[發(fā)明專(zhuān)利]增強(qiáng)旋轉(zhuǎn)機(jī)械故障信號(hào)特征的盲解卷積算法

在審

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

本發(fā)明涉及一種增強(qiáng)旋轉(zhuǎn)機(jī)械故障信號(hào)特征的盲解卷積算法，包括以下步驟：S1：構(gòu)建多個(gè)級(jí)聯(lián)的FIR濾波器，根據(jù)原始振動(dòng)信號(hào)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：利用級(jí)聯(lián)的FIR濾波器依次對(duì)原始振動(dòng)信號(hào)進(jìn)行卷積運(yùn)算，得濾波后的信號(hào)，計(jì)算濾波后的信號(hào)的目標(biāo)函數(shù)值；S3：采用后向自動(dòng)微分算法計(jì)算當(dāng)前迭代次數(shù)下目標(biāo)函數(shù)值對(duì)濾波器的梯度；S4：更新所有濾波器的值；S5：重復(fù)S2?S4，達(dá)到最大迭代次數(shù)后，輸出最終的濾波后的信號(hào)。解決了由于不同盲解卷積算法的迭代算法不能通用以及盲解卷積算法性能較差，導(dǎo)致旋轉(zhuǎn)機(jī)械故障診斷精度不高的技術(shù)問(wèn)題。

技術(shù)領(lǐng)域

本發(fā)明涉及基于深度學(xué)習(xí)的旋轉(zhuǎn)機(jī)械故障診斷計(jì)算技術(shù)領(lǐng)域，尤其是一種增強(qiáng)旋轉(zhuǎn)機(jī)械故障信號(hào)特征的盲解卷積算法。

背景技術(shù)

齒輪箱和軸承是旋轉(zhuǎn)機(jī)械的重要部件，它們的失效是造成機(jī)械故障最常見(jiàn)的原因。為了減少安全隱患，保證設(shè)備正常運(yùn)行，對(duì)旋轉(zhuǎn)機(jī)械的齒輪箱和軸承等部件進(jìn)行狀態(tài)監(jiān)測(cè)尤為重要。齒輪箱或者軸承故障形成后，會(huì)產(chǎn)生將周期性的瞬態(tài)脈沖。然而由于受到傳輸路徑和環(huán)境噪聲的影響，振動(dòng)傳感器所采集的信號(hào)故障脈沖大幅度衰減，這給故障分析帶來(lái)了很大阻礙。

盲解卷積旨求解一個(gè)逆FIR濾波器對(duì)原始信號(hào)濾波，最大限度地恢復(fù)由故障激發(fā)的脈沖特征。通過(guò)最大化濾波信號(hào)的某項(xiàng)指標(biāo)求解濾波器系數(shù)，這樣的指標(biāo)通常被稱(chēng)為最大化準(zhǔn)則。不同盲解卷積算法的主要區(qū)別在于最大化準(zhǔn)則不同。例如，基于峭度最大化的盲解卷積算法-MED；基于相關(guān)峭度最大化的盲解卷積算法-MCKD；基于D范數(shù)最大化的盲解卷積算法-OMED等。這些算法需要人為推導(dǎo)最大化準(zhǔn)則對(duì)濾波器系數(shù)的偏導(dǎo)數(shù)，之后進(jìn)一步推導(dǎo)出濾波器系數(shù)的迭代更新公式，最后多次迭代求解濾波器系數(shù)和濾波信號(hào)。這種求解過(guò)程需要人為推導(dǎo)濾波器系數(shù)的迭代更新公式，計(jì)算過(guò)程復(fù)雜，并且基于不同最大化準(zhǔn)則的盲解卷積算法迭代更新公式不能通用，有些最大化準(zhǔn)則甚至無(wú)法推導(dǎo)出迭代公式，這極大程度的限制了不同場(chǎng)景下最大化準(zhǔn)則的選擇和設(shè)計(jì)；另一方面，盲解卷積本質(zhì)是非凸優(yōu)化問(wèn)題的求解，常規(guī)的盲解卷積算法在解空間搜索到一個(gè)極大值便會(huì)終止，無(wú)法繼續(xù)搜索更優(yōu)的解，因此常規(guī)的盲解卷積算法性能有限。

研究一種基于不同最大化準(zhǔn)則的盲解卷積通用解法能保證最大化準(zhǔn)則設(shè)計(jì)的靈活性，滿(mǎn)足各種場(chǎng)合旋轉(zhuǎn)機(jī)械故障診斷的需求。優(yōu)化迭代求解過(guò)程，提升盲解卷積算法的性能，對(duì)于提高旋轉(zhuǎn)機(jī)械故障診斷的精度具有重大意義。

發(fā)明內(nèi)容

針對(duì)現(xiàn)有技術(shù)的缺陷，本發(fā)明提供一種增強(qiáng)旋轉(zhuǎn)機(jī)械故障信號(hào)特征的盲解卷積算法，解決現(xiàn)有盲解卷積算法精度不高，適用范圍小的問(wèn)題。

本發(fā)明采用的技術(shù)方案如下：

一種增強(qiáng)旋轉(zhuǎn)機(jī)械故障信號(hào)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(gè)級(jí)聯(lián)的FIR濾波器，根據(jù)原始振動(dòng)信號(hào)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(jí)聯(lián)的FIR濾波器依次對(duì)原始振動(dòng)信號(hào)進(jìn)行卷積運(yùn)算，得濾波后的信號(hào)，計(jì)算濾波后的信號(hào)的目標(biāo)函數(shù)值；

S3：采用后向自動(dòng)微分算法計(jì)算當(dāng)前迭代輪次下目標(biāo)函數(shù)對(duì)濾波器的梯度；

S4：更新各濾波器的值；

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

其進(jìn)一步技術(shù)方案為：

利用n個(gè)級(jí)聯(lián)的FIR濾波器{f₁,f₂,…,f_n-1,f_n}依次對(duì)原始振動(dòng)信號(hào)進(jìn)行卷積運(yùn)算，公式如下：