[发明专利]基于PCA重建误差的齿轮参数贡献度分析方法有效

专利信息
申请号: 201710599975.4 申请日: 2017-07-21
公开(公告)号: CN107392248B 公开(公告)日: 2020-04-24
发明(设计)人: 利节;龚为伦;刘松;姜艳军;孙宇;陈瑶;陈国荣 申请(专利权)人: 重庆青山工业有限责任公司;重庆科技学院
主分类号: G06K9/62 分类号: G06K9/62
代理公司: 成都时誉知识产权代理事务所(普通合伙) 51250 代理人: 陈千
地址: 40277*** 国省代码: 重庆;50
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 基于 pca 重建 误差 齿轮 参数 贡献 分析 方法
【权利要求书】:

1.一种基于PCA重建误差的齿轮参数贡献度分析方法,其特征在于按照以下步骤进行:

S1:输入n组数据,每一组数据包含m个特征值,从而构成n×m维的样本矩阵X;

S2:根据样本矩阵X的协方差矩阵得到其特征向量U的初始值;

S3:建立“误差和最小”目标函数模型:

并求其目标函数最小值,其中xi为样本矩阵X中第i个样本向量,γi表示第i个样本的权重且UUT=Ik,Ik为k维的单位矩阵,k≤m,α为正则化参数,SF为齿轮的弯曲安全系数,SH为齿轮的接触安全系数;

S4:根据其目标函数最小值时的特征向量U,按照其对应特征值大小从上到下按行排列成矩阵,取前h行,对应的参数即为贡献度最大的参数,h<m。

2.根据权利要求1所述的基于PCA重建误差的齿轮参数贡献度分析方法,其特征在于:

在所述步骤S3中建立误差和最小目标函数模型后,先利用步骤S2所得特征向量U的初始值代入目标函数模型中,求解目标函数最小值时的样本的权重γi

然后再利用γi,i=1~n,组成对角阵W=diag(γ12,…,γn),并利用XWXT进行特征值分解从而更新特征向量U,diag()表示对角阵;

再利用更新后的特征向量U重新求解目标函数最小值时的样本的权重γi,如此交替对两个变量进行迭代优化,直至相邻两次重建误差差值小于设定的阀值。

3.根据权利要求1所述的基于PCA重建误差的齿轮参数贡献度分析方法,其特征在于:步骤S1中输入的数据有55组,每一组数据包含81个特征值。

4.根据权利要求1或3所述的基于PCA重建误差的齿轮参数贡献度分析方法,其特征在于:步骤S1输入的每一组数据中的特征值包括工况、所属轴、齿轮副名、齿数、法向模数、法向压力角、螺旋角、中心距、变位系数分配方式、变位系数、工作齿宽、齿顶高系数、底隙、齿厚减薄系数、齿宽、旋向、节圆法向压力角、节圆端面压力角、节圆螺旋角、节圆直径、刀具齿顶圆角半径、齿顶圆直径、齿根圆直径、最大跨棒距、量棒直径、齿根高系数、啮合起始点、啮合终止点、端面重合度、轴向重合度以及啮合起始圆直径。

5.根据权利要求1所述的基于PCA重建误差的齿轮参数贡献度分析方法,其特征在于:步骤S4中按照累计贡献率是否达到85%来确定h的具体取值。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

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重庆青山工业有限责任公司;重庆科技学院,未经重庆青山工业有限责任公司;重庆科技学院许可,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/201710599975.4/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top