[發明專利]多傳感器驅動柔性支持張量機的軸承故障診斷方法及裝置

在審

• 申請號: 202211535812.7
• 申請日: 2022-12-02
• 公開（公告）號: CN115791172A
• 公開（公告）日: 2023-03-14
• 發明（設計）人: 邵海東;閔志閃;鄧乾旺;鐘翔;程軍圣
• 申請（專利權）人: 湖南大學
• 主分類號: G01M13/04
• 分類號: G01M13/04;G06F18/2431;G06F18/214
• 代理公司: 湖南岑信知識產權代理事務所(普通合伙) 43275
• 代理人: 谷萍

1.一種多傳感器信號驅動柔性支持張量機的軸承故障診斷方法及裝置，其特征在于，包括：

S1、采集軸承不同健康狀態下的多源信號，得到每種健康狀態下對應的樣本的多源信號；

S2、對采集得到的每個樣本的多源信號按多源信號張量特征構造方法獲得每個樣本的三階特征張量；

S3、在凸包幾何模型的基礎上，引入柔性因子和置換因子打造柔性支持張量機模型；

S4、分別從每種健康狀態中隨機選取少量樣本的三階特征張量作為張量訓練樣本訓練柔性支持張量機模型，獲得智能故障診斷決策函數；

S5、將每種健康狀態剩下的樣本構成測試樣本，檢驗已訓練的智能故障診斷決策函數的可行性。

2.根據權利要求1所述的方法，其特征在于，步驟S1中，通過聲音傳感器和振動傳感器采集多源信號。

3.根據權利要求1所述的方法，其特征在于，步驟S2中，所述三階特征張量為頻段分量-統計參數-多傳感器三階特征張量。

4.根據權利要求3所述的方法，其特征在于，步驟S2具體包括：

對于采集得到的每個樣本的多源信號，利用集合經驗模態分解把多源信號中的每個信號分解為M個分量成分；

提取統計特征參數，對每個信號分解得到的分量成分提取H個時域參數，其中，樣本中每個信號的特征表示為F＝[f₁,f₂,……，f_H]^T∈R^M×H；

獲取特征張量，每個樣本的特征可以表示為一個三階特征張量其中I₁＝M,I₂＝H,I₃＝P，分別對應頻段分量M、統計參數H和傳感器數目P；

形成每個樣本的頻段分量-統計參數-多傳感器三階特征張量。

5.根據權利要求4所述的方法，其特征在于，所述時域參數包括均值、方差、均方根、峰峰值、偏斜度、峭度。

6.根據權利要求4所述的方法，其特征在于，步驟S3具體包括：

S31、定義張量空間的凸包幾何模型：

其中β_i為對應張量樣本x_i的組合系數，該張量凸包為包含l個張量樣本的一個最小凸集；

S32、引入柔性因子和置換因子，定義一種新的張量空間的幾何模型

其中λ為可以使幾何模型更松散的柔性因子，μ為可以改善幾何模型魯棒性的置換因子。

7.根據權利要求6所述的方法，其特征在于，步驟S4中，所述張量訓練樣本可以表示為對應標簽為y_i∈γ＝{1,-1}。

8.根據權利要求7所述的方法，其特征在于，步驟S5具體包括：

S41、利用Tucker分解對張量訓練樣本進行分解，得到其中G是核張量；A_k表示的因子矩陣；表示各個因子矩陣的列向量；

再選擇合適的核函數嵌入Tucker分解的核函數，由以下公式表達：

S42、構造線性和非線性空間的最大間隔優化模型，由以下公式表達：

線性最大間隔優化模型

s.t

非線性最大間隔優化模型為

s.t

S43、利用標準算法求解QP問題，得到最優解：和最近鄰點和

S44、得到權重張量ω^*和截距b^*：

根據超平面的線性方程為ω^Tx+b＝0得到：

S45、最后計算決策函數f(x)：

線性模型的決策函數

非線性模型的決策函數