[发明专利]一种冷镦成型机模具冲击状态的监测方法

说明书

本发明提供一种冷镦成型机模具冲击状态的监测方法，包括获取冷镦成型机模具工作在当前冲击状态下的振动信号；建立变分模态分解模型导入振动信号求最优解，得到K个本征模态分量；对每一个本征模态分量均进行M种熵计算，并将每一个本征模态分量各自计算的同一种熵串行组合成相应的一特征向量后，形成K×M特征向量矩阵；利用核主元分析模型对所形成的K×M特征向量矩阵进行特征融合，得到特征融合后的特征向量矩阵；建立隐单元逻辑模型，并将特征融合后的特征向量矩阵引入隐单元逻辑模型中求解，得到冷镦成型机模具工作在当前冲击状态的概率。实施本发明，能够精确提取高噪声信号，具有良好的噪声鲁棒性，提高了故障诊断精度。

技术领域

本发明涉及机械设备加工过程监测技术领域，尤其涉及一种冷镦成型机模具冲击状态的监测方法。

背景技术

一直以来，我国紧固件行业借鉴了国外大量的工模具新技术，不断地研制和改进，并采用了一些新的模具，取得了很好的成效。然而，随着工业的发展，市场对紧固件的强度和精度的要求越来越高，而紧固件产品想要降低成本，提高产品在市场上的竞争能力，必须提高冷镦成型机的工模具的精度和使用寿命，所以对冷镦成型机模具的冲击状态监测就显得很重要。

由于振动信号特征明显，监测手段成熟且易于实现，基于振动信号的状态监测方法也是目前应用最广泛的诊断方法，然而现实中采集的信号多是具有高噪声的非平稳信号，且总是被各种背景噪声所掩盖，所以，提取出有效的冲击状态很有研究意义。

发明内容

本发明实施例所要解决的技术问题在于，提供一种冷镦成型机模具冲击状态的监测方法，能够精确提取高噪声信号，具有良好的噪声鲁棒性，提高了故障诊断精度。

为了解决上述技术问题，本发明实施例提供了一种冷镦成型机模具冲击状态的监测方法，包括以下步骤：

获取冷镦成型机模具工作在当前冲击状态下的振动信号；

建立变分模态分解模型，并将所述振动信号引入所述变分模态分解模型中求最优解，得到K个本征模态分量；其中，K为大于1的正整数；

对每一个本征模态分量均进行M种熵计算，并将每一个本征模态分量各自计算的同一种熵串行组合成相应的一特征向量，形成K×M特征向量矩阵；其中，M为大于1的正整数；

利用预设的核主元分析模型对所形成的K×M特征向量矩阵进行特征融合，得到特征融合后的特征向量矩阵；

建立隐单元逻辑模型，并将所得到的特征融合后的特征向量矩阵引入所述隐单元逻辑模型中求解，得到所述冷镦成型机模具工作在当前冲击状态的概率。

其中，所述建立变分模态分解模型，并将所述振动信号引入所述变分模态分解模型中求最优解，得到K个本征模态分量的具体步骤包括：

第一步、确定变分约束模型为：

其中，δ(t)为Dirac分布；*表示卷积；k＝1,2,…,K；f为原始信号；{u_k}＝{u₁,u₂,…,u_k}，{ω_k}＝{ω₁,ω₂,…,ω_k}；

第二步、为求取所述变分约束模型的最优解，引入二次罚函数项α和Lagrange乘子λ可得：

第三步、采用乘法算子交替的方法求取公式(2)的最优解，将信号分解成为K个窄带的本征模态分量，其具体如下：

①初始化，令λ¹和n的值为0；

②令n＝n+1，执行整个循环；