[发明专利]一种线性化势阱壁的路径扩展随机共振微弱特征提取方法有效
申请号: | 201610186864.6 | 申请日: | 2016-03-29 |
公开(公告)号: | CN105825197B | 公开(公告)日: | 2019-01-08 |
发明(设计)人: | 雷亚国;薛朗;谯自健;林京 | 申请(专利权)人: | 西安交通大学 |
主分类号: | G06K9/00 | 分类号: | G06K9/00;G06N3/12 |
代理公司: | 西安智大知识产权代理事务所 61215 | 代理人: | 贺建斌 |
地址: | 710049*** | 国省代码: | 陕西;61 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | 一种线性化势阱壁的路径扩展随机共振微弱特征提取方法,先对采集到的机械设备的不同故障程度振动信号进行预处理,使其满足绝热近似假设下的小参数信号输入条件;然后将预处理后的信号分别作为线性化势阱壁的路径扩展随机共振系统的输入,并选择该随机共振系统的输出信噪比作为遗传算法的适应度函数,对系统参数进行自适应寻优,实现系统与输入信号之间的最佳动态匹配;最后对不同故障程度的系统输入信号,根据最佳动态系统匹配参数,将该最佳匹配参数下的路径扩展随机共振系统输出作为最佳增强结果并进行故障特征提取与定性分析,本发明利用动态线性等效对传统双稳态随机共振系统的两侧势阱壁进行改进,提升了其微弱故障特征增强提取能力。 | ||
搜索关键词: | 一种 线性化 势阱 路径 扩展 随机 共振 微弱 特征 提取 方法 | ||
【主权项】:
1.一种线性化势阱壁的路径扩展随机共振微弱特征提取方法,其特征在于,包括以下步骤:1)对采集到的机械设备的不同故障程度振动信号进行预处理,使其满足绝热近似假设下的小参数信号输入条件;2)将步骤1)中预处理后的不同故障程度振动信号分别作为线性化势阱壁的路径扩展随机共振系统的输入,并选择该随机共振系统的输出信噪比作为遗传算法的适应度函数,对系统参数进行自适应寻优,实现系统与输入信号之间的最佳动态匹配;3)对不同故障程度的系统输入信号,根据步骤2)自适应寻优得到最佳动态系统匹配参数,将该最佳匹配参数下的路径扩展随机共振系统输出作为最佳增强结果并进行故障特征提取与定性分析;所述的步骤2)中线性化势阱壁的路径扩展随机共振系统是将双稳态随机共振系统双势阱的两侧非线性势阱壁进行动态线性等效得到的路径扩展随机共振系统,U(x)为线性等效后的系统势函数
式中a,b和c是系统参数,且
该路径扩展随机共振系统由郎之万方程描述为
式中x(t)为系统输出,sn′(t)为预处理后系统输入信号,利用四阶龙格库塔法求解路径扩展随机共振系统的输出信号x(t),并进行FFT变换求解系统输出信噪比
式中Ai是系统输出信号x(t)的功率谱X(i),i=1,2,...,N/2的每根谱线对应的幅值,Ad是故障特征频率的幅值,初始化参数a∈(0,10],b∈(0,10],并设置遗传算法最大进化代数Gmax=50,将SNR作为遗传算法的适应度函数对系统参数(a,b)进行优化,得到最大SNRmax对应的最佳匹配系统参数(abest,bbest)。
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西安交通大学,未经西安交通大学许可,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/patent/201610186864.6/,转载请声明来源钻瓜专利网。
- 上一篇:一种机器视觉辅助脑电目标判决的方法
- 下一篇:集成式指纹识别模组及其制备方法