[发明专利]一种基于多源信息的磨机振动与振声特征提取方法

摘要

本发明公开了一种基于多源信息的磨机振动与振声特征提取方法，其包括步骤：A、多源信号采集，其通过数据采集系统获取表征磨机负荷状态的信号，所采集到的信号为多源时域信号，将其记为S，则采样个数为N的多源时域信号S记为B、浅层特征信息选择，其基于非平稳非线性信号自适应分解和分析技术实现磨机振动与振声浅层特征信息的选择；C：深度特征知识提取，其基于优化耦合深度神经网络特征提取和互信息特征度量算法实现磨机振动/振声多尺度深度特征知识的提取。本发明的方法可为构建磨机负荷状态识别和磨机负荷参数软测量模型提供支撑。

主权项

1.一种基于多源信息的磨机振动与振声特征提取方法，其特征在于，包括：步骤A：多源信号采集，其通过数据采集系统获取表征磨机负荷状态的信号，所采集到的信号为多源时域信号，将其记为S，则采样个数为N的多源时域信号S记为步骤B：浅层特征信息选择，其基于非平稳非线性信号自适应分解和分析技术实现磨机振动与振声浅层特征信息的选择；步骤C：深度特征知识提取，其基于优化耦合深度神经网络特征提取和互信息特征度量算法实现磨机振动与振声多尺度深度特征知识的提取；步骤B中，首先进行信号分解和信号分析，获得模拟人耳滤波功能的感知信息，再通过信息变换获得多尺度浅层特征信息，并将其统一表示为其中j＝1,...,J，J表示选择的有价值多尺度子信号的数量；所述信号分解采用多组分信号自适应分解算法，其分解过程表示为如下公式：其中，表示采用多组分信号自适应分解算法由原始信号分解得到的第j_all个平稳子信号；j_all＝1,...,J_all，J_all是经多组分信号自适应分解算法分解获得的全部平稳子信号的数量；表示采用多组分信号自适应分解算法获得的残差信号；DECOM表示所采用的多组分信号自适应分解算法；所述信号分析过程中，首先，计算原始信号和平稳子信号间的相关系数，计算公式为：其中，表示第j_all个平稳子信号与原始信号间的相关系数；和分别表示原始信号和第j_all个平稳子信号的均值；然后，根据相关系数选择子信号，将选择的第j个平稳子信号标记为其中，j＝1,...,J，J表示经相关性分析选择的有价值平稳子信号的数量，所述相关性分析的过程表示为：