基于递归特征消除的传动装置多维特征优选方法及系统制造方法及图纸

本发明专利技术提供了一种基于递归特征消除的传动装置多维特征优选方法及系统，包括如下步骤：样本数据获取步骤：获取传动装置的样本数据；特征库构建步骤：根据样本数据提取传动装置的特征构建全息特征库；特征优选步骤：使用递归特征消除算法对全息特征库进行多维特征优选。本发明专利技术提出一种复杂传动装置退化特征优选方法，特别是一种基于特征递归消除的特征优选方法。构建基于时域、频域的全息特征库，通过使用特征递归消除方法，可以避免人为因素对特征优化筛选的影响，具有一定的鲁棒性和去相关性。性。性。

【技术实现步骤摘要】
基于递归特征消除的传动装置多维特征优选方法及系统


[0001]本专利技术涉及复杂传动装置故障检测的
，具体地，涉及一种基于递归特征消除的传动装置多维特征优选方法及系统。尤其是，优选的涉及一种基于递归特征消除的复杂传动装置退化特征优选方法。

技术介绍

[0002]复杂传动装置是现代复杂车辆的核心动力部件，能够一体化实现复杂车辆的转向、换挡和变速等重要功能，因而复杂传动装置结构异常复杂，内部包含齿轮、轴、轴承和摩擦片等大量传动元件。其在多种转速、挡位、载荷工况下服役，经常工作于恶劣工况下，机械部件易发生退化，导致故障，进而威胁车辆的运行安全。因此对复杂传动装置中的机械部件进行故障诊断具有重要的意义和价值。
[0003]振动信号能够反映旋转机械设备运转状态的丰富的信息，因此有大量基于振动信号的旋转机械状态特征，通过提取这些特征描述和表示设备的工作状态。
[0004]公开号为CN112161807A的中国专利技术专利文献公开了一种变速齿轮箱的故障诊断方法、装置及存储介质，该方法通过自适应滤波器提取出振动信号中的某个特征频带，提取包括均方根、峰度在内的18个时域指标和包括频率中心在内的3个频域指标作为检测特征。但随着特征数量的增加，可能会产生维数灾难，需要计算的时间和成本都随之增加，因此需要在使用分类模型前对特征进行筛选，去除冗余信息。
[0005]公开号为CN114252261A的中国专利技术专利文献公开了一种风电机组传动系统轴承退化特征优选方法,使用振动加速度传感器设在风力发电机传动系统轴承衬套外壳上以采集全寿命振动加速度数据，从全寿命振动加速度数据中提取高维退化特征，从高维退化特征中选取轴承不同退化阶段表征性良好的退化特征,构建优选退化特征集。
[0006]旋转机械部件发生故障时，周期性运动激发的振动信号能够传递丰富的信息，通过提取时域与频域特征，可以充分解读这些信息。传动装置退化特征的评价和优选，往往依赖于人工经验，但随着构建的退化特征越来越多也越来越复杂，人工经验以难以胜任退化特征优选的重任。因此需要构建针对传动装置退化特征的优选方法，可以自动筛选对于退化状态描述有物理意义的优选特征。
[0007]公开号为CN112347653A中国专利技术专利文献公开了轴承的退化特征提取方法及终端设备，获取样本轴承在各个预设的退化时刻的第一特征值及第二特征值，并将各个第一特征值按时间顺序排列形成第一特征序列，将各个第二特征值按时间顺序排列形成第二特征序列；根据两个时间特征序列确定样本轴承的融合特征。
[0008]针对上述中的相关技术，专利技术人认为现存方法多依赖于人工经验，需要通过工程师积累的经验选择表征传动装置退化状态的指标，但现有的特征种类丰富，构成复杂，人工选择已经难以胜任。现有方法，忽视特征选优过程，直接通过数据融合和数据降维重构特征，再训练故障诊断模型，形成基于融合特征的健康指标，但如此构建的健康指标很难解释其实际的物理意义。

