[发明专利]一种综合传动装置转向系统故障诊断方法及系统在审
申请号: | 202111573363.0 | 申请日: | 2021-12-21 |
公开(公告)号: | CN114252261A | 公开(公告)日: | 2022-03-29 |
发明(设计)人: | 李英顺;郭占男;刘海洋;张杨;赵玉鑫;匡博琪 | 申请(专利权)人: | 沈阳顺义科技有限公司 |
主分类号: | G01M13/025 | 分类号: | G01M13/025;G06N7/00 |
代理公司: | 北京高沃律师事务所 11569 | 代理人: | 刘芳 |
地址: | 110027 辽宁省*** | 国省代码: | 辽宁;21 |
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 综合 传动 装置 转向 系统 故障诊断 方法 | ||
1.一种综合传动装置转向系统故障诊断方法,其特征在于,包括:
获取综合传动装置转向系统中不同位置在不同工况下的电压信号;所述工况包括正常、磨损以及损坏;
根据所述电压信号、所述电压信号对应的工况以及所述电压信号对应的位置构建不同工况下的数据集;
利用所述不同工况下的数据集对隐马尔科夫模型进行训练,得到训练后的隐马尔科夫模型;所述隐马尔科夫模型包括正常工况下的隐马尔科夫子模型、磨损工况下的隐马尔科夫子模型以及损坏工况下的隐马尔科夫子模型;
利用粒子群算法对所述训练后的隐马尔科夫模型进行优化,得到优化的隐马尔科夫模型;
基于所述优化的隐马尔科夫模型对待识别的电压信号进行识别,输出不同工况下的似然概率;
根据所述似然概率确定与输入电压信号对应的工况,并将所述待识别的电压信号对应的位置确定为故障位置。
2.根据权利要求1所述的一种综合传动装置转向系统故障诊断方法,其特征在于,所述根据所述电压信号、所述电压信号对应的工况以及所述电压信号对应的位置构建不同工况下的数据集,具体包括:
根据所述电压信号,确定特征参数;所述特征参数包括电压信号和标准电压信号的标准差、方差、裕度指数、脉冲指数以及峰值因子;
对所述特征参数进行局部均值分解,提取瞬时能量,得到包含瞬时能量的特征参数;
根据所述包含瞬时能量的特征参数、所述包含瞬时能量的特征参数对应的工况以及所述包含瞬时能量的特征参数对应的位置,构建不同工况下的数据集。
3.根据权利要求2所述的一种综合传动装置转向系统故障诊断方法,其特征在于,当所述电压信号为2.7-3.2V时,所述工况为正常;当所述电压信号为2.1-2.6V或者3.3-3.8V时,所述工况为磨损;当所述电压信号为1-2V或者3.9-6V时,所述工况为损坏。
4.根据权利要求1所述的一种综合传动装置转向系统故障诊断方法,其特征在于,所述利用所述不同工况下的数据集对隐马尔科夫模型进行训练,得到训练后的隐马尔科夫模型,具体包括:
利用正常工况下的数据集对所述正常工况下的隐马尔科夫子模型进行训练,得到训练后的正常工况下的隐马尔科夫子模型;
利用磨损工况下的数据集对所述磨损工况下的隐马尔科夫子模型进行训练,得到训练后的磨损工况下的隐马尔科夫子模型;
利用损坏工况下的数据集对所述损坏工况下的隐马尔科夫子模型进行训练,得到训练后的损坏工况下的隐马尔科夫子模型;
根据所述训练后的正常工况下的隐马尔科夫子模型、所述训练后的磨损工况下的隐马尔科夫子模型以及所述训练后的损坏工况下的隐马尔科夫子模型,确定所述训练后的隐马尔科夫模型。
5.根据权利要求1所述的一种综合传动装置转向系统故障诊断方法,其特征在于,所述利用粒子群算法对所述训练后的隐马尔科夫模型进行优化,得到优化的隐马尔科夫模型,具体包括:
利用粒子群算法确定所述训练后的隐马尔科夫模型的最优参数;
根据所述最优参数优化所述训练后的隐马尔科夫模型,得到优化的隐马尔科夫模型。
6.根据权利要求1所述的一种综合传动装置转向系统故障诊断方法,其特征在于,所述根据所述似然概率确定与输入电压信号对应的工况,具体包括:
选取所述似然概率中的最大似然概率,将所述最大似然概率对应的工况确定为与输入电压信号对应的工况。
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沈阳顺义科技有限公司,未经沈阳顺义科技有限公司许可,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/202111573363.0/1.html,转载请声明来源钻瓜专利网。