申请/专利权人：上海理工大学

申请日：2023-06-08

公开（公告）日：2024-04-02

公开（公告）号：CN116698416B

主分类号：G01M13/045

分类号：G01M13/045;G06F18/10;G06F18/2135;G06F18/2136

优先权：

专利状态码：有效-授权

法律状态：2024.04.02#授权;2023.09.22#实质审查的生效;2023.09.05#公开

摘要：本发明公开了一种用于早期故障检测的低秩特征多通道同步提取方法，包括：S1、采集旋转机械设备故障周围的多个通道的振动信号；S2、通过相空间重构的方法得到故障振动信号的高阶张量表征，得到原始张量；S3、通过以稀疏性度量TGISES为指标的参数优化方法确定参数τ和λ；S4、将优化后的参数代入自适应非凸TRPCA中，获得低秩特征张量和稀疏噪声张量；S5、通过逆相空间重构，将获得的低秩特征张量重构为多通道故障信号；S6、基于包络谱分析对重构的多通道故障信号进行故障诊断。根据本发明，能够消除强背景噪声干扰，实现微弱故障极早性同步提取，同时保持微弱故障特征能量，为机械设备中的旋转机构多通道信号中极早期的微弱故障特征提取与诊断提供有利依据。

主权项：1.一种用于早期故障检测的低秩特征多通道同步提取方法，其特征在于，包括以下步骤：S1、采集旋转机械设备故障周围的多个通道的振动信号；S2、通过相空间重构的方法得到故障振动信号的高阶张量表征，得到原始张量；S3、通过以稀疏性度量张量平方包络谱基尼系数为指标的参数优化方法确定参数和；步骤S3中张量平方包络谱基尼系数定义为多通道信号的平均平方包络谱基尼系数，公式如下：；步骤S3还包括以下步骤：S31、确定边界参数，按照公式取参数，N=1时上边界参数取，当N=nmax时取最小值，根据确定上边界；S32、确定N[1,nmax]的分辨率和边界参数的分辨率；S33、使用变步长网格搜索法对正则化参数和阈值函数中的参数进行寻优；S34、挑选出遍历组合下TGISES最大时对应的参数和；S4、将优化后的参数代入自适应非凸张量鲁棒主成分分析中，获得低秩特征张量和稀疏噪声张量；步骤S4中通过求解联合优化问题，获得低秩特征张量和稀疏噪声张量，联合优化问题如下式： ；其中为自适应非凸阈值函数，i表示张量在傅里叶域的第i个正向切片，j表示张量在傅里叶域第i个正向切片的第j个奇异值，为自适应阈值函数中的边界参数S5、通过逆相空间重构，将获得的低秩特征张量重构为多通道故障信号；联合优化问题可以构建增广拉格朗日函数： ；其中是惩罚系数，为拉格朗日乘子，该式可通过ADMM算法更新迭代求解，最终输出获得低秩特征张量和稀疏噪声张量；S6、基于包络谱分析对重构的多通道故障信号进行故障诊断。

全文数据：

权利要求：

百度查询： 上海理工大学 一种用于早期故障检测的低秩特征多通道同步提取方法

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