技术实现思路

[0009]针对现有技术中的缺陷，本专利技术的目的是提供一种基于递归特征消除的传动装置多维特征优选方法及系统。
[0010]根据本专利技术提供的一种基于递归特征消除的传动装置多维特征优选方法，包括如下步骤：
[0011]样本数据获取步骤：获取传动装置的样本数据；
[0012]特征库构建步骤：根据样本数据提取传动装置的特征构建全息特征库；
[0013]特征优选步骤：使用递归特征消除算法对全息特征库进行多维特征优选。
[0014]优选的，在所述样本数据获取步骤中，在传动装置综合试验台上，将振动传感器固定在复杂传动装置表面，将车载CAN总线和振动传感器通过信号采集装置与计算机相连，计算机系统通过车载CAN总线记录传动装置输入端的转速数据，同时通过振动传感器采集原始振动信号，经过预处理得到离散振动信号s＝[s1,s2,...,s
N
]；其中，N为采样点数，s
i
为第i个数据，s
N
为第N个数据。
[0015]优选的，在所述特征库构建步骤中，所述全息特征库包括传动装置的基本时域特征、性能退化指标和频域指标，用于描述传动装置的工作状态。
[0016]优选的，所述特征库构建步骤包括如下步骤：
[0017]信号处理步骤：对离散振动信号s进行归一化和降噪处理；
[0018]时域特征计算步骤：根据处理后的离散振动信号s计算传动装置的基本时域特征；
[0019]退化指标计算步骤：根据处理后的离散振动信号s计算传动装置的性能退化指标；
[0020]频域指标计算步骤：根据处理后的离散振动信号s计算传动装置的频域指标。
[0021]优选的，在所述时域特征计算步骤中，均方根值Z
rms
：
[0022][0023]峰峰值Z
pp
：
[0024][0025]偏度Z
skew
：
[0026][0027]其中，为振动信号的均值；
[0028]峭度Z
kurt
：
[0029][0030]裕度因子Z
e
：
[0031][0032]优选的，在所述退化指标计算步骤中，
[0033]通过对离散振动信号s进行时域同步平均处理得到时域同步平均信号tsa，对时域同步平均信号tsa进行差分处理得到差分信号d，对时域同步平均信号进行残差处理得到残差信号r；
[0034]基于时域同步平均信号tsa的FM0指标：
[0035][0036]其中，s
peak
‑
peak
是时间同步平均信号tsa的峰峰值；A(k)是第k个齿轮啮合频率谐波的振幅，K是啮合频率的总数；
[0037]能量比指标ER：
[0038][0039]其中，σ(d)是差分信号d的标准差；σ(tsa)是原始信号tsa的标准差；
[0040]基于差分信号d的FM4指标：
[0041][0042]其中，d
i
是时间序列中差分信号的第i个点；是差分信号的均值；FM4指标对齿轮的局部故障敏感；
[0043]基于差分信号d的M6A指标：
[0044][0045]其中，M6A指标对齿轮点蚀和裂纹故障敏感；
[0046]基于差分信号d的M8A指标：
[0047][0048]其中，M8A指标对齿轮的表面损伤敏感；
[0049]基于残余信号r的指标NA4：
[0050][0051]其中，r
i
是残差信号r的第i个点；是残差信号的均值；r
ij
是残差信号r在j时刻的第i个点；j是当前的时间记录；M是记录组合中的当前时间记录；是在时间维度残差信号均值。
[0052]优选的，在所述频域指标计算步骤中，对离散振动信号s进行傅里叶变换，得到传
动装置的频谱；
[0053]针对各轴，构造转频及转频的高次谐波本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于递归特征消除的传动装置多维特征优选方法，其特征在于，包括如下步骤：样本数据获取步骤：获取传动装置的样本数据；特征库构建步骤：根据样本数据提取传动装置的特征构建全息特征库；特征优选步骤：使用递归特征消除算法对全息特征库进行多维特征优选。2.根据权利要求1所述的基于递归特征消除的传动装置多维特征优选方法，其特征在于，在所述样本数据获取步骤中，在传动装置综合试验台上，将振动传感器固定在复杂传动装置表面，将车载CAN总线和振动传感器通过信号采集装置与计算机相连，计算机系统通过车载CAN总线记录传动装置输入端的转速数据，同时通过振动传感器采集原始振动信号，经过预处理得到离散振动信号s＝[s1,s2,...,s
N
]；其中，N为采样点数，s
i
为第i个数据，s
N
为第N个数据。3.根据权利要求1所述的基于递归特征消除的传动装置多维特征优选方法，其特征在于，在所述特征库构建步骤中，所述全息特征库包括传动装置的基本时域特征、性能退化指标和频域指标，用于描述传动装置的工作状态。4.根据权利要求3所述的基于递归特征消除的传动装置多维特征优选方法，其特征在于，所述特征库构建步骤包括如下步骤：信号处理步骤：对离散振动信号s进行归一化和降噪处理；时域特征计算步骤：根据处理后的离散振动信号s计算传动装置的基本时域特征；退化指标计算步骤：根据处理后的离散振动信号s计算传动装置的性能退化指标；频域指标计算步骤：根据处理后的离散振动信号s计算传动装置的频域指标。5.根据权利要求4所述的基于递归特征消除的传动装置多维特征优选方法，其特征在于，在所述时域特征计算步骤中，均方根值Z
rms
：峰峰值Z
pp
：偏度Z
skew
：其中，为振动信号的均值；峭度Z
kurt
：裕度因子Z
e
：
6.根据权利要求4所述的基于递归特征消除的传动装置多维特征优选方法，其特征在于，在所述退化指标计算步骤中，通过对离散振动信号s进行时域同步平均处理得到时域同步平均信号tsa，对时域同步平均信号tsa进行差分处理得到差分信号d，对时域同步平均信号进行残差处理得到残差信号r；基于时域同步平均信号tsa的FM0指标：其中，s
peak
‑
peak
是时间同步平均信号tsa的峰峰值；A(k)是第k个齿轮啮合频率谐波的振幅，K是啮合频率的总数；能量比指标ER：其中，σ(d)是差分信号d的标准差；σ(tsa)是原始信号tsa的标准差；基于差分信号d的FM4指标：其中，d
i
是时间序列中差分信号的第i个点；是差分信号的均值；FM4指标对齿轮的局部故障敏感；基于差分信号d的M6A指标：其中，M6A指标对齿轮点蚀和裂纹故障敏感；基于差分信号d的M8A指标：其中，M8A指标对齿轮的表面损伤敏感；基于残余信号r的指标NA4：其中，r
i
是残差信号r的第i个点；是残差信号的均值；r
ij
是残差信号r在j时刻的第i个点；j是当前的时间记录；M是记录组合中的当前时间记录；是在时间维度残差信号均值。7.根据权利要求4所述的基于递归特征消除的传动装置多维特征优选方法，其特征在于，在所述频域指标计算步骤中，对离散振动信号s进行傅里叶变换，得到传动装置的频谱；
针对各轴，构造转频及转频的高次谐波能量的算术均值X
s
：其中，E
so
表示第o阶转频的能量，o＝1,2,
…
H
s
，H
s
表示转频的最高阶数；针对各轴，构造转频及转频的高次谐波能量的几何均值C
s
：针对各齿轮副，定义啮合频率及啮合频率的高次谐波能量的算术均值X
g
：其中，E
gp
表示第p阶啮合频率的能量，p＝1,2,
…
H
g
，H
g
表示啮合频率的最高阶数；针对各齿轮副，定义啮合频率及啮合频率的高次谐波能量的几何均值C
g
：针对各齿轮副，定义各阶啮合频率调制强度的算术均值M
X
和几何均值M
...

【专利技术属性】
技术研发人员：何清波，毕志昊，李天奇，于小洛，杜明刚，杨阳，彭志科，
申请(专利权)人：中国北方车辆研究所，
类型：发明
国别省市：