[發明專利]自適應級聯字典驅動的軸承故障診斷方法

在審

• 申請號: 202310492616.4
• 申請日: 2023-05-05
• 公開（公告）號: CN116202771A
• 公開（公告）日: 2023-06-02
• 發明（設計）人: 張軼;鄧建明;章博群;胡逢耀;周培勇;雷俊
• 申請（專利權）人: 中國鐵路南昌局集團有限公司南昌車輛段
• 主分類號: G01M13/045
• 分類號: G01M13/045;G06N3/006
• 代理公司: 南昌卓爾精誠專利代理事務所(普通合伙) 36133
• 代理人: 徐柳華

1.自適應級聯字典驅動的軸承故障診斷方法，其特征在于，具體步驟為：

1)?構造初始小波參數字典：用傳感器采集原始振動信號數據并輸入，初始化粒子群優化算法的參數值，設置雙阻尼小波的振蕩頻率、第一阻尼比、第二阻尼比、時移參數的尋優范圍，以相關系數最大值作為優化指標，借助于粒子群優化算法輔助相關濾波算法快速定位雙阻尼小波的最優參數值，改變最優雙阻尼小波的時移參數，構造初始小波參數字典；

2)?構造自適應級聯字典：將初始小波參數字典代入K奇異值分解算法中進行二次學習，對初始字典原子的局部進行調整，構造自適應級聯字典；

3)?重構振動信號：結合正交匹配追蹤算法，利用自適應級聯字典對原始振動信號進行稀疏表征，重構出噪聲和干擾成分減弱的振動信號；

4)?最優結果處理與分析：從自適應級聯字典稀疏重構后信號的包絡譜中判斷是否有故障及故障類型。

2.如權利要求1所述的自適應級聯字典驅動的軸承故障診斷方法，其特征在于，使用雙阻尼小波作為初始字典的原子模型，其數學表達式為：

；

其中，，；

式中，雙阻尼小波參數直接控制小波的波形特征，振蕩頻率，為小波固定頻率；

第一阻尼比和第二阻尼比分別控制小波左右兩側衰減快慢，且，通過取不同值，可實現小波與故障脈沖響應的匹配；

為小波支撐寬度；

為時移參數；

為信號長度。

3.如權利要求1所述的自適應級聯字典驅動的軸承故障診斷方法，其特征在于，所述粒子群優化算法輔助相關濾波算法尋找雙阻尼小波最優參數的具體步驟如下：

步驟1：假設雙阻尼小波振蕩頻率、第一阻尼比和第二阻尼比、時移參數分別屬于集合，其中n為任意數；

步驟2：遍歷所有的參數集合得到全部的雙阻尼小波集合：，其中t表示時間；

步驟3：計算雙阻尼小波與所分析信號之間的相似程度，即兩者之間的相關系數：；

步驟4：尋找大值，最大值對應的雙阻尼小波參數為最優小波參數。

4.如權利要求3所述的自適應級聯字典驅動的軸承故障診斷方法，其特征在于，所述粒子群優化算法輔助相關濾波算法的具體步驟如下：

步驟1：設置最大的速度區間和搜索區間，其中為粒子群運動的最小速度，為粒子群運動的最大速度，為粒子群運動的最小區間，為粒子群運動的最大區間；在速度區間和搜索區間上隨機初始化速度和位置，設置群體規模A、迭代次數M、粒子群自我學習因子、群體學習因子、慣性權重；

步驟2：根據適應度函數，計算每個粒子的適應值；

步驟3：尋找個體極值與全局最優值，個體極值為每個粒子的歷史上的最優位置信息，并從個體歷史最優解中找到一個全局最優解，與歷史最優解比較，選出當前的歷史最優解；

步驟4：更新速度和位置公式，速度更新公式為，位置更新公式為；其中，為粒子群所在區間內的初始位置，為粒子群所在區間內的運動后的位置，random(0,1)表示區間[0,1]上的隨機數，表示第個變量的個體極值的第維，表示全局最優解的第維；

步驟5：終止條件，若達到設定的迭代次數，結束運算，全局最佳位置即全局最優解，否則，返回步驟2。

5.如權利要求1所述的自適應級聯字典驅動的軸承故障診斷方法，其特征在于，所述K奇異值分解算法的具體步驟如下：

步驟1：設置重構誤差閾值，將雙阻尼小波參數字典D作為初始字典，初始化編碼矩陣為0矩陣；

步驟2：固定字典，求取每個原子樣本的稀疏編碼，編碼過程采用如下公式：，其中，是重構誤差所允許的最大值；Y為傳感器采集的原始振動信號；

步驟3：逐列更新字典，并更新對應的非零編碼，當更新第個原子時，令編碼矩陣對應的第行為，當更新第個原子時，令編碼矩陣對應的第行為，則目標函數為：，其中，是去掉第個原子d的字典D中的誤差；

步驟4：結束條件，算法在步驟2和步驟3之間一直迭代更新，直到收斂。