[发明专利]一种基于稀疏多周期组套索的多故障特征辨识方法

摘要

本发明公开了基于稀疏多周期组套索的多故障特征辨识方法，方法包括以下步骤：分析待识别的信号以构造二值周期序列b，基于故障特征信号呈现周期组内组间稀疏的特性获得促进周期组内组间稀疏的正则项P(x；b)，基于不同故障特征频率的区分性建立稀疏多周期组套索模型；分别构造稀疏多周期组套索模型中数据保真项和正则项的受控优化算子，通过受控优化算子的解耦，实现变量之间的分离，针对每个受控优化算子，建立其优化的闭式解，通过迭代求解每种故障的受控优化算子对应的闭式解，实现模型求解；通过仿真信号统计分析自适应设置正则化参数，通过所述参数得出算法的自适应求解，从而分离得到每种故障；针对分离得到的每种故障，通过包络分析辨识故障类型。

主权项

1.一种基于稀疏多周期组套索的多故障特征辨识方法，所述方法包括以下步骤：第一步骤(S1)中，分析由加速度传感器采集到的振动信号以构造二值周期序列b，基于故障特征信号x呈现周期组内组间稀疏的特性获得促进周期组内组间稀疏的正则项P(x；b)，基于不同故障特征频率的区分性建立稀疏多周期组套索模型；第二步骤(S2)中，分别构造稀疏多周期组套索模型中数据保真项和正则项的受控优化算，其中，y表示测量得到的信号，x_l表示第l个故障信号，L表示故障的总数目，P(x_l；b_l)表示第l个故障对应的正则项，b_l表示第l个故障对应的二值序列，λ_l表示第l个故障对应的正则化参数，通过受控优化算子的解耦，实现变量之间的分离，总体受控优化算子为其中表示稀疏多周期组套索模型的受控优化算子，其中，T表示向量的转置运算，表示第一个故障信号x₁的转置，表示第L个故障信号X_L的转置，其中，表示第k次迭代第一个临时变量的转置，表示第k次迭代第L个临时变量的转置)，k为第k步迭代，表示第l个故障保真项的受控优化算子，表示第l个故障正则项的数据保真项，C₁为一个常数；第三步骤(S3)中，针对每个受控优化算子，建立其优化的闭式解，通过迭代求解每种故障的受控优化算子对应的闭式解，实现模型求解；第四步骤(S4)中，通过仿真信号统计分析自适应设置正则化参数，通过所述正则化参数得出稀疏多周期组套索的自适应求解，从而分离得到每一种故障信号；第五步骤(S5)中，针对分离得到的每一种故障信号，通过包络分析辨识故障类型。