发明名称 |
一种小波包时域信号流形学故障诊断方法 |
摘要 |
本发明涉及一种小波包时域信号流形学故障诊断方法,其步骤:对采集到的振动信号进行N层小波包分解,将振动信号分解为多层数据,生成2N个分量时域信号;对分解产生的各分量时域信号分别采用希尔伯特变换进行包络解调,获得代表故障状态的低频解调信号;对解调信号采用FIR低通滤波器消除高频噪声,并以低采样频率对各分量信号进行重采样保留低频信号;对重采样信号进行自相关计算并归一化为自相关系数,将处理后的各分层数据构造形成高维数据向量;采用t‑SNE流形学算法对高维数据向量进行降维处理,形成L×2N维矩阵,最终形成2维或3维图形,对于机电设备不同的故障形式,其最终形成的流形结构不同,进而通过流形结构的形状判断设备的故障状态。 |
申请公布号 |
CN106096154A |
申请公布日期 |
2016.11.09 |
申请号 |
CN201610431875.6 |
申请日期 |
2016.06.17 |
申请人 |
北京信息科技大学 |
发明人 |
谷玉海;王少红;吴国新 |
分类号 |
G06F17/50(2006.01)I;G06K9/00(2006.01)I |
主分类号 |
G06F17/50(2006.01)I |
代理机构 |
北京远创理想知识产权代理事务所(普通合伙) 11513 |
代理人 |
张素妍 |
主权项 |
一种小波包时域信号流形学习故障诊断方法,其特征在于,该方法包括以下步骤:1)对采集到的振动信号进行N层小波包分解,将振动信号分解为多层数据,生成2N个分量时域信号;2)对分解产生的各分量时域信号分别采用希尔伯特变换进行包络解调,获得代表故障状态的低频解调信号,该低频信号为相对于载波信号的阶次信号;3)对解调信号采用FIR低通滤波器消除高频噪声,并以低采样频率对各分量信号进行数字重采样保留低频信号;4)对重采样信号进行自相关计算并归一化为自相关系数,将处理后的各分层自相关系数向量构造形成高维数据向量,形成L×2N维矩阵,L为分量信号重采样后的数据长度;5)采用t‑SNE流形学习算法对高维数据向量进行降维处理,最终形成2维或3维图形,通过流形结果的形状判断设备的故障状态。 |
地址 |
100192 北京市海淀区清河小营东路12号机电系统测控重点实验室 |