专利汇可以提供一种基于功率熵谱-随机森林的航空发动机滚动轴承故障诊断方法专利检索,专利查询,专利分析的服务。并且本 发明 属于航空 发动机 故障诊断技术领域,提供了一种基于功率熵谱‑ 随机森林 的航空发动机 滚动 轴承 故障诊断方法。本发明针对现有传统技术存在的上述不足,提出基于随机森林的航空发动机 滚动轴承 故障诊断方法,其中,首先使用某研究机构提供的航空发动机滚动轴承试验测量数据建立 训练数据 集和测试数据集;基于故障特征提取的思想,采用小波分析对原始采集数据进行时域统计分析和频域分析;从而从工程应用 角 度出发,实现了有效的故障诊断。,下面是一种基于功率熵谱-随机森林的航空发动机滚动轴承故障诊断方法专利的具体信息内容。
1.一种基于功率熵谱-随机森林的航空发动机滚动轴承故障诊断方法,其特征在于,步骤如下:
第一步,航空发动机滚动轴承故障数据预处理
对原始滚动轴承数据,首先进行(1)、(2)步预处理:
(1)滚动轴承实验测量数据包括转速n1、驱动端振动加速度a1、风扇端振动加速度a2、故障直径d、滚珠个数Z、内圈半径r1、外圈半径r2和接触角度α2,共8组参数;
(2)数据集成:滚动轴承实验测量数据包括多个实验过程现场采集数据,将多源实验数据结合起来统一存储,并建立滚动轴承故障数据库;
待提取出故障特征后,对特征数据进行(3)、(4)、(5)步处理:
(3)重采样:对于特征数据进行分析,由于采样时间间隔不等,为了方便之后的滚动预测,采用线性重采样法对滚动轴承实验测量数据进行重采样处理;
(4)归一化:对重采样处理后的数据进行归一化处理,以取消各维数据间数量级差别,避免因输入输出数据数量级差别较大而造成预测误差;使用最大最小法,其转换形式如下:
xnor=(xnor-xmin)/(xmax-xmin)
式中,xnor为待归一化数据序列,xmin为数据序列中的最小数,xmax为数据序列中的最大数;
(5)数据筛选与清理:对归一化后的数据进行可视化处理,将故障数据进行简单聚类和清理;
第二步,滚动轴承数据特征向量提取
对采集的滚动轴承实验测量数据进行处理以作为特征向量来表征振动故障特征情况,特征向量包括时域参数和功率谱熵;
(一)时域参数
振动信号时域参数的变化往往反映着设备工作运行状态的改变,将信号的一些时域参数作为特征参数;振动时域特征参数分为有量纲和无量纲两种,设采集到的振动数据为其中N为实验观测时间;
其中,有量纲时域振动参数如下
均值:
方差:
均方根值:
峰值:
Xp=max(|Xt|)
其中,无量纲时域振动参数如下:
峰值指标:
偏态指标:
峭度指标:
脉冲指标:
波性指标:
裕度指标:
其中,N为实验观测时间,即原始信号长度;
(二)功率谱熵
利用MATLAB中的小波工具箱对振动信号进行分解与重构,在进行分解与重构之前,首先选取和确定小波基函数、小波阶数和小波包分解层数,其中,小波基函数选择Db小波,小波阶数选择1,小波包分解层数选择3;
在经过小波包正交分解处理后,由于测量振动信号所得的各个频带信号相对独立,因此可监测由小波包得到的各个频带的能量这种方法,测出包括谐波分量在内的所有信号分量;
信号分量计算公式为:
其中,Eij为能量,Sij(t)为重构信号,i为小波包分解层数,j为第i层节点,j=1,…,2i;u=1,2,…,n,n∈Z,n为重构信号的离散点数目;
然后计算功率谱熵;功率谱是指功率有限的信号在单位频带内功率随频率变化情况;
对信号进行j层小波包分解后得到小波包分解序列S(j,m),m取0~2j-1,在此把信号的小波分解看成对信号的一种划分,定义该划分的测度:
其中,SF(j,m)(i)为S(j,m)的傅里叶变换序列的第i个值;N是原始信号长度;
基于信息熵的基本理论,同样定义小波包空间上的功率谱熵:
根据分析选择时域参数及功率谱熵作为特征参数作为随机森林方法中的输入属性;
第三步,构建训练数据库
设第r类故障的样本容量为G(r),该组样本稀疏表示后为{X(1),X(2)…X(G(r))},其中X(h)={xh(1),xh(2)…xh(dim)}为每一个样本中对应的多维特征向量;
设{y(1),y(2)…y(G(r))}为对应的多分类故障标签,则随机森林模型的输入量为{X(h)},输出量为{y(h)};
第四步,构建基于随机森林的滚动轴承振动故障分类模型
随机森林的重要参数有两个,分别为:ntree,即生成的决策树的个数;以及mtry,即回归树的特征数量;
随机森林模型训练步骤如下:
1)首先给定训练集Train、测试集Test以及特征维数F,并确定决策树数量ntree、每棵树的深度depth以及回归树的特征数量mtry;
2)对于第i棵树,i=1:ntree,从Train中有放回的抽取大小和Train一样的训练集Train(i),作为根节点的样本;
3)如果在当前节点上达到终止条件,即节点上有最少的样本数s,以及节点上有最少的信息增益g,则设置当前节点为叶子节点,并继续依次训练其他节点;
如果当前节点没有达到终止条件,则从F维特征中随机选取mtry维特征,mtry<
4)重复步骤2)和3)直到所有节点都训练过或被标记为叶子节点;
5)重复步骤2)、3)和4)直到所有决策树都得到训练;
6)对于测试集Test中的样本,从根节点开始,根据当前节点的阈值threshold,判断是进入左节点还是进入右节点,直到其到达某个叶子节点,并输出分类标签;
7)根据测试集中数据,统计分类准确率,评价模型分类效果。
断方法
标题 | 发布/更新时间 | 阅读量 |
---|---|---|
恒流恒压隔离电源及应用其的低压电阻限流型光源 | 2020-05-08 | 527 |
基于云计算的水质监测物联网系统 | 2020-05-11 | 483 |
一种无人直升机用舵机自动检测设备 | 2020-05-08 | 97 |
一种用于LED灯的失效检测电路及检测方法 | 2020-05-08 | 497 |
一种基于智慧屏幕的自动配网绑定方法 | 2020-05-11 | 12 |
场景联动方法及场景联动系统 | 2020-05-11 | 351 |
GOA单元、栅极驱动电路及驱动方法、显示装置 | 2020-05-08 | 75 |
一种低压大电流直流稳压电源 | 2020-05-08 | 469 |
一种垃圾渗滤液处理后废水处理设备 | 2020-05-08 | 641 |
一种带极性转换的交错并联式七档变压器有载调压电路 | 2020-05-08 | 973 |
高效检索全球专利专利汇是专利免费检索,专利查询,专利分析-国家发明专利查询检索分析平台,是提供专利分析,专利查询,专利检索等数据服务功能的知识产权数据服务商。
我们的产品包含105个国家的1.26亿组数据,免费查、免费专利分析。
专利汇分析报告产品可以对行业情报数据进行梳理分析,涉及维度包括行业专利基本状况分析、地域分析、技术分析、发明人分析、申请人分析、专利权人分析、失效分析、核心专利分析、法律分析、研发重点分析、企业专利处境分析、技术处境分析、专利寿命分析、企业定位分析、引证分析等超过60个分析角度,系统通过AI智能系统对图表进行解读,只需1分钟,一键生成行业专利分析报告。