[發(fā)明專利]一種基于自適應(yīng)噪聲變換和隨機共振的機械故障診斷方法在審
| 申請?zhí)枺?/td> | 202211258644.1 | 申請日: | 2022-10-14 |
| 公開(公告)號: | CN115655455A | 公開(公告)日: | 2023-01-31 |
| 發(fā)明(設(shè)計)人: | 遲峰;王永;黃曉燕;高翔;楊秦敏;翁得魚;陳旭;曹偉偉 | 申請(專利權(quán))人: | 山東臨工工程機械有限公司;浙江大學 |
| 主分類號: | G01H17/00 | 分類號: | G01H17/00;G06F17/14;G06N3/006 |
| 代理公司: | 杭州浙科專利事務(wù)所(普通合伙) 33213 | 代理人: | 吳昌榀 |
| 地址: | 276000 山東省臨沂*** | 國省代碼: | 山東;37 |
| 權(quán)利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關(guān)鍵詞: | 一種 基于 自適應(yīng) 噪聲 變換 隨機 共振 機械 故障診斷 方法 | ||
1.一種基于自適應(yīng)噪聲變換和隨機共振的機械故障診斷方法,其特征在于,所述方法包括如下步驟:
S1、利用加速度傳感器采集機械旋轉(zhuǎn)部件的振動數(shù)據(jù),作為原始信號;
S2、將原始信號經(jīng)過離散小波變換分解為不同頻帶的信號,分解層數(shù)為待定系數(shù),對分解后的信號進行重分布,放大低頻信號,重分布系數(shù)待定,將重分布后的信號在經(jīng)過離散小波變換重構(gòu)得到包含粉紅噪聲的新信號;
S3、通過人工蜂群算法對S2中的離散小波分解層數(shù)和重分布系數(shù)進行尋優(yōu),尋優(yōu)目標函數(shù)為加權(quán)譜峭度,將尋優(yōu)結(jié)果代入S2中得到重構(gòu)后的信號;
S4、將重構(gòu)后的信號輸入標準化后的雙穩(wěn)態(tài)隨機共振系統(tǒng),通過隨機共振利用噪聲能量增強低頻信號能量,放大原信號中的故障特征信號,得到去噪后的信號;
S5、對最終得到的經(jīng)過隨機共振系統(tǒng)去噪后的信號進行希爾伯特包絡(luò)譜分析,將包絡(luò)譜峰值頻率和計算出的理論故障特征頻率進行比較,對機械旋轉(zhuǎn)部件進行故障診斷。
2.根據(jù)權(quán)利要求1所述的一種基于自適應(yīng)噪聲變換和隨機共振的機械故障診斷方法,其特征在于,S2中原始信號經(jīng)過離散小波變換進行信號噪聲變換的方法為:
假設(shè)x(t)為原始輸入信號,首先對原始信號進行離散小波變換,得到一系列的細節(jié)系數(shù)和近似系數(shù),表達式如下:
其中,aJ(k)為近似系數(shù),dj(k)為細節(jié)系數(shù),為尺度函數(shù),為母小波函數(shù),j為分解層數(shù),j=1,2,..,J,J為最后一層,得到在不同頻帶的一些列小波系數(shù):
Φ={d1,d2,…,dj,…,dJ,dJ+1} (3)
其中dJ+1為最后一層的近似系數(shù)aJ,
分解層數(shù)J由下式?jīng)Q定:
其中fs為采樣頻率,f0為故障特征頻率,將故障特征頻率包含在最后一層細節(jié)系數(shù)里;
對各個不同頻帶信號中的噪聲進行重分布,得到粉紅噪聲,對各個小波系數(shù)進行重分布的公式如下:
其中,α為重分布系數(shù),最后將重分布后的信號進行重構(gòu)得到新的信號yn(t):
