基于摩擦信号无阈值递归分析结果的磨合状态辨识方法技术

本发明专利技术公开了一种基于摩擦信号无阈值递归分析结果的磨合状态辨识方法，通过采集摩擦磨损过程中输出的摩擦信号时间序列对其进行非线性成分提取；结合滑动窗口及回避嵌入相空间重构方法构造无阈值递归矩阵并在二维平面中实现其可视化；以一组等间距的

【技术实现步骤摘要】
基于摩擦信号无阈值递归分析结果的磨合状态辨识方法


[0001]本专利技术涉及摩擦学，特别是一种基于摩擦信号无阈值递归分析结果的磨合状态辨识方法
。

技术介绍

[0002]机械摩擦副的摩擦磨损是导致零部件材料损耗
、
设备失效的主要原因之一
。
但是摩擦磨损行为所表现出的强烈系统依赖及时变特征，导致难以构建精确的数学或物理模型对其进行分析判断，通常需要借助磨损过程中输出的摩擦信号
、
磨损表面及磨粒特征实现磨损机理
、
状态辨识及故障诊断等研究
。
因此，建立高效率
、
自动化
、
数据驱动的摩擦磨损行为表征方法，是评价摩擦磨损性能和分析摩擦磨损机理的重要依据和理论基础
。
[0003]摩擦磨损行为相对于接触载荷
、
相对运动速度
、
润滑条件等控制参量的初值敏感性决定了其具有典型的非线性
、
非平稳特性，以吸引子理论为代表的混沌分析方法及特征参数提取技术可以从动力本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种基于摩擦信号无阈值递归分析结果的磨合状态辨识方法，其特征在于，包括以下步骤：
S1、
利用采集装置实时采集摩擦磨损过程中输出的摩擦信号，并以时间序列格式存储到计算机；
S2、
对实时采集到的摩擦信号进行非线性成分提取；
S3、
采用滑动窗口法将提取到具有非线性特征的摩擦信号划分为连续但不重叠的矩形计算窗口，重构各矩形计算窗口内对应时序的无阈值递归矩阵，并实现其可视化；
S4、
提取上述各矩形计算窗口内无阈值递归矩阵的递归测度，根据其随磨合磨损过程的变化规律，辨识各矩形计算窗口对应的磨损阶段，实现摩擦信号无阈值递归分析结果驱动的磨合状态在线辨识
。2.
根据权利要求1所述的一种基于摩擦信号无阈值递归分析结果的磨合状态辨识方法，其特征在于，步骤
S1
中所述的采集装置包括传感器网络
、
数据采集卡
。3.
根据权利要求1所述的一种基于摩擦信号无阈值递归分析结果的磨合状态辨识方法，其特征在于，所述步骤
S2
包括以下步骤：
S2.1、
应用经验模态分解将采集到的序列分解为若干个模态函数
IMF
和一个残余分量
r
；
S2.2、
对各阶
IMF
进行功率谱分析，根据其功率谱分布特点辨识周期性噪声成分
、
随机噪声成分对应的模态函数，以及具有连续带宽且指数衰减的非线性混沌特性的模态函数
IMF
c
；
S2.3、
对于难以应用功率谱分布特点辨识的部分模态函数，还将引入残余方差及波形相似度等参数对其进行进一步的分析；
S2.4、
重构具有非线性特性的模态函数及残余分量，完成摩擦信号的非线性成分提取，并为后续的摩擦信号递归特性分析提供数据基础
。4.
根据权利要求3所述的一种基于摩擦信号无阈值递归分析结果的磨合状态辨识方法，其特征在于，所述周期性噪声成分包括试验机电机振动
、
摩擦系统内其他关联设备的周期干扰，所述随机噪声成分包括数据采集过程中的背景干扰
。5.
根据权利要求3所述的一种基于摩擦信号无阈值递归分析结果的磨合状态辨识方法，其特征在于，根据权利要求1所述的一种基于摩擦信号无阈值递归分析结果的磨合状态辨识方法，其特征在于，所述步骤
S3
包括以下步骤：
S3.1、
采用回避嵌入相空间重构方法得到单变量时序对应的吸引子；
S3.2、
采用隶属度函数构建吸引子的无阈值递归矩阵；
S3.3、
在二维平面上应用灰度图像实现无阈值递归矩阵的可视化，像素点位置颜色越深代表该位置的矩阵元素取值越接近1，反之颜色越浅的像素点表示矩阵元素值越接近
0。6.
根据权利要求5所述的一种基于摩擦信号无阈值递归分析结果的磨合状态辨识方法，其特征在于，所述回避嵌入相空间重构方法具体为：在采用延迟坐标法重构得到单变量时序
{x1,x2,
…
,x
i
,
…
,x
n
}

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