[發(fā)明專利]一種飛機制造過程中多源異構大數(shù)據(jù)的特征提取方法

在審

• 申請?zhí)枺?/td>: 202211701182.6
• 申請日: 2022-12-28
• 公開（公告）號: CN115859055A
• 公開（公告）日: 2023-03-28
• 發(fā)明（設計）人: 張政;楊林;王雪松;白偉;劉登峰;鄒澳
• 申請（專利權）人: 西安交通大學
• 主分類號: G06F18/10
• 分類號: G06F18/10;G06F18/213
• 代理公司: 西安智大知識產(chǎn)權代理事務所 61215
• 代理人: 弋才富

1.一種飛機制造過程中的多源異構大數(shù)據(jù)的特種提取方法，其特征在于，包括以下步驟：

步驟一、基于滑動平均值濾波方法，對清洗后的樣本數(shù)據(jù)進行濾波降處理；

步驟二、對濾波降處理后的樣本數(shù)據(jù)，采用時域特征提取、頻域特征提取、時頻域三域特征參數(shù)提取算法；

步驟三、優(yōu)化三域特征提取結果，采用Isomap流形學習算法縮減特征結構，提高運算效率，完成多源異構大數(shù)據(jù)的特種提取方法。

2.根據(jù)權利要求1所述的一種飛機制造過程中的多源異構大數(shù)據(jù)的特種提取方法，其特征在于，步驟一具體為：

樣本數(shù)據(jù)濾波降處理基于滑動平均濾波算法，首先確定樣本數(shù)據(jù)采樣值C，設置累加器S與均值A，設定采樣個數(shù)，即采樣周期N；然后對A賦予初始值；然后賦予累加器S＝A*N；再然后進入數(shù)據(jù)滑動輸入過程，即S＝S-A+C，將平均值作為丟棄值丟棄，并累加采樣值；在這之后進行算數(shù)平均計算A＝S/N得到濾波值；最后將平均值賦予第三步，進入循環(huán)直至對整個樣本數(shù)據(jù)實現(xiàn)濾波降。

3.根據(jù)權利要求1所述的一種飛機制造過程中的多源異構大數(shù)據(jù)的特種提取方法，其特征在于，步驟二中的時域特征提取具體為：

在時域特征內(nèi)，選取峰值、均值、均方根、方根幅值、峭度、歪度、峰值指標、脈沖指標、波形指標、裕度指標、峭度指標、歪度指標這12個時域特征參數(shù)；根據(jù)統(tǒng)計學原理，列出相應算法表達式作為特征提取算法得到特征值；然后將特征值利用最大最小法進行歸一化：

最后將樣本數(shù)據(jù)中具有代表性的Y軸方向力信號數(shù)據(jù)、X軸方向振動信號數(shù)據(jù)和聲發(fā)射信號數(shù)據(jù)根據(jù)時域特征參數(shù)值進行可視化，得到在各信號數(shù)據(jù)中時域特征參數(shù)隨銑削循環(huán)次數(shù)增加而變化的特征圖。

4.根據(jù)權利要求1所述的一種飛機制造過程中的多源異構大數(shù)據(jù)的特種提取方法，其特征在于，步驟二中的頻域特征提取具體為：

在頻域特征內(nèi)，首先對數(shù)據(jù)進行功率譜分析假設現(xiàn)有平穩(wěn)隨機過程x(t)，其自相關函數(shù)為：

Γ_x(t)＝E[x(t+τ)x(τ)] (2)

根據(jù)維納-辛欽定理，有：

維納-辛欽定理表明，對于平穩(wěn)隨機過程，其功率譜密度就是其自相關函數(shù)的傅里葉變換；然后依據(jù)求得的功率譜進一步選取重心頻率、頻率方差、均方頻率以及均方根頻率這4個頻域特征參數(shù)，并得到相應算法表達式作為特征提取算法得到特征值；最后同樣選擇Y軸方向力信號數(shù)據(jù)、X軸方向振動信號數(shù)據(jù)和聲發(fā)射信號數(shù)據(jù)進行可視化，得到在各信號數(shù)據(jù)中頻域特征參數(shù)隨銑削循環(huán)次數(shù)增加而變化的特征圖。

5.根據(jù)權利要求1所述的一種飛機制造過程中的多源異構大數(shù)據(jù)的特種提取方法，其特征在于，步驟二中的時頻域特征提取具體為：

在時頻域內(nèi)，采用小波包分解實現(xiàn)對信號每時刻的頻率成分及其能量大小的完整描述，首先選取在小波閾值降噪中效果顯著的sym4小波作為小波基函數(shù)；然后對樣本信號數(shù)據(jù)的高頻與低頻數(shù)據(jù)進行小波包分解與重構；然后將原始信號分解為近似系數(shù)與細節(jié)系數(shù)兩部分，分別對應信號低頻、高頻部分的特征；根據(jù)低頻段波峰間隔與峰值頻率確定頻帶分辨率，進而結合采樣頻率確定小波分解層數(shù)；最后提取能量均值：

當原始信號長度為N，分解層數(shù)為k時，長度縮短為2^-kN此時能量表示為：

進而得到所需的時頻特征值，選取X軸方向振動信號的前8個能量均值作為時頻域特征參數(shù)。

6.根據(jù)權利要求1所述的一種飛機制造過程中的多源異構大數(shù)據(jù)的特種提取方法，其特征在于，步驟三具體為：

將多域特征參數(shù)特征提取過程中得到的12個時域特征參數(shù)，4個頻域特征參數(shù)，8個時頻域特征參數(shù)融合為24維混合域向量；將混合域向量即混合域特征參數(shù)作為Isomap算法的輸入，選取鄰域，構造鄰域圖G；計算最短路徑；利用MDS算法對最短路徑距離矩陣構造d維嵌入；采用k-鄰域法來定義鄰域，在樣本集上定義一個賦權無向圖作為鄰域圖G；當G上兩點x_i與x_j為近近鄰點時，取權值為d_x(x_i,x_j)；計算G中兩點間最短路徑，得到距離矩陣D_G＝d_G(x_i,x_j)；在D_G上，運用MDS算法便能計算出能夠保持高位數(shù)據(jù)流行拓撲幾何空間的d維嵌入坐標Y；通過坐標便可得到降維后的特征分布圖，即在三維空間內(nèi)顯示樣本數(shù)據(jù)集的特征分布情況。