3.根據(jù)權(quán)利要求1所述的一種基于自適應(yīng)噪聲變換和隨機共振的機械故障診斷方法,其特征在于,S3中使用人工蜂群算法對離散小波分解層數(shù)J和重分布系數(shù)α進行尋優(yōu)的步驟如下:
S21、初始化解空間維度和范圍,種群個數(shù)和種群解,偵查蜂數(shù)量,加速度常數(shù),蜜源最大不更新次數(shù),以及最大迭代次數(shù);
S22、計算各蜜源的適應(yīng)度函數(shù)值,雇傭蜂在目前蜜源的附近進行探索搜尋新的蜜源,跟隨蜂根據(jù)貪婪策略選擇最優(yōu)的蜜源,并在蜜源附近進行探索搜索新的蜜源;
S23、重復(fù)步驟S22,如果某個蜜源未更新次數(shù)達到蜜源最大不更新次數(shù),丟棄該蜜源,并且根據(jù)偵查蜂數(shù)量隨機產(chǎn)生一個最優(yōu)蜜源進行代替;
S24、不斷重復(fù)S22和S23,直到達到最大迭代次數(shù),得到最優(yōu)解。
4.根據(jù)權(quán)利要求1所述的一種基于自適應(yīng)噪聲變換和隨機共振的機械故障診斷方法,其特征在于,所述S4中利用雙穩(wěn)態(tài)隨機共振系統(tǒng)對信號進行去噪的方法包括:
雙穩(wěn)態(tài)過阻尼隨機共振系統(tǒng)的朗之萬方程如下:
其中x(t)是粒子運動軌跡,a,b是非負系統(tǒng)參數(shù),A0是微弱信號幅值,f0為周期信號頻率,ξ(t)是零均值高斯白噪聲,強度為D;
為了克服小參數(shù)限制,令因此,(7)式變?yōu)椋?/p>
得到雙穩(wěn)態(tài)隨機共振系統(tǒng)的標準形式,并且對輸入周期信號進行頻率和幅值變換,滿足小參數(shù)限制。
5.根據(jù)權(quán)利要求1所述的一種基于自適應(yīng)噪聲變換和隨機共振的機械故障診斷方法,其特征在于,S5中希爾伯特包絡(luò)譜分析的方法包括:
將信號經(jīng)過希爾伯特變換得到原始信號的復(fù)域部分,將原信號和其復(fù)域部分相結(jié)合得到信號的解析信號,求解析信號的模即得到希爾伯特包絡(luò)信號,求幅值譜即得到希爾伯特包絡(luò)譜。
該專利技術(shù)資料僅供研究查看技術(shù)是否侵權(quán)等信息,商用須獲得專利權(quán)人授權(quán)。該專利全部權(quán)利屬于山東臨工工程機械有限公司;浙江大學,未經(jīng)山東臨工工程機械有限公司;浙江大學許可,擅自商用是侵權(quán)行為。如果您想購買此專利、獲得商業(yè)授權(quán)和技術(shù)合作,請聯(lián)系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/202211258644.1/1.html,轉(zhuǎn)載請聲明來源鉆瓜專利網(wǎng)。
- 使用后向自適應(yīng)規(guī)則進行整數(shù)數(shù)據(jù)的無損自適應(yīng)Golomb/Rice編碼和解碼
- 一種自適應(yīng)軟件UML建模及其形式化驗證方法
- 媒體自適應(yīng)參數(shù)的調(diào)整方法、系統(tǒng)及相關(guān)設(shè)備
- 五自由度自適應(yīng)位姿調(diào)整平臺
- 采用自適應(yīng)機匣和自適應(yīng)風扇的智能發(fā)動機
- 一種自適應(yīng)樹木自動涂白裝置
- 一種基于微服務(wù)的多層次自適應(yīng)方法
- 一種天然氣發(fā)動機燃氣自適應(yīng)控制方法及系統(tǒng)
- 一種中心自適應(yīng)的焊接跟蹤機頭
- 一種有砟軌道沉降自適應(yīng)式軌道系統(tǒng)





