基于小波包分析的堆垛机特征数据提取方法技术

本发明专利技术公开了一种基于小波包分析的堆垛机特征数据提取方法，对小波包分解参数进行初始化，选择合适的尺度函数，并通过尺度函数产生小波库，使其分解效果达到最佳，信号分解合理，选择适当的代价函数，从而寻求最优的小波基，且此代价函数满足单调性及可加性，通过以上函数达到对原始信号进行压缩目的，减少数据量大小，得到含原始信号完整信息的特征向量，针对堆垛机的工作状态信号处理展开，上述的过程对堆垛机原始信号的特征向量提取，达到数据压缩目的，具有良好的应用前景。

Feature data extraction of stacker crane based on wavelet packet analysis

The invention discloses a method for extracting stacker feature data based on wavelet packet analysis of wavelet packet decomposition parameters are initialized, choose appropriate scale function and wavelet library, by scaling function, which is decomposed to achieve the best results, the signal decomposition is reasonable, choose the appropriate cost function, so as to find the optimal wavelet basis. And this cost function satisfies the monotonicity and additivity, through the above function to the original signal is compressed to reduce the size of data, get the feature vector containing the original signal with complete information, according to the working state of signal processing of the stacker stacker, the feature vector of the original signal in the process of extraction, to achieve data compression to have a good application prospect.

【技术实现步骤摘要】
基于小波包分析的堆垛机特征数据提取方法
本专利技术涉及自动化立体仓库(ASRS)设备
，具体涉及一种基于小波包分析的堆垛机特征数据提取方法。
技术介绍
自动化立体仓库(ASRS)作为现代物流的核心技术之一，受到了各类企业的普遍关注，广泛应用于烟草、医药、服装、食品的生产系统及流通领域中。随着生产精益化要求的不断提高，自动化立体仓库中作业设备，包括输送机、堆垛机、搬运车辆等。其中，堆垛机作为其重要组成部分，对其进行信号处理是堆垛机维修检测中必不可少的步骤，也是堆垛机故障诊断信号预处理。随着近年来自动化立体仓库使用迅速增加，堆垛机作为其中最重要组成部分，堆垛机在工作状态产生的数据，对于后期堆垛机故障维修及故障检测有着重要作用。但由于数据量庞大，处理起来效率低且故障检测较为困难。因此，如何有效从庞大数据量中提取含完整信息的一组特征值成为研究关键所在。传统的振动信号分析和处理方法一般都是采用傅立叶分析，它是一个窗口函数固定不变的分析方法，无法反映信号的非平稳、持时短、时域和频域局部化等特性。我们知道，小波分析是一种窗口面积固定但其形状可改变，即时间和频率窗都可改变的时频局部化分析方法，本文档来自技高网...

【技术保护点】
基于小波包分析的堆垛机特征数据提取方法，其特征在于：包括以下步骤，步骤(A)，对小波包分解参数进行初始化；步骤(B)，通过初始化后的小波包对堆垛机的原始信号进行分解；步骤(C)，对分解后的堆垛机的原始信号进行重构，得到小波基；步骤(D)，利用代价函数对小波基进行优化，得到堆垛机的原始信号的特征向量。

【技术特征摘要】
1.基于小波包分析的堆垛机特征数据提取方法，其特征在于：包括以下步骤，步骤(A)，对小波包分解参数进行初始化；步骤(B)，通过初始化后的小波包对堆垛机的原始信号进行分解；步骤(C)，对分解后的堆垛机的原始信号进行重构，得到小波基；步骤(D)，利用代价函数对小波基进行优化，得到堆垛机的原始信号的特征向量。2.根据权利要求1所述的基于小波包分析的堆垛机特征数据提取方法，其特征在于：步骤(A)，对小波包分解参数进行初始化，包括初始化堆垛机的原始信号为s，且设置尺度函数分解层数为L。3.根据权利要求2所述的基于小波包分析的堆垛机特征数据提取方法，其特征在于：所述尺度函数分解层数L为三层。4.根据权利要求3所述的基于小波包分析的堆垛机特征数...

【专利技术属性】
技术研发人员：范洁，彭楚宁，蔡奇新，苏慧玲，高雨翔，宋瑞鹏，邵雪松，季欣荣，金萍，
申请(专利权)人：国网江苏省电力公司电力科学研究院，国家电网公司，江苏省电力试验研究院有限公司，
类型：发明
国别省市：江苏,32