[发明专利]一种基于散射变换的旋转机械故障预测方法

权利要求书

1.一种基于散射变换的旋转机械故障预测方法，其特征在于：该方法包括以下步骤：

S1：通过传感器采集旋转系统的相关故障数据；

S2：选择训练数据集和测试数据；

S3：对训练数据集和测试数据进行散射变换得到散射变换系数，计算散射变换各个子带的系数的能量值，其结果作为信号区分的特征值；

S4：采用LSPTSVM对训练数据集的特征信号进行分类分析；

S5：采用一对一结构和表决机制形成多分类器，进行故障预测；

所述散射变换是指采用非下采样对偶双树复小波的散射变换；

所述散射变换的方法为：

在散射变换中第一阶散射变换的构造如下：

|f*ψ_j,γ|*φ_J(x) (1)

其中，f为输入信号，*表示卷积操作，ψ_j,γ(x)＝2^-2jψ(2^-jR_γx)为小波，j,γ分别为尺度和方向，φ_J(x)＝2^-2Jφ(2^-Jx)为低通滤波器；

因低通滤波器φ_J作用，将会导致高频信息的损失，对小波模进行新的小波再分解，恢复高频信息，如式：

| | f * ψ j 1 , γ 1 | * ψ j 2 , γ 2 | * φ J ( x ) - - - ( 2 ) ]]>

公式(2)中丢失的高频信息又可通过下一轮的小波再分解得以恢复，则第q阶散射变换为：

Q q , J f ( x ) = ( | | | f * ψ j 1 , γ 1 | * ... * | ψ j q , γ q | * φ J ( x ) ) j 1 < ... j p < J ( γ 1 , ... , γ q ) ∈ Γ q - - - ( 3 ) ]]>

其中，S_q,Jf(x)为在q阶、J个尺度下的散射系数；J为散射变换的尺度数；Γ^q为1到q各个阶层上的变换方向数集合；

散射表达包括所有尺度和方向的散射系数，即：

S J f ( x ) = Σ q = 0 m S q , J f ( x ) - - - ( 4 ) ]]>

在散射变换中，一维信号的第q阶散射变换沿频率递减路径数为前q阶的路径总数为

步骤S3中，散射变换的阶数为2，散射变换的分解级数为3；

所述步骤S4具体包含如下步骤：

S41：每次随机选择30个样本，随机10次，取平均值作为LSPSVM的参数值；

S42：采用综合检索率作为评价标准，进行评估：

S = 1 M Σ i = 1 M R i / K ]]>

其中K表示属于同一类故障的样本数目，R_i表示每次预测计算结果中前K个距离最小的样本与被测试样本中属于同一类故障的数目，M表示所有样本数。