基于灰狼优化算法的故障检测方法、系统、装置及介质制造方法及图纸

本发明专利技术公开了一种基于灰狼优化算法的故障检测方法、系统、装置及介质，方法包括：获取待检测设备的第一振动信号，并通过后缀树算法对第一振动信号进行分解，得到第一重复特征波形和第一重复时间序列；根据第一重复特征波形和第一重复时间序列确定第一振动信号的第一时频特征图；通过灰狼优化算法对第一时频特征图进行优化处理，提取出第一时频特征图中的故障特征信息；根据故障特征信息确定待检测设备的故障类型。本发明专利技术一方面避免了傅里叶算法的混叠现象产生的误差，提高了信号特征提取的准确性，另一方面通过灰狼优化算法对时频特征图进行优化实现了故障特征信息的提取，从而提高了设备故障检测的准确度。本发明专利技术可广泛应用于故障检测技术领域。故障检测技术领域。故障检测技术领域。

【技术实现步骤摘要】
基于灰狼优化算法的故障检测方法、系统、装置及介质


[0001]本专利技术涉及故障检测
，尤其是一种基于灰狼优化算法的故障检测方法、系统、装置及介质。

技术介绍

[0002]现如今，对机械设备的故障诊断分析大多基于振动信号，而振动信号具有非线性、非平稳性等特点，利用它可获取充分表达信号特征的信息。现有技术中，对于振动信号的处理，一般采用傅里叶变换等进行时频转化方法，例如基于Daubechies小波变换的滚动轴承故障特征提取方法。这种方法在处理过程中会出现混叠现象从而产生误差，且该类误差由傅里叶算法原理产生，不可避免。由于对振动信号的特征提取存在较大误差，因此，现有的关于振动信号的故障检测方法往往并不准确。此外，对于特征提取后的图像化结果，单纯采用神经网络进行特征识别时，依赖于较多的网络层和神经元才能完整囊括所有信息，并且也无法判定各神经元之间与各网络层之间的耦合关系，同时还可能存在过拟合和欠拟合问题，同样影响了故障检测的准确度。

技术实现思路

[0003]本专利技术的目的在于至少一定程度上解决现有技术中存在的技术问题之一。<本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于灰狼优化算法的故障检测方法，其特征在于，包括以下步骤：获取待检测设备的第一振动信号，并通过后缀树算法对所述第一振动信号进行分解，得到第一重复特征波形和第一重复时间序列；根据所述第一重复特征波形和所述第一重复时间序列确定所述第一振动信号的第一时频特征图；通过灰狼优化算法对所述第一时频特征图进行优化处理，提取出所述第一时频特征图中的故障特征信息；根据所述故障特征信息确定待检测设备的故障类型。2.根据权利要求1所述的一种基于灰狼优化算法的故障检测方法，其特征在于，所述通过后缀树算法对所述第一振动信号进行分解，得到第一重复特征波形和第一重复时间序列这一步骤，其具体包括：通过平均分布或高斯分布对所述第一振动信号进行编码得到第一时域信号；通过后缀树算法对所述第一时域信号进行分解，得到多个故障波形信息和对应的时刻信息，并根据所述故障波形信息和所述时刻信息构建第一后缀树；对所述第一后缀树的各个节点进行遍历，获取重复出现的故障波形信息作为第一重复特征波形，并确定所述第一重复特征波形的第一重复时间序列。3.根据权利要求2所述的一种基于灰狼优化算法的故障检测方法，其特征在于，所述对所述第一后缀树的各个节点进行遍历，获取重复出现的故障波形信息作为第一重复特征波形，并确定所述第一重复特征波形的第一重复时间序列这一步骤，其具体包括：从所述第一后缀树的根节点开始，通过深度优先的嵌套遍历算法对所述第一后缀树的各个节点进行遍历；获取重复出现的故障波形信息作为第一重复特征波形，并确定所述第一重复特征波形对应的多个时刻信息；根据所述第一重复特征波形对应的多个时刻信息确定所述第一重复特征波形的第一重复时间序列。4.根据权利要求1所述的一种基于灰狼优化算法的故障检测方法，其特征在于，所述根据所述第一重复特征波形和所述第一重复时间序列确定所述第一振动信号的第一时频特征图这一步骤，其具体为：根据预设的重复长度范围，对所述第一重复特征波形和所述第一重复时间序列进行归一化处理，得到所述第一振动信号的第一时频特征图。5.根据权利要求1所述的一种基于灰狼优化算法的故障检测方法，其特征在于，所述通过灰狼优化算法对所述第一时频特征图进行优化处理，提取出所述第一时频特征图中的故障特征信息这一步骤，其具体包括：根据所述第一时频特征...

【专利技术属性】
技术研发人员：岳夏，王亚东，张春良，朱厚耀，翁润庭，陆凤清，李植鑫，
申请(专利权)人：广州大学，
类型：发明
国别省市：