[发明专利]一种基于广义支持向量机的液压部件健康状态检测方法

权利要求书

1.一种基于广义支持向量机的液压部件健康状态检测方法，其特征在于，该方法包括以下步骤：

(1)获取多组样本液压部件处于不同健康状态下的传感器信号以作为样本数据，且同时获得每个样本数据对应的样本液压部件所处的健康状态数据；

(2)对所述样本数据进行数据清洗，并对清洗后的所述样本数据提取统计特征；

(3)基于皮尔森相关系数计算所得到的特征数据与所述健康状态数据之间的相关性，并将所述特征数据按照对应的相关性自大到小进行排序，选取排在前预定个数的特征作为训练特征；

(4)基于所述训练特征及所述训练特征所对应的健康状态数据，采用堆叠集成学习方法构建多个广义支持向量机模型，并采用所述广义支持向量机模型训练过程中所输出的数据来训练得到随机森林模型，由此得到了由堆叠集成学习方法集成的广义支持向量机检测模型；

(5)在线实时获取待测液压部件的传感器信号数据，并将得到的传感器信号数据输入到所述广义支持向量机检测模型，进而所述广义支持向量机检测模型对待测液压部件进行健康状态检测。

2.如权利要求1所述的基于广义支持向量机的液压部件健康状态检测方法，其特征在于：所述传感器信号包括温度、流量、压力及功率。

3.如权利要求1所述的基于广义支持向量机的液压部件健康状态检测方法，其特征在于：所述统计特征包括绝对均值、有效值、方根幅值、歪度、峭度、峭度指标、歪度指标及波形指标。

4.如权利要求1所述的基于广义支持向量机的液压部件健康状态检测方法，其特征在于：采用中值滤波对所述样本数据进行清洗。

5.如权利要求1所述的基于广义支持向量机的液压部件健康状态检测方法，其特征在于：采用皮尔森相关系数进行特征选择时，样本数据与健康状态标签数据的相关性系数的计算公式为：

式中，cov(X，Y)表示协方差；σ_X表示所提取的特征数据集X的标准差；σ_Y表示Y的标准差；X[i]表示第i种特征的样本数据；Y表示样本数据对应的健康状态标签数据。

6.如权利要求1-5任一项所述的基于广义支持向量机的液压部件健康状态检测方法，其特征在于：所述预定个数为3个。

7.如权利要求1-5任一项所述的基于广义支持向量机的液压部件健康状态检测方法，其特征在于：所述广义支持向量机模型包括多个不同核函数。

8.如权利要求1-5任一项所述的基于广义支持向量机的液压部件健康状态检测方法，其特征在于：获取不同健康状态下的样本液压部件所关联的两个传感器的信号作为样本数据。