北京化工大学王华庆获国家专利权
买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!
龙图腾网获悉北京化工大学申请的专利一种基于特征小波基移不变稀疏的时域特征提取方法获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN117056701B 。
龙图腾网通过国家知识产权局官网在2025-07-22发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202310903733.5,技术领域涉及:G06F18/213;该发明授权一种基于特征小波基移不变稀疏的时域特征提取方法是由王华庆;韩长坤;宋浏阳设计研发完成,并于2023-07-24向国家知识产权局提交的专利申请。
本一种基于特征小波基移不变稀疏的时域特征提取方法在说明书摘要公布了:一种基于特征小波基移不变稀疏的时域特征提取方法属于状态监测与故障诊断领域。本发明依据轴承故障时产生的一维周期性振动信号,对其进行矩阵变换获得方形矩阵,用于奇异值分解,获取最大特征值所对应的特征向量。将此特征向量作为特征小波基,并基于移不变稀疏算法,匹配并提取信号中与特征向量较为近似的信号时域冲击成分。并对提取的时域结果进行时域脉冲间隔分析,以及信号分析前后的包络谱分析与对比,确定信号中的特征组份。最终通过与轴承故障的理论数据比对,实现轴承的状态监测与故障诊断。
本发明授权一种基于特征小波基移不变稀疏的时域特征提取方法在权利要求书中公布了:1.一种基于特征小波基移不变稀疏的时域特征提取方法,其特征在于步骤如下: S1信号采集;采用加速度传感器,监测轴承的运行状态,对于加速度传感器采集的振动信号y,其中为一维时间序列其维度为N×1; S2特征小波基提取;在不改变y中元素的情况下,将y进行矩阵维度重塑,将其转化为方阵I,维度为n×n的方形矩阵,其中n满足n≥100的正整数,且满足n×n=N;对此矩阵I进行基于特征值分解的矩阵分析方法,获得信号的最大特征值所对应的特征向量,将其作为特征小波基w,用于匹配与探测信号中的特征; 奇异矩阵分解运算获得特征值与特征向量,其中特征值与特征向量的定义如下: Ie=μe公式1 其中,I为方形矩阵,则e为n维向量,则μ是矩阵I的一个特征值,那么e是矩阵I的特征值μ所对应的特征向量;将获得一维振动信号数据,折叠成矩阵,并将矩阵进行特征分解,获得信号中的特征向量,如式2: I=W∑W-1公式2 其中:W是这n个特征向量所张成的n×n维矩阵,而Σ为这n个特征值为主对角线的n×n维矩阵,即获得矩阵I的n个特征值μ1≤μ2≤...≤μn,那么这n个特征值所对应的特征向量表示为w1,w2...wn,以此实现矩阵的特征分解; 对n个特征向量进行标准化,即W满足酉矩阵,即特征向量满足下式: ||wi||2=1公式3 其中,||·||2表示欧几里得范数,指向量中的所有元素平方和的平方根,且矩阵W满足式4: WT=W-1公式4 其中,WT表示矩阵W的转置,W-1表示矩阵W的逆;因此,信号特征值分解表达为: I=W∑WT公式5 其方程分解条件为矩阵为方形矩阵,矩阵维度n×n,W是I的左奇异向量,WT是I的右奇异向量,Σ是I的奇异值矩阵;因此,将信号y进行折叠排布,以构成方形矩阵I,进行信号特征值分解,获取最大特征向量作为特征小波基,记为w; S3移不变稀疏时域特征提取;对于轴承故障信号具备移位不变性,如式6所示: y=xt-t0公式6 其中:y表示监测信号,t表示时间移位参量,t0表示初始时间节点,x表示故障的脉冲组份;对于轴承的周期性故障特征冲击成分,可近似表示为式7: 其中:C是一种故障类型的两相邻冲击之间的时间间隔;k表示要获取振动冲击成分的迭代次数; 不同故障信号的时间尺度上结构固定,更容易在时域构造匹配的稀疏字典;利用矩阵分解的特征小波基,基于移不变稀疏编码提取时域稀疏表征; 对于一组时间信号y,其是有m个实值变量的有限序列集合: y=[y1,...,ym]T公式8 信号y与特征小波基w的卷积表示为: 其中:τ表示正方向的偏移量;因此,对于最佳偏移量τmax满足其卷积运算的最大值,表示为: τmax=argmaxy*wτ公式10 依据有效卷积结果,则τmax在时间内计算更新; 通过移不变稀疏编码算法,利用振动信号y的移位不变性,基于特征小波基与每次稀疏运算残差r的最大相关性的基函数,通过k次迭代,从而实现信号y的时域稀疏表示; rk+1=rk-τmax=rk-argmaxrk*wτk∈[0,1,2,....k]公式11 其中,r每次移不变稀疏运算的残差,初始化为r=y,τmax表示偏移量最大值,其中*代表卷积运算;通过k次迭代稀疏运算,获得最终偏移量,表示为:rk+1; 对于给定信号y,其时域移不变稀疏编码最小化模型表示为: 依据迭代过程,最终获取的时域信号可重构,表示为: S4稀疏结果分析;通过的时域特征分析与包络谱特征分析,确定信号中的周期成分;基于信号时域脉冲间隔C分析与信号分析前后的包络谱分析对比,确定信号中的特征频率组份;并通过与轴承故障的理论时域脉冲间隔与理论故障频率数据比对,实现轴承的状态监测与故障诊断;滚动轴承的内圈故障与外圈故障的理论故障计算方式:外圈理论故障频率为内圈理论故障频率为其中,f0为转轴转速,m为滚动轴承的滚动体数量,D为轴承外径,d为轴承内径,θ为滚动体接触角;故障信号时域脉冲间隔计算方法,外圈故障时域间隔Cout=1fout;内圈故障时域间隔Cin=1fin;信号处理完之后确认C和理论计算的C是不是相等,如果相等则表示出现故障。
如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人北京化工大学,其通讯地址为:100029 北京市朝阳区北三环东路15号;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。