一种摩擦信号非线性递归特性精细化特征提取方法技术

本发明专利技术公开了一种摩擦信号非线性递归特性精细化特征提取方法，步骤如下：实测摩擦信号降噪滤波处理；相空间重构；构建相轨迹递归矩阵并绘制递归图；使用局部二值模型提取隶属度函数递归图纹理特征。本发明专利技术应用连续取值隶属度函数代替传统Heaviside函数用于辨识重构相轨迹内相点间递归特性，解决了二元值性造成的刚性边界以及信息丢失和递归分析结果偏差；本发明专利技术应用局部二值模型提取灰色递归图纹理特征，实现摩擦信号非线性递归特征的定量描述，进一步丰富了摩擦学

【技术实现步骤摘要】
一种摩擦信号非线性递归特性精细化特征提取方法


[0001]本专利技术涉及信号处理，特别是一种摩擦信号非线性递归特性精细化特征提取方法。

技术介绍

[0002]摩擦磨损行为相对于磨合控制参量的系统依赖性及其随磨损过程的时变特征，决定了摩擦系数、摩擦振动、温度等信号时间序列具有典型的非线性特性，也导致了摩擦磨损问题研究具有不同于一般研究的复杂性和艰巨性。随着传感器技术和数据分析方法的快速发展，构建基于数据驱动的磨合状态辨识及质量评价体系逐步成为摩擦学及相关领域的前沿课题。大量研究成果表明：从摩擦学
‑
动力学耦合角度出发，应用关联维数、熵、Lyapunov指数、递归特性分析等分形、混沌方法揭示摩擦信号动力学特性及演化机理，可为摩擦磨损行为研究提供了新的视角，在摩擦学行为混沌特性表征、磨合状态辨识和质量评价，以及数据驱动的状态监测、故障诊断等诸多领域都取得了较为显著的成果。
[0003]相较于关联维数、Lyapunov指数的传统混沌分析方法，递归分析是以宏观递归图与定量递归分析参数为主要内容的、考虑重构高维相轨迹内相点间相对距离的一种吸引子可视化及特征提取方法，而非依赖于统计学分析结果，因而可实现短时非平稳时间序列的混沌特性分析。然而，传统递归分析以重构相轨迹相点间距离与预设递归阈值的相对大小作为相空间内相点是否发生递归行为的判据，这就导致了分析结果十分依赖于递归阈值的取值。若预设递归阈值过小，可能会出现重构递归图内除主对角线外几乎不存在递归点的现象，无法精确刻画系统的递归特性；反之，过大的递归阈值会造成几乎所有相点均与其余相点发生递归行为现象，造成大量虚假信息出现。目前，对递归阈值的选取大多都是针对具体问题开展的，尚未形成一个统一的方法，具有一定的主观依赖性和经验性，对递归分析结果的可靠性、稳定性和普适性都提出了一定的挑战。
[0004]此外，传统递归分析是基于Heaviside函数构造的0
‑
1二值递归矩阵展开的，即发生递归行为的两个状态对应的坐标位置标注为“1”，反之即为“0”。这种判定结果将相轨迹内所有相点划分为两类：一类是处于以参考相点为中心、预设递归阈值为半径的超球面内部的相点；另一类则是位于超球面以外的相点，忽略了两类相点之间的差异性，易造成原始复杂系统动力学信息的丢失。

