[发明专利]信号中瞬态成分稀疏表示检测方法及装置、故障检测方法有效
| 申请号: | 201410198242.6 | 申请日: | 2014-05-12 |
| 公开(公告)号: | CN103954353A | 公开(公告)日: | 2014-07-30 |
| 发明(设计)人: | 李成;樊薇;张润涵;李双;蔡改改;黄伟国;朱忠奎 | 申请(专利权)人: | 苏州大学 |
| 主分类号: | G01H17/00 | 分类号: | G01H17/00;G01M13/00;G01M13/02 |
| 代理公司: | 北京集佳知识产权代理有限公司 11227 | 代理人: | 常亮 |
| 地址: | 215123 江苏*** | 国省代码: | 江苏;32 |
| 权利要求书: | 查看更多 | 说明书: | 查看更多 |
| 摘要: | |||
| 搜索关键词: | 信号 瞬态 成分 稀疏 表示 检测 方法 装置 故障 | ||
1.一种信号中瞬态成分稀疏表示的检测方法,其特征在于,包括:
对输入信号进行模/数转换,获得检测信号;
对所述检测信号建立最优小波原子库和最小优化方程;
根据所述最小优化方程,利用所述最优小波原子库建立优化迭代求解最小优化方程,并确定出所述检测信号在所述最优小波原子库上的稀疏表示系数;
根据所述稀疏表示系数,确定出所述检测信号中瞬态成分的发生时刻;
根据所述检测信号中瞬态成分的发生时刻,针对含周期性瞬态成分的信号,确定所述检测信号中瞬态成分的周期。
2.根据权利要求1所述的检测方法,其特征在于,对所述检测信号建立最优小波原子库包括:
计算所述检测信号的最优匹配小波函数;
对所述最优匹配小波函数进行扩充,构造最优小波原子库。
3.根据权利要求1所述的检测方法,其特征在于,对所述检测信号建立最小优化方程包括:
对所述输入信号构建基追踪去噪方程;
根据所述基追踪去噪方程,利用最小优化法构建最小优化方程。
4.根据权利要求2所述的检测方法,其特征在于,所述计算所述检测信号的最优匹配小波函数,包括:
建立小波库,所述小波库为一组小波原子的集合;
计算所述检测信号与所述小波库中小波原子的相似度;
将与检测信号相似程度最高的小波原子确定为最优匹配小波函数。
5.根据权利要求2所述的检测方法,其特征在于:
所述最优匹配小波函数为其中,表示决定该最优匹配小波函数波形特点的参数集;
所述对所述最优匹配小波函数进行扩充,构造最优小波原子库,包括:
以预设采样频率为延时间隔,对所述最优匹配小波函数按不同时移进行扩充,构造出行表示不同时间参数,列表示不同延时参数的最优小波原子库A(t,τ),其中τ表示按所述预设采样频率的倒数均匀取值的延时参数。
6.根据权利要求3所述的检测方法,其特征在于,所述对所述输入信号构建基追踪去噪方程,包括:
利用基追踪去噪思想,将原始信号中瞬态成分检测问题转化成基追踪去噪问题。
7.根据权利要求3所述的检测方法,其特征在于,所述根据所述基追踪去噪方程,利用最小优化法构建最小优化方程,包括:
利用最小优化法,构建最小优化方程Gk(c)来代替所述基追踪去噪方程F(c),最小优化方程与基追踪去噪方程之间满足:
Gk(ck)=F(ck)
其中,ck为方程Gk(c)和F(c)相等时对应的点。
8.根据权利要求1所述的检测方法,其特征在于,利用所述最优小波原子库建立优化迭代求解最小优化方程,并确定出所述检测信号在所述最优小波原子库上的稀疏表示系数包括:
根据所述最小优化方程利用代数求导方法求解该方程,得到第一最优迭代方程;
将所述第一最优迭代方程利用矩阵求逆引理得到第二最优迭代方程;
利用所述最优小波原子库A(t,τ)建立优化迭代求解第二最优迭代方程,获得所述最优小波原子库A(t,τ)上的最优解,所述最优解即为稀疏表示系数。
9.一种设备故障检测方法,其特征在于,包括:
利用安装在待检测设备上的传感器检测设备的振动信号,将振动信号作为检测信号;
采用如权利要求1所述的检测方法对所述检测信号进行检测,获得所述检测信号中瞬态成分的周期;
若所述检测信号中瞬态成分的周期与该设备中一个零件的故障特征周期吻合,则判定该设备中与该周期对应的零件位置存在有故障。
10.一种信号中瞬态成分稀疏表示的检测装置,其特征在于,包括:
获取单元,用于对输入信号进行模/数转换,获得检测信号;
建立单元,用于对所述检测信号建立最优小波原子库和最小优化方程;
确定系数单元,用于根据所述最小优化方程,利用所述最优小波原子库建立优化迭代求解最小优化方程,并确定出所述检测信号在所述最优小波原子库上的稀疏表示系数;
确定时刻单元,用于根据所述稀疏表示系数,确定出所述检测信号中瞬态成分的发生时刻;
确定周期单元,用于根据所述检测信号中瞬态成分的发生时刻,针对含周期性瞬态成分的信号,确定所述检测信号中瞬态成分的周期。
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苏州大学,未经苏州大学许可,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/201410198242.6/1.html,转载请声明来源钻瓜专利网。
- 上一篇:一种四工位底盖自动压装缝焊专机
- 下一篇:一种葛根酒的酿造方法





