[发明专利]一种基于主元特征的工程机械负载模式判别方法

说明书

 

技术领域

本发明涉及工程机械领域，特别的，涉及一种工程机械负载模式判别方法。

 

技术背景

工程机械施工对象种类繁多，不同的施工对象导致系统负载大范围变化。对于现代工程机械，由于不能有效的判别负载模式，使得工程机械的施工可靠性差，能耗与排放大幅度上升。为了保证工程机械的正常运行，需要有效的、适应性强的负载模式判别方法。

近年来，随着信号处理、人工智能、现代控制理论等基础科学的迅速发展，基于模式识别的系统特征提取方法得到了广泛的关注。但是，针对工程机械负载模式判别，由于缺乏有效的负载模式判别方法，无法满足实际工程应用的要求。

 

发明内容

本发明针对现有技术中存在的问题提供了一种工程机械负载模式判别的方法，以达到提高工程机械的可靠性、降低工程机械的能源消耗的目的。

本发明提供了一种基于主元特征的工程机械负载模式判别系统方法，所述的负载模式判别方法包括如下步骤：

（1）采集工程机械各种状态信号，包括液压系统的压力、流量、温度，发动机转速、水温、机油压力等信号，并通过信号变送器处理后，建立某负载模式下的样本长度为                                                、信号变量个数为信号样本矩阵：

（2）数据预处理，在建立工程机械负载模式主元模型之前，需要对样本矩阵进行归一化处理，可以得到的标准化值为

其中，，分别表示第项变量的平均值和标准差，从而得到标准化矩阵

标准化矩阵被传送到负载模式判别模块，步骤（2）-（5）执行负载模式判别。

（3）建立工程机械负载模式主元模型，利用标准化处理后的数据，建立工程机械各类负载模式的主元模型，具体步骤为：

①获得协方差矩阵

通过奇异值分解计算得到

当

其中， 是特征值矩阵，其特征值按递减的顺序排列， 与相对应特特征向量矩阵(负载矩阵)；

②获得主元，构造一个的线性变换，线性变换矩阵为，该线性变换可以表达为

其中， ， 分别为的第1主元，第2主元，…，第主元。

③最优主元判别

为了保留最优的主元数目，可以将累积方差解释能力被作为判定准则，其定义如下

其中，表示第各方差的解释能力因子， 是前个主元的累积方差解释能力的百分比，选取作为判别标准。提取前个主元的解释能力因子作为特征向量

作为负载模式特征向量。

（4）建立种目标负载模式下的主元特征向量故障库，重复步骤（1）-（3）可获得种目标负载模式的主元特征向量，构建目标负载模式向量库

（5）负载模式分类，针对工程机械的某个待判别的负载模式，按照步骤（1）-（3）获取该负载模式下的主元特征向量，与合并后得到新的集合

合并目标负载模式向量库和待判别负载模式向量后，需要使用模糊聚类算法对新的集合进行分类，以判断待判别的负载模式属于哪一类目标负载模式，该分类算法步骤如下：

①初始化，令；

②运用模糊聚类迭代优化算法，将分成类，得到模糊分区矩阵；

③使用最大隶属度法对进行硬化处理，得到硬化矩阵；

④如果中第列与第列在同一分区，即，说明待判别负载模式为第种目标负载模式，停止；否则，转下一步；

⑤如果，说明无法在目标负载模式中找到与待判别负载模式匹配的负载模式，停止；否则，令，返回②。

本发明适用范围广，具有良好的负载模式判别效果，能够广泛的应用于各类工程机械的负载模式判别。

 

附图说明

图1是本发明所提出的工程机械负载模式判别方法的实现原理框图。

 

具体实施方式

以下结合附图对本发明作进一步说明。        

参照图1、一种基于主元特征的工程机械负载模式判别系统方法所述的负载模式判别方法包括如下步骤：

（1）通过测量传感器20采集工程机械10各种状态信号，包括液压系统的压力、流量、温度，发动机转速、水温、机油压力等信号，并通过信号变送器30处理后，建立某负载模式下的样本长度为、信号变量个数为信号样本矩阵：