技术实现思路

[0005]专利技术目的：本专利技术的目的是提供一种摩擦信号非线性递归特性精细化特征提取方法，针对重构得到的递归矩阵，考虑到其元素取值均介于0～1之间，因而将其视作灰度值，可应用于具有不同纹理特征的灰度图实现其可视化，进而借助局部二值模型(LBP)等灰度图分析技术提取灰度图纹理特征，实现重构相轨迹递归特性的量化描述，在此基础上结合滑动窗口法刻画摩擦学系统动力学行为随磨损过程的变化规律，实现基于数据驱动的摩擦学系统状态辨识和状态监测。
[0006]技术方案：本专利技术拟解决的技术问题是一种摩擦信号非线性递归特性精细化特征提取方法，针对传统递归分析结果十分依赖预设递归阈值取值，以及依据Heaviside函数重构0
‑
1二值递归矩阵造成的系统动力学信息丢失等不足。本专利技术拟引入隶属度函数评价相轨迹相点间是否发生递归现象，该判据满足以下两个条件：一是函数取值与相点间距离成反比，即相点间状态越接近，隶属度函数取值越趋近于1，反之则近似为0；二是隶属度函数不存在刚性边界，相点间递归状态能够用[0,1]区间内的连续取值加以描述，从而更加精确地度量相轨迹的递归特性。
[0007]本专利技术所述的一种摩擦信号非线性递归特性精细化特征提取方法，包括以下步骤：
[0008](1)实测摩擦信号降噪滤波处理：对摩擦磨损实验过程中采集到的摩擦信号，使用MATLAB中的小波分析工具箱Wavelet Toolbox进行滤波降噪，提取有效成分。
[0009](2)相空间重构：根据嵌入定理可知，对于d维混沌吸引子，总能找到一个m维(满足m≥2d+1)的嵌入空间，使其与原动力系统在拓扑意义下等价。对于先验信息未知的一维时间序列{x
i
}，i＝1,2,3,
…
,n，采用基于坐标延迟的相空间重构方法，即按时间间隔τ从序列{x
i
}中取值并构造矢量Xi：
[0010]X
i
＝[x
i
,x
i+τ
,x
i+2τ
,...,x
i+(m
‑
1)τ
],i＝1,2,...,N
[0011]m为嵌入维数，由虚假最邻近点法计算得到；τ为延迟时间，由互信息法计算得到。
[0012]构造得到m维相空间矩阵，如下式：
[0013]X＝[X1,X2,...,X
i
,...,X
N
]T
[0014]式中，N为重构后相空间矢量的个数，N＝n
‑
(m
‑
1)τ。
[0015]所述步骤(2)中，相空间重构的参数的选取方法为：对数据量为n的时间序列信号，从第一个数据开始取长度为T的计算窗口内的数据构成子序列，根据互信息法(MI)和虚假最邻近点法(FNN)，计算该子序列的延迟时间和嵌入维数；随后将窗口沿着时间轴向后滑动，滑动步长同样为T，得到下一个子序列并计算其延迟时间和嵌入维数，重复上述过程直到全部数据的最后一个点；再使用统计学方法确定整个序列的最佳相空间重构参数，即选取延迟时间和嵌入维数出现频数最多的作为最终的相空间重构参数。
[0016](3)构建相轨迹递归矩阵并绘制递归图：应用隶属度函数R
ij
＝cos[πd
ij
/2max(d
ij
)]代替Heaviside函数表征重构相轨迹中相点间相对距离，其中d
ij
＝||X
i
‑
X
j
||表示相点X
i
和X
j
间的欧式距离，max(d
ij
)则为相轨迹内所有相点的最大距离。由于隶属度函数是一个可在[0,1]区间内连续取值、且反比于相点间距离，因此可有效消除Heaviside函数造成的二元值性和刚性边界；此外，基于隶属度函数构造的递归矩阵不包含递归阈值变量，可避免因递归阈值取值不当导致的递归分析结果偏差，至此构造得到重构相轨迹的递归矩阵。
[0017]将重构递归矩阵内各元素视作灰度值，在二维平面内绘制灰色递归图：状态X
i
和X
j
越相似，元素R
ij
取值越趋于1，在灰色递归图中对应位置颜色越深；反之，状态向量X
i
和X
j
相似度越低，R
ij
取值趋于0，图中对应位置颜色越浅。
[0018](4)使用局部二值模型(LBP)提取隶属度函数递归图纹理特征：LBP是一种用来描述图像局部纹理特征的算子，定义在一个3
×...

【技术保护点】

【技术特征摘要】
1.一种摩擦信号非线性递归特性精细化特征提取方法，其特征在于，包括以下步骤：(1)实测摩擦信号降噪滤波处理：对摩擦磨损实验过程中采集到的摩擦信号，使用MATLAB中的小波分析工具箱Wavelet Toolbox进行滤波降噪，提取有效成分；(2)相空间重构：对于先验信息未知的一维时间序列{x
i
}，i＝1,2,3,
…
,n，采用基于坐标延迟的相空间重构方法，即按时间间隔τ从序列{x
i
}中取值并构造矢量Xi：X
i
＝[x
i
,x
i+τ
,x
i+2τ
,...,x
i+(m
‑
1)τ
],i＝1,2,...,Nm为嵌入维数，由虚假最邻近点法计算得到；τ为延迟时间，由互信息法计算得到；构造得到m维相空间矩阵，如下式：X＝[X1,X2,...,X
i
,...,X
N
]
T
式中，N为重构后相空间矢量的个数，N＝n
‑
(m
‑
1)τ；(3)构建相轨迹递归矩阵并绘制递归图：应用隶属度函数R
ij
＝cos[πd
ij
/2max(d
ij
)]代替Heaviside函数表征重构相轨迹中相点间相对距离，其中d
ij
＝||X
i
‑
X
j
||表示相点X
i
和X
j
间的欧式距离，max(d
ij
)则为相轨迹内所有相点的最大距离；将重构递归矩阵内各元素视作灰度值，在二维平面内绘制灰色递归图：状态X
i
和X
j
越相似，元素R
ij
取值越趋于1，在灰色递归图中对应位置颜色越深；反之，状态向量X
i
和X
j
相似度越低，R
ij
取值趋于0，图中对应位置颜色越浅；(4)使用局部二值模型提取隶属度函数递归图纹理特征：LBP是一种用来描述图像局部纹理...

【专利技术属性】
技术研发人员：孙国栋，王海生，王宇婷，张莹，
申请(专利权)人：扬州大学，
类型：发明
国别省市：