[發明專利]一種諧波減速器健康評估方法及裝置在審
| 申請號： | 202110959720.0 | 申請日： | 2021-08-20 |
| 公開（公告）號： | CN113792610A | 公開（公告）日： | 2021-12-14 |
| 發明（設計）人： | 劉成良;丁浩倫;余宏淦;陶建峰;李彬;徐孜;孫浩;毛帥 | 申請（專利權）人： | 上海智能制造功能平臺有限公司;上海交通大學 |
| 主分類號： | G06K9/00 | 分類號： | G06K9/00;G06K9/62;G06F30/17;G06F30/27;G06F111/08 |
| 代理公司： | 北京中政聯科專利代理事務所(普通合伙) 11489 | 代理人： | 陳超 |
| 地址： | 201306 上海市中國(上海)*** | 國省代碼： | 上海;31 |
| 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 諧波 減速器 健康 評估 方法 裝置 | ||
1.一種諧波減速器健康評估方法，其特征在于，包括：
采集諧波減速器的轉速和扭矩數據；
提取所述轉速和扭矩數據的時域特征，并將所述時域特征轉化為高維特征矢量；
利用降維算法將所述高維特征矢量轉化為低維特征；
將所述低維特征通過馬氏距離度量得到距離集；
將所述距離集轉化為健康指標；
將所述健康指標與健康閾值對比，高于所述健康閾值為健康。
2.根據權利要求1所述的方法，其特征在于，所述時域特征為時間窗口2min內轉速和扭矩的均值、峰峰值、標準差和峭度值。
3.根據權利要求1所述的方法，其特征在于，所述降維算法為局部保持投影映射、拉普拉斯特征映射、t分布隨機近鄰嵌入、LargeVis中的一種。
4.根據權利要求3所述的方法，其特征在于，所述LargeVis算法參數設置如下：低維維度為2，鄰居傳播次數為3，梯度下降學習率為1.0，負采樣個數為3，k近鄰圖鄰居數為30，負邊緣權重為5，k近鄰圖中決定邊緣權重的值為10。
5.根據權利要求1所述的方法，其特征在于，所述馬氏距離度量的公式為：d(x,y)為馬氏距離，x和y為n維空間中任意兩個樣本；∑xy表示兩個數據樣本之間的協方差矩陣。
6.根據權利要求1所述的方法，其特征在于，所述將距離集轉化為健康指標公式如下：HV＝exp(-k*d(x,y))，HV為健康指標，k取0.02。
7.根據權利要求1所述的方法，其特征在于，所述健康閾值的獲取步驟包括：
對同類所述諧波減速器進行加速退化試驗；
計算所述的同類諧波減速器在加速退化試驗中失效前預定時間區間內的健康指標；
所述的預定時間區間內的健康指標為健康閾值。
8.根據權利要求7所述的方法，其特征在于，所述健康閾值為0.9。
9.一種諧波減速器健康評估裝置，其特征在于，包括：
采集模塊，其用于采集諧波減速器的轉速和扭矩數據；
預處理模塊，其用于提取所述轉速和扭矩數據的時域特征，并將所述時域特征轉化為高維特征矢量；
降維模塊，其用于利用降維算法將所述高維特征矢量轉化為低維特征；
距離模塊，其用于將所述低維特征通過馬氏距離度量得到距離集；
轉化模塊，其用于將所述距離集轉化為健康指標；
輸出模塊，其用于將所述健康指標與健康閾值對比，高于所述健康閾值為健康。
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上海智能制造功能平臺有限公司;上海交通大學，未經上海智能制造功能平臺有限公司;上海交通大學許可，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/202110959720.0/1.html，轉載請聲明來源鉆瓜專利網。
