[發(fā)明專利]增強旋轉(zhuǎn)機械故障信號特征的盲解卷積算法

在審

• 申請?zhí)枺?/td>: 202110798951.8
• 申請日: 2021-07-14
• 公開（公告）號: CN113536226A
• 公開（公告）日: 2021-10-22
• 發(fā)明（設(shè)計）人: 胡建中;方波;許飛云;賈民平
• 申請（專利權(quán)）人: 東南大學(xué)
• 主分類號: G06F17/16
• 分類號: G06F17/16;G06N3/04;G01M13/045
• 代理公司: 北京德崇智捷知識產(chǎn)權(quán)代理有限公司 11467
• 代理人: 郝雅潔

1.一種增強旋轉(zhuǎn)機械故障信號特征的盲解卷積算法，其特征在于，包括以下步驟：

S1：構(gòu)建多個級聯(lián)的FIR濾波器，根據(jù)原始振動信號的特征確定盲解卷積算法的最大化準(zhǔn)則，將最大化準(zhǔn)則作為目標(biāo)函數(shù)；

S2：利用所述級聯(lián)的FIR濾波器依次對所述原始振動信號進行卷積運算，得濾波后的信號，計算所述濾波后的信號的目標(biāo)函數(shù)值；

S3：采用后向自動微分算法計算當(dāng)前迭代輪次下目標(biāo)函數(shù)值對濾波器的梯度；

S4：更新各濾波器的值；

S5：重復(fù)S2-S4，達到最大迭代次數(shù)后，輸出最終的濾波后的信號。

2.根據(jù)權(quán)利要求1所述的增強旋轉(zhuǎn)機械故障信號特征的盲解卷積算法，其特征在于，利用n個級聯(lián)的FIR濾波器{f₁，f₂，…，f_n-1，f_n}依次對原始振動信號進行卷積運算，公式如下：

s₁＝f₁*x，s₂＝f₂*s₁，…，s_n-1＝f_n-1*s_n-2，s_n＝f_n*s_n-1

其中，s_i表示第i個濾波器的輸出，i∈[1，n]，*表示卷積運算，s_n為原始振動信號x經(jīng)n個濾波器依次濾波的濾波后的信號；

根據(jù)所確定的最大化準(zhǔn)則而確定的所述目標(biāo)函數(shù)為J，計算s_n的目標(biāo)函數(shù)值為J(s_n)。

3.根據(jù)權(quán)利要求2所述的增強旋轉(zhuǎn)機械故障信號特征的盲解卷積算法，其特征在于，所述更新各濾波器的值，包括以下步驟：

計算一階動量和二階動量：

m_t＝β₁·m_t-1+(1-β₁)·g_t，v_t＝β₂·v_t-1+(1-β₂)·g_t²

其中，β₁為一階動量衰減系數(shù)，β₂為二階動量衰減系數(shù)，g_t為采用后向自動微分算法計算的當(dāng)前迭代輪次下目標(biāo)函數(shù)值J(s_n)對濾波器的梯度，下標(biāo)t表示第t次迭代；下標(biāo)t-1表示第t-1次迭代；

更新所有濾波器的值：

其中θ_t＝{f₁，f₂，…，f_n-1，f_n}表示第t輪迭代下所有濾波器的值，α表示學(xué)習(xí)率，ε＝10^-8。

4.根據(jù)權(quán)利要求3所述的增強旋轉(zhuǎn)機械故障信號特征的盲解卷積算法，其特征在于，梯度g，的計算公式如下：

其中，J代表所述J(s_n)，t表示當(dāng)前迭代輪次，n即為濾波器數(shù)量。