基于复杂网络理论的振动传感器布置优化方法技术

本发明专利技术提供一种基于复杂网络理论的振动传感器布置优化方法，该方法首先对待布置传感器的设备表面进行虚拟网格划分，根据网格的节点进行振动扫描测量；然后提取振动扫描数据的时域和频域信号特征指标，并采用主元分析方法实施信号特征集的降维；将扫描测点作为网络的节点，基于典型相关分析方法获得网络节点之间连边的权值，并采用阈值方法建立设备表面振动的复杂网络模型；最后通过计算所建立网络模型的特征指标，对节点进行社团分析，以网络社团的中心节点作为传感器测点。本发明专利技术基于振动激光扫描手段，从评价传感器信号相似度准则出发，结合复杂网络理论对测点信号进行综合评价，从而确定传感器最优测点。

【技术实现步骤摘要】
基于复杂网络理论的振动传感器布置优化方法
本专利技术属于机械设备振动状态监测与诊断领域，具体涉及一种基于复杂网络理论的机械设备表面振动传感器布置优化方法。
技术介绍
内燃机、齿轮箱等复杂机械设备内部振动激励源多，不同激励源通过其复杂的机械结构，形成了不同的振动传递路径，因此，这类机械设备表现出复杂的机械振动特性。在对这类设备进行振动状态监测诊断时，由于其内部结构紧凑，可供布设传感器的位置十分有限，因此通常将整机振动的传感器测点布置在机械设备的表面，而确定传感器测点的数量和具体位置是机械设备振动监测的首要问题。若传感器安装布置过多，不仅成本上升，容易产生冗余数据，同时降低监测系统的可靠性。若布置得过少时，则无法全面反映设备的振动状态。此外，传感器的布置位置也非常重要，当传感器布置在设备振动模态的节点附近时，传感器对设备各振源的振动特性反映不敏感，无法有效进行状态监测。所以，需要采用合适的优化方法，对整机振动试验中传感器数量和位置进行优化。在设备表面密集布置传感器对其振动监测诊断，这种无针对性的传感器测点布置方法有诸多不足之处。比如，实施硬件成本高昂，粘帖传感器实验操作费时费力等。此外，本文档来自技高网...

【技术保护点】
1.一种基于复杂网络理论的振动传感器布置优化方法，其特征在于：该传感器布置优化方法包括以下步骤：对待布置传感器的设备表面进行网格划分，以网格的节点作为扫描测点，对设备表面进行非接触振动扫描测量；提取各扫描测点振动扫描数据的时域和频域信号特征指标，并采用主元分析方法对信号特征集降维；根据扫描测点降维后的信号特征集合，将扫描测点作为网络的节点，基于典型相关分析方法获得网络节点之间连边的权值，并采用阈值法对连边有权网络进行稀疏化，从而建立设备表面振动的复杂网络模型；通过计算所建立复杂网络模型的特征指标，对网络节点进行社团分析，以社团的中心节点作为传感器在设备表面的最优布置位置。

【技术特征摘要】
1.一种基于复杂网络理论的振动传感器布置优化方法，其特征在于：该传感器布置优化方法包括以下步骤：对待布置传感器的设备表面进行网格划分，以网格的节点作为扫描测点，对设备表面进行非接触振动扫描测量；提取各扫描测点振动扫描数据的时域和频域信号特征指标，并采用主元分析方法对信号特征集降维；根据扫描测点降维后的信号特征集合，将扫描测点作为网络的节点，基于典型相关分析方法获得网络节点之间连边的权值，并采用阈值法对连边有权网络进行稀疏化，从而建立设备表面振动的复杂网络模型；通过计算所建立复杂网络模型的特征指标，对网络节点进行社团分析，以社团的中心节点作为传感器在设备表面的最优布置位置。2.根据权利要求1所述一种基于复杂网络理论的振动传感器布置优化方法，其特征在于：所述传感器布置优化方法具体包括以下步骤：1)采用扫描式激光测振仪对待布置传感器的设备表面进行虚拟网格划分，将所划分虚拟网格的节点设置为激光振动扫描点，然后进行激光振动扫描测量；2)对测量得到的单测点振动信号进行时域和频域特征统计指标提取，得到高维信号特征；其中时域特征统计指标包括均值、峰值、峭度和裕度；频域特征统计指标包括设备内部包含的各个运动部件的特征频率所对应的傅里叶变换的幅值以及单个频带能量占总频带能量的百分比值；3)对提取得到的高维信号特征进行特征维数降维；4)经过步骤3)后，计算激光振动扫描测量中所有任意两个测点的连边权值，然后根据设定阈值构建设备表面振动分布复杂网络模型；5)计算所建立复杂网络模型的复杂网络指标，根据复杂网络指标对网络进行社团分析；6)选取网络社团的中心节点作为最优传感器测点。3.根据权利要求2所述一种基于复杂网络理论的振动传感器布置优化方法，其特征在于：所述步骤3)中，对高维信号特征进行标准化处理后采用主分量分析进行特征维数降维。4.根据权利要求3述一种基于复杂网络理论的振动传感器布置优化方法，其特征在于：所述标准化处理包括以下步骤：对特征集合...

【专利技术属性】
技术研发人员：蔡锷，谭晓伟，任利娜，
申请(专利权)人：长安大学，
类型：发明
国别省市：陕西,61