[发明专利]一种基于多源信息融合的高端数控装备状态识别方法有效

专利信息
申请号: 201711421534.1 申请日: 2017-12-25
公开(公告)号: CN107942943B 公开(公告)日: 2019-12-31
发明(设计)人: 王红军;谷玉海;赵川;王茂 申请(专利权)人: 北京信息科技大学
主分类号: G05B19/408 分类号: G05B19/408
代理公司: 11513 北京远创理想知识产权代理事务所(普通合伙) 代理人: 张素妍
地址: 100192 北*** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 基于 信息 融合 高端 数控 装备 状态 识别 方法
【权利要求书】:

1.一种基于多源信息融合的高端数控装备状态识别方法,其特征在于包括以下步骤:

1)利用现有现场采集传感器采集高端数控装备运行状态的多源传感器信息,并进行信息融合;

2)对融合信号的时域、频域、小波域进行特征获取,并对提取的时域特征、频域特征和小波域特征进行特征融合;

3)重构初始特征的多源多域高维相空间,采用局部线性嵌入结构进行降维,优化本征维数,构建能够反映低维流形的局部线性特性的邻域,获得运行状态高维空间中的低维流形变化;

4)采用距离判据获得低维敏感特征,构建低维流形特征的增殖相似度实现对不同状态的识别;其中,相似度参数为xmin、xmax、▽ B、流形方向dir:

xmin=|xli+1-xli|,xmax=|xri+1-xri|,

流形方向 dir∈{-1,1}

式中,xli为流形x维最小值,xri为流形x维最大值,为流形y维宽度,yimin为流形y维最小值,yimax为流形y维最大值。

2.如权利要求1所述的一种基于多源信息融合的高端数控装备状态识别方法,其特征在于:所述步骤3)中,采用局部线性嵌入结构进行降维包括以下步骤:

3.1.1)给定一个高维数据集X={X1,X2,…,XL}∈RN,构造高维特征空间;假设Sn×v为高维特征矩阵空间,其中n为样本数,v为每个样本的维数,需求解Y={Y1,Y2,…,YL}∈Rd,使得Yi=h(Xi)i∈R,i=1,2,…,L,其中原有样本Xi为N维向量,降维后样本Yi为d维向量;

3.1.2)计算高维数据集X中的任一样本Xi近邻点;

3.1.3)求解权值矩阵W=(wij);wij为权值;

3.1.4)保持权值矩阵W=(wij)不变,最小化嵌入成本函数使低维重构误差最小;定义矩阵M=(I-W)T(I-W),其中I为L阶单位阵,计算矩阵M的非零特征值对应的特征向量构建矩阵Y,每个特征向量对应Y的一列;

3.1.5)输出l×d阶矩阵Y。

3.如权利要求2所述的一种基于多源信息融合的高端数控装备状态识别方法,其特征在于:所述步骤3.1.3)中,求解如下:

若Xi和Xj不是近邻点,则权值wij=0且∑wij=1,重构成本函数最小,则权值为:

其中,Ci是Xi的局部协方差阵,元素Xj和Xk是数据点Xi的邻域点;Xm和Xl是数据点Xi的任意相邻点。

4.如权利要求1所述的一种基于多源信息融合的高端数控装备状态识别方法,其特征在于:所述步骤3)中,反映低维流形的局部线性特性的邻域构建过程如下:

3.2.1)记O(X)=tr[(X-XWT)T(X-XWT)]为均方误差,简记为O(k),波动较小满足要求,令:

式中,是过(n,O(n)),(m,O(m))两点的直线在点i的取值;

3.2.2)邻域容量的估计值满足下式:

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于北京信息科技大学,未经北京信息科技大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201711421534.1/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top