[发明专利]基于内置编码器信息的广义差分滤波方法有效
| 申请号: | 201910270140.3 | 申请日: | 2019-04-04 |
| 公开(公告)号: | CN109883692B | 公开(公告)日: | 2020-01-14 |
| 发明(设计)人: | 赵明;马志鹏;陈帅;焦金阳;丁传仓 | 申请(专利权)人: | 西安交通大学 |
| 主分类号: | G01M13/021 | 分类号: | G01M13/021;G01M13/025;G01M13/028 |
| 代理公司: | 61215 西安智大知识产权代理事务所 | 代理人: | 贺建斌 |
| 地址: | 710049 陕*** | 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: | 测试信号 滤波 内置 编码器信号 编码器信息 高斯核函数 平滑结果 构建 回归 滤波器 读取 啮合 故障特征提取 最小均方误差 差分滤波器 角位置信号 行星齿轮箱 计算测试 模型构建 时间确定 随机选取 信息数据 行星齿轮 转动信息 编码器 测试轴 信号差 自适应 等长 机床 优化 自动化 驱动 诊断 监测 | ||
1.基于内置编码器信息的广义差分滤波方法,其特征在于,包括以下步骤:
步骤一,利用编码器数据采集卡与工控机硬件,通过Labview平台对编码器信号进行高频采样和预处理,得到测试轴的角位置信号,记为x;
步骤二,将信号x随机截取等长N段作为测试样本,记为[x1,x2,...,xN],其中为m维空间;
步骤三,构建核脊回归(KRR)模型,并将测试样本xi分别输入到核脊回归(KRR)模型中,输出对应测试样本的平滑结果,记为
步骤四,计算每个测试样本xi与其平滑结果的均方误差(MSE),根据最小均方误差优化核脊回归(KRR)模型;
步骤五,结合优化后的核脊回归(KRR)模型,计算任意l阶广义差分滤波器系数gl;
步骤六,将编码器信号x输入l阶广义差分滤波器,与滤波器系数gl做卷积,从而得出任意l阶的数值差分结果;
所述的步骤五计算任意l阶广义差分滤波器系数gl的具体方法为:
通过公式(5)计算任意l阶短时高斯核窗函数;
gl=κ(l)(K+λI)-1,κ(l)=[k(t,t1)(l),k(t,t2)(l),...,k(t,tm)(l)]. (5)
其中m为窗长参数,计算得到任意l阶广义差分滤波器系数gl。
2.根据权利要求1所述的基于内置编码器信息的广义差分滤波方法,其特征在于:所述的步骤三的具体方法为:
引入“核技巧”,采用高斯核函数将数据映射到高维空间,公式为:
其中xs,xt是多维列向量,σ为高斯核函数参数,与滤波带宽有关,根据公式(2),利用高斯核函数构建核脊回归(KRR)模型,并将测试样本xi分别输入到该模型中,输出对应测试样本的平滑结果,记为
其中K为核矩阵,该核矩阵中第i行第j列中的元素记为K(i,j),且K(i,j)=k(ti,tj),ti,tj为观测样本时刻,I为单位矩阵,λ为正则化参数,与数据噪声量有关,其选取方式如步骤四所示。
3.根据权利要求1所述的基于内置编码器信息的广义差分滤波方法,其特征在于:所述的步骤四的具体方法为:
根据公式(3)计算行星齿轮每个齿的啮合时间t,按照啮合时间选取σ=1/4t,根据公式(4)计算测试样本与其平滑结果的最小均方误差(MSE),选取最小均方误差下的优化核脊回归(KRR)模型,
其中fm为齿轮箱啮合频率,fs为太阳轮转频,zs为太阳轮齿数,zr为内齿圈齿数;
。
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安交通大学,未经西安交通大学许可,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/201910270140.3/1.html,转载请声明来源钻瓜专利网。





