | 分類號: | G06K9/00;G06K9/62 |
| 代理公司: | 成都正華專利代理事務所(普通合伙) 51229 | 代理人: | 李蕊 |
| 地址: | 643000 四*** | 國省代碼: | 四川;51 |
| 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 改進 變分模態 分解 內部 缺陷 檢測 方法 | ||
本發明公開了一種基于改進變分模態分解的磁瓦內部缺陷檢測方法,涉及磁瓦檢測領域,本發明根據磁瓦聲振信號特性構造能夠反映VMD參數對其信號分解效果影響的適應度函數,該函數以VMD參數作為變量,以函數的最小值對應最佳分解效果,利用SSA找出參數空間中的函數最小值,從而獲得對應最優參數設置,然后根據最優參數進行磁瓦聲振信號的VMD最優分解,從分解結果中提取相應兩個主模態的最大峰值頻點作為代表內部缺陷存在與否的信號特征,隨后利用KNN完成特征識別,由此形成一套有效的檢測算法,實現通過磁瓦聲振信號判別磁瓦內部缺陷是否存在。
技術領域
本發明涉及磁瓦檢測領域,具體涉及一種基于改進變分模態分解的磁瓦內部缺陷檢測方法。
背景技術
永磁直流電機中恒定磁場的產生主要依靠的部件為磁瓦,磁瓦是一種瓦狀鐵氧體。在磁瓦制造過程中,由于生產工藝復雜,容易出現結構缺陷,從而造成殘次品的產生。與合格磁瓦相比,這些帶結構缺陷的殘次品會嚴重影響電機的運行效率和使用壽命。因此如何有效剔除這些殘次品是保證磁瓦成品質量的關鍵。磁瓦的內部缺陷是最為突出和主要的結構缺陷問題,其由于分布位置隨機、程度不定以及不可見等特點,為相關檢測方法的發展帶來了巨大難度和挑戰?,F階段磁瓦生產廠家檢測磁瓦內部缺陷仍主要采用人工聽音方式,即通過磁瓦與金屬塊的碰撞聲音辨別內部缺陷的存在與否,這種檢測方式存在多方面的弊端,比如檢測效率低、人為影響因素大、辨識標準模糊等。
為了解決人工檢測磁瓦內部缺陷所存在的問題,選用無損檢測技術領域中的聲振檢測方式作為檢測手段,聲振檢測具有速度快、操作簡單、成本低廉等優點,較為匹配磁瓦生產線對產品質量檢測的快速和低成本需求。但聲振檢測的難點集中在信號處理和分析方面,所以尋找一種高效的信號處理算法能夠有效緩解檢測難度。
發明內容
針對現有技術中的上述不足,本發明提供的一種基于改進變分模態分解的磁瓦內部缺陷檢測方法解決了磁瓦內部缺陷檢測難度大的問題。
為了達到上述發明目的,本發明采用的技術方案為:
提供一種基于改進變分模態分解的磁瓦內部缺陷檢測方法,其包括以下步驟:
S1、獲取磁瓦在碰撞金屬塊時產生的聲振信號;
S2、采用SSA方法對VMD分解參數進行尋優,獲取聲振信號的最優VMD分解參數;
S3、根據聲振信號的最優VMD分解參數將聲振信號分解為若干個模態分量;
S4、將與原始信號相關性最大的兩個模態分量作為主模態分量,并將兩個主模態分量的最大峰值頻點作為檢測磁瓦內部缺陷的特征向量;
S5、采用KNN對特征向量進行分類識別,完成磁瓦內部缺陷檢測。
進一步地,步驟S2的具體方法包括以下子步驟:
S2-1、將VMD分解的分解層數
S2-2、根據公式:
建立獲取聲振信號的能量差占比的模型;其中表示聲振信號;表示第
S2-3、根據公式:
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四川輕化工大學,未經四川輕化工大學許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/202110144047.5/2.html,轉載請聲明來源鉆瓜專利網。





