申请/专利权人：电子科技大学

申请日：2022-09-19

公开（公告）日：2024-03-29

公开（公告）号：CN117782596A

主分类号：G01M13/045

分类号：G01M13/045;G06N3/006

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.04.16#实质审查的生效;2024.03.29#公开

摘要：本发明公开了一种基于多种群多策略狼群优化机械故障诊断方法，属于机械故障诊断领域。本发明通过稀疏表示方法提出一种基于正弦调频原子字典的多种群多策略狼群优化稀疏方法，将优化算法融入到双正交匹配追踪算法中。通过优化算法获得最佳匹配的原子对故障信号进行重构表示。最后对重构结果进行包络分析，从而实现了信号中瞬态特征成分的提取，有效表征故障信号。本发明适用于机械设备故障诊断。

主权项：1.一种基于多种群多策略狼群优化机械故障诊断方法，其特征在于，包括以下步骤：步骤1：采集轴承的机械振动信号f0；步骤2：建立正弦调频原子，表示为： 其中，t1为时间，原子参数组γ＝s,u,ζ,c,ω,ωsfm,θs，g为高斯窗函数，s为伸缩尺度，u为位移中心，ζ为调制因子，c为线性调频参数，ω为正弦调频系数，ωsfm为正弦调制频率，θs为调制初始相位；步骤3：指定双正交匹配追踪方法的最大分解次数nmax，多种群多策略狼群优化算法灰狼种群数量population，多种群多策略狼群优化算法的迭代次数Iteration；步骤4：令当前双正交匹配追踪方法的分解次数n＝0，初始残余信号为机械振动信号f0即R0f＝f0；选取信号采样点数N，定义原子字典参数的取值范围为s∈[1,N],u∈[0,N2]，ζ∈[0,5000],c∈[π,21-Nπ],ω∈[0,2-2N-1π],ωsfm∈[π,2N],θs∈[0,2π]；步骤5：利用多种群多策略狼群优化算法经过指定的迭代Iteration次数，从population个体中找到与当前残余信号Rnf最佳匹配的原子grn，原子grn为正弦调频原子字典中与当前残余信号内积值最大的原子；最佳匹配原子的搜索过程为： 其中，fitness表示正弦调频原子的适应度函数，max表示求最大值，表示求内积，||表示绝对值；步骤6：令最佳匹配原子hn＝grn，将选中的最佳原子依次记录并构建支撑集；步骤7：通过格拉姆施密特正交化过程完成双重正交，即所选的最佳匹配原子与残余信号Rnf正交，同时所选原子也与不属于支持集的其他原子正交，获得正交化后的原子un，计算残余信号Rnf在正交化后的原子上的投影为步骤8：判断双正交匹配追踪算法是否满足分解终止条件n＝nmax，若是转至步骤9，若否，令n＝n+1更新残余信号跳转步骤5；步骤9：将历次分解残余信号在最佳匹配原子上的投影求和，最终的重构信号f重构就是所有的投影和； 对重构信号f重构进行包络谱分析，判别机械故障。

全文数据：

权利要求：

百度查询： 电子科技大学 一种基于多种群多策略狼群优化机械故障诊断方法

免责声明
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。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD