一种基于摩擦电信号的摩擦副润滑状态自动识别方法技术

本发明专利技术公开了一种基于摩擦电信号的摩擦副润滑状态自动识别方法，包括分别采集摩擦副在不同润滑状态下进行摩擦产生的原始摩擦电信号集合，对每一个原始摩擦电信号进行EEMD分解，获取分解后的IMF分量和残余分量，基于互相关系数法分别计算每个IMF分量与残余分量的互相关系数，选取优势IMF分量，对优势IMF分量进行叠加得到重构信号，根据不同润滑状态下的重构信号绘制时域波形图；构建卷积神经网络模型，根据不同润滑状态下的训练集训练卷积神经网络并进行测试，获取训练后的卷积神经网络，根据训练后的卷积神经网络获取待识别的原始摩擦电信号对应的润滑状态。识别精度较高，不需要大量的人工提取特征，可以实现润滑状态的自动识别。自动识别。自动识别。

【技术实现步骤摘要】
一种基于摩擦电信号的摩擦副润滑状态自动识别方法


[0001]本专利技术涉及摩擦副润滑状态自动识别领域，尤其涉及一种基于摩擦电信号的摩擦副润滑状态自动识别方法。

技术介绍

[0002]近年来，由于摩擦所导致的磨损问题使得能源的消耗和设备的损坏问题愈发严重，各国对于磨损的问题越来越重视，期望通过一种方法或手段可以对摩擦副润滑状态进行识别和实时监测，从而可以准确地评估机械设备在润滑失效和过度磨损等不同摩擦副润滑状态的实际情况，进而避免或减小因磨损所造成的设备财产损失和能源的消耗。目前常用的实时监测摩擦副润滑状态的方法有摩擦热、摩擦振动、油液监测、油膜电阻等，但这几种方法或多或少的存在一些缺陷，例如精度和灵敏度相对较差，无法及时反映摩擦副的润滑状态。并且传统的识别方法，依赖人工特征提取，需要大量的信号处理和专业知识，对于非专业人员识别准确率极低。

技术实现思路

[0003]本专利技术提供一种基于摩擦电信号的摩擦副润滑状态自动识别方法，以克服上述技术问题。
[0004]一种基于摩擦电信号的摩擦副润滑状态自动识别方法，包括，
...

【技术保护点】

【技术特征摘要】
1.一种基于摩擦电信号的摩擦副润滑状态自动识别方法，其特征在于，包括，步骤一、分别采集摩擦副在不同润滑状态下进行摩擦产生的原始摩擦电信号集合，所述不同润滑状态包括液体润滑状态、混合润滑状态、边界润滑状态，步骤二、设置EEMD分解的层数为n，对每一个原始摩擦电信号进行EEMD分解，获取分解后的n个IMF分量和一个残余分量，步骤三、基于互相关系数法分别计算每个IMF分量与残余分量的互相关系数，设置第一阈值，将互相关系数超过第一阈值的IMF分量作为优势IMF分量，对优势IMF分量进行叠加得到重构信号，步骤四、根据不同润滑状态下的重构信号绘制时域波形图；步骤五、构建卷积神经网络模型，分别将不同润滑状态下的时域波形图划分为训练集和测试集，根据不同润滑状态下的训练集训练卷积神经网络，通过不同润滑状态下的测试集对训练后的卷积神经网络进行测试，计算训练后的卷积神经网络的准确率，设置第二阈值，当准确率超过第二阈值时，获取训练后的卷积神经网络，根据训练后的卷积神经网络对待识别的原始摩擦电信号的时域波形图进行识别，获取所述原始摩擦电信号对应的润滑状态。2.根据权利要求1所述的一种基于摩擦电信号的摩擦副润滑状态自动识别方法，其特征在于，所述对每一个原始摩擦电信号进行EEMD分解包括，步骤一、根据公式(1)在第i次分解时将原始摩擦电信号中加入含噪信号，x
i
(t)＝x(t)+α
·
a
i
(t)i＝1，2，...，n
ꢀꢀꢀꢀ
(1)其中，α为噪声幅值系数，a
i
(t)为含噪信号，x(t)为原始摩擦电信号，n为分解层数，x
i
(t)为含噪信号，步骤二、根据公式(2)对含噪信号x
i
(t)进行第i次EMD处理，得到n个C
i
(t)和一个r
i
(t)，其中，C
i
(t)为IMF分量，r
i
(t)为残余分量，步骤三、重复执行n次步骤一和步骤二，根据公式(3)、(4)获取第i个IMF分量平均值x
i
(t)和残余分量平均值r
n
(t)，(t)，步骤四、根据公式(5)获得经EEMD分解后的摩擦电信号，所述经EEMD分解后的摩擦电信号包括n个IMF分量平均值和一...

【专利技术属性】
技术研发人员：李国宾，李风顺，刘思阳，邢鹏飞，杨思凡，卢立讯，李庆涛，
申请(专利权)人：大连海事大学，
类型：发明
国别省市：