[發明專利]振動信號多域特征融合的電控制動系統傳動故障診斷方法

在審

• 申請號: 202210538413.X
• 申請日: 2022-05-17
• 公開（公告）號: CN114943250A
• 公開（公告）日: 2022-08-26
• 發明（設計）人: 郭斌;陳麗平;趙靜;閆晗;譚新新;陳威;金建輝
• 申請（專利權）人: 杭州沃鐳智能科技股份有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/62
• 代理公司: 杭州惟臻專利代理事務所(普通合伙) 33398
• 代理人: 陳輝

1.振動信號多域特征融合的電控制動系統傳動故障診斷方法，其特征在于：包括以下步驟：

步驟一：根據汽車電控制動助力系統電機傳動故障信息將傳動故障按照機械結構缺陷分成N類，記為{x₁，x₂，......，x_N}；然后用包含N類故障的總共m’個故障件、m’個合格件共2m’個產品樣本進行實驗測試，將伺服加載系統驅動電控制動助力系統，同步采集布置在電控制動助力系統外殼上的振動傳感器信號以及布置在電控制動助力系統輸出端的位移傳感器信號，實現采集時間振動信號輸出位移信號的同步采集：

其中，n為采樣數；

步驟二：計算振動信號的均方根值tv₁、峰值因子tv₁和峭度值tv₁，構建振動信號時域統計特征向量

步驟三：構建振動信號時頻域能量脊特征向量：設置變換窗口尺度，窗口重疊寬度，對振動信號進行短時傅里葉變換；基于制動系統傳動機構齒輪嚙合頻率能量脊，提取電控制動助力系統起始階段和終止階段的短時傅里葉譜值局部極大值數據構建時頻域能量脊特征向量其中t_f1,t_f2分別為電控制動助力系統起始階段和終止階段的短時傅里葉譜值局部極大值；

步驟四：基于時域的制動系統輸出位移信號及振動信號，結合線性插值方法，重構等角度振動信號；基于等角度振動信號的傅里葉譜值構建振動信號角頻率階次譜特征向量

步驟五：將時域統計特征向量時頻域能量脊特征向量角頻率階次譜特征向量基于主成分分析法剔除多域特征之間存在的數據冗余和數據沖突問題，實現多域特征向量的融合；

步驟六：構建支持向量機分類決策模型，將2m’個樣本的多域主成分特征向量及產品合格/故障的類型標簽，對支持向量機的決策模型進行訓練，找出正常件和故障件的最優決策函數，完成支持向量機分類決策模型的訓練；

步驟七：任取一電控制動助力系統產品，重復步驟一至步驟五，構建產品的多域主成分特征向量將特征向量輸入支持向量機分類決策模型，完成電控制動助力系統產品的故障診斷。

2.根據權利要求1所述的振動信號多域特征融合的電控制動系統傳動故障診斷方法，其特征在于：步驟四包括以下步驟：

步驟1：確定振動信號重采樣的等角度值Δθ，基于電控制動助力系統滾珠絲桿的傳動比L，確定等角度值Δθ所對應的電控制動助力系統輸出位移值Δs：

步驟2：確定等角度振動信號重采樣點的輸出位移點

其中，

式中，i為整數，且s′_m為不大于s_n的最大位移值；

步驟3：基于同步采集的時間信號及輸出位移信號在位移位置點s′_i鄰域范圍內，采用分段二階多項式擬合方法，擬合電控制動助力系統輸出位移與時間的關系式：

d_i(t)＝a_i+b_it+c_it²，其中i＝1,...,m；

步驟4：令s′_i＝d_i(t)，求出等角度重采樣點的時間點值

步驟5：基于同步采集的時間信號及輸出位移信號采用線性插值方法，得到時間點值所對應的等角度重采樣振動信號值具體方法如下：

其中t_j、t_j+1為時間信號中與t′_i最鄰近的兩個時間點；

步驟6：對信號做傅里葉變換得到振動信號階次譜數據，用分段方式提取振動信號階次譜低中高三個階次段的局部極大值，構建角頻率階次譜特征向量

其中af₁,af₂,af₃分別為重采樣振動信號階次譜低、中、高三個階次段的局部極大值。

3.根據權利要求1或2所述的振動信號多域特征融合的電控制動系統傳動故障診斷方法，其特征在于：步驟五包括以下步驟：

步驟A：基于時域統計特征向量時頻域能量脊特征向量角頻率階次譜特征向量構建多域特征向量具體如下：

步驟B：將2m’個樣本的振動信號多域特征向量構建樣本集(為第i個樣本的多域特征向量)，基于高斯核函數將樣本集M變換到新的特征空間得到矩陣K：

步驟C：設置主成分貢獻率閾值，并基于樣本特征空間矩陣K通過主成分分析法確定所有樣本多域特征向量的主成分特征向量設第i個樣本的多域特征向量的主成分特征向量其中l為主成分的個數，i＝1,...,2m’。