[发明专利]一种基于EMD分解的刀具运行状态可靠性评估方法无效
申请号: | 201410199001.3 | 申请日: | 2014-05-12 |
公开(公告)号: | CN103971001A | 公开(公告)日: | 2014-08-06 |
发明(设计)人: | 孙惠斌;牛伟龙;仲于江;王俊阳 | 申请(专利权)人: | 西北工业大学 |
主分类号: | G06F19/00 | 分类号: | G06F19/00 |
代理公司: | 西北工业大学专利中心 61204 | 代理人: | 陈星 |
地址: | 710072 *** | 国省代码: | 陕西;61 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 基于 emd 分解 刀具 运行 状态 可靠性 评估 方法 | ||
1.一种基于EMD分解的刀具运行状态的可靠性评估方法,其特征在于:采用以下步骤:
步骤1:采集同一类型刀具在运行过程中三个时间段的若干种状态信号,三个时间段分别对应刀具的初期磨损、正常磨损和严重磨损;对各种状态信号分别按照如下方法进行处理,得到各种状态信号各自的与磨损相关的IMF分量:
步骤1.1:采用小波阈值去噪方法对采集的信号sd(t)进行处理,得到阈值去噪后的估计信号xd(t);d取1,2,3,分别对应初期磨损、正常磨损和严重磨损三个时间段;
步骤1.2:对信号xd(t)进行EMD分解:确定信号xd(t)所有的极大值点与极小值点,分别拟合极大值点以及极小值点,得到信号xd(t)的上包络线和下包络线;计算得到上包络线和下包络线的平均曲线;
步骤1.3:根据步骤1.2得到的平均曲线,采用筛分原理将信号xd(t)分解并得到有限个本征模函数IMF和残余函数RES:
其中为第i个本征模函数,为残余函数,n为本征模函数的个数;
步骤1.4:分别计算步骤1.3得到的每个本征模函数的振幅均值
其中为第i个本征模函数的采样点个数,表示第i个本征模函数的第k个分量;
步骤1.5:利用本征模函数的振幅均值对本征模函数进行差值筛选:提取同时满足公式和的本征模函数,作为对应该状态信号的与磨损相关的IMF分量;
步骤2:由步骤1中若干种状态信号在初期磨损时间段采集的信号,对应提取每种信号的K个与磨损相关的IMF分量,采用提取的IMF分量的振幅均值建立该类型刀具的正常运行状态下的标准特征矩阵X标准;所述标准特征矩阵X标准的行数为状态信号的种类数,列数为K,矩阵元素X标准pq表示提取的第p种信号K个与磨损相关的IMF分量中的第q个IMF分量的振幅均值;
步骤3:根据步骤1得到的若干种信号各自的与磨损相关的IMF分量,以及步骤2建立的标准特征矩阵X标准对待评估的刀具进行可靠性评估:
步骤3.1:采集待评估刀具的若干种待评估状态信号,并对每种待评估状态信号进行如下处理:
步骤3.1.1:采用小波阈值去噪方法对采集的待评估状态信号进行处理,得到阈值去噪后的待评估估计信号;
步骤3.1.2:对待评估估计信号进行EMD分解;并采用筛分原理将待评估估计信号分解得到有限个本征模函数IMF和残余函数RES;
步骤3.1.3:根据步骤3.1.2得到的待评估估计信号的有限个本征模函数IMF,计算其中与磨损相关的IMF分量的振幅均值;
步骤3.2:根据步骤1确定的若干种状态信号各自与磨损相关的IMF分量,对应分别提取每种待评估状态信号的K个与磨损相关的IMF分量,采用提取的IMF分量的振幅均值建立当前状态特征矩阵X当前;所述当前状态特征矩阵X当前的行数为状态信号的种类数,列数为K,矩阵元素X当前pq表示提取的第p种待评估状态信号的K个与磨损相关的IMF分量中的第q个IMF分量的振幅均值;
步骤3.3:将标准特征矩阵X标准和当前状态特征矩阵X当前归一化处理,利用基于核主成分分析状态子空间构造方法,构造归一化处理后的标准特征矩阵的状态子空间S标准以及归一化处理后的当前状态特征矩阵的状态子空间S当前;
步骤3.4:计算S标准与S当前的内积对矩阵W进行奇异值分解得到特征值y1,y2,…,yb,将每个特征值的反余弦值作为对应的主夹角θg=arccos(yg),其中g=1,2,3,…,b,得到主夹角矢量θ=(θ1,θ2…θb),计算主夹角矢量的最小元素值的余弦值为待评估刀具的可靠度H=cos[min(θ)]。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于西北工业大学,未经西北工业大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201410199001.3/1.html,转载请声明来源钻瓜专利网。
- 同类专利
- 专利分类
G06F 电数字数据处理
G06F19-00 专门适用于特定应用的数字计算或数据处理的设备或方法
G06F19-10 .生物信息学,即计算分子生物学中的遗传或蛋白质相关的数据处理方法或系统
G06F19-12 ..用于系统生物学的建模或仿真,例如:概率模型或动态模型,遗传基因管理网络,蛋白质交互作用网络或新陈代谢作用网络
G06F19-14 ..用于发展或进化的,例如:进化的保存区域决定或进化树结构
G06F19-16 ..用于分子结构的,例如:结构排序,结构或功能关系,蛋白质折叠,结构域拓扑,用结构数据的药靶,涉及二维或三维结构的
G06F19-18 ..用于功能性基因组学或蛋白质组学的,例如:基因型–表型关联,不均衡连接,种群遗传学,结合位置鉴定,变异发生,基因型或染色体组的注释,蛋白质相互作用或蛋白质核酸的相互作用