一種匯流旋渦沖擊振動識別方法
【專利摘要】一種匯流旋渦沖擊振動識別方法，包括以下步驟：1)將單路或多路振動傳感器安裝于測點(diǎn)位置，根據(jù)識別過程的數(shù)據(jù)量與處理精度需求，設(shè)定相應(yīng)的采樣參數(shù)，采集旋渦沖擊振動實(shí)時物理信號；2)提取振動信號靜態(tài)參數(shù)，得到時域特征參數(shù)與頻域特征參數(shù)；3)提取沖擊振動瞬態(tài)特征向量；4)規(guī)格化處理：將時域特征參數(shù)。頻域特征參數(shù)和沖擊振動瞬態(tài)特征向量納入統(tǒng)一的正交基向量空間，采用LBG方法建立面向上述3類特征向量的最優(yōu)量化器，結(jié)合最鄰近搜索方法，逐步消除量化過程中的冗余胞腔，得到規(guī)格化向量序列；5)通過多維度信息融合的方法實(shí)現(xiàn)對匯流旋渦沖擊振動狀態(tài)的識別。本發(fā)明有效識別匯流旋渦沖擊振動信號、準(zhǔn)確性較高。
【專利說明】
_種匯流旋滿沖擊振動識別方法
技術(shù)領(lǐng)域
[0001]本發(fā)明涉及工程流體檢測與控制領(lǐng)域，尤其是涉及面向匯流旋渦沖擊振動識別方法。
【背景技術(shù)】
[0002]在匯流旋渦形成及抽吸過程中，有一系列沖擊振動現(xiàn)象產(chǎn)生。旋渦沖擊振動與旋渦形成過程中的臨界狀態(tài)躍迀密切相關(guān)，是內(nèi)部能量積聚、釋放的結(jié)果。因此，研究匯流旋渦形成及抽吸過程演化機(jī)理，揭示旋渦臨界狀態(tài)與其所產(chǎn)生沖擊振動的本質(zhì)聯(lián)系，可對流體渦團(tuán)、流固耦合噪聲等相關(guān)動力學(xué)問題提供廣泛參考，具有重要的科學(xué)研究價(jià)值與工程應(yīng)用前景。
[0003]旋渦沖擊振動信號能量較低，易于被環(huán)境干擾信號所淹沒;含有系列高頻畸變成分，具有非線性突變特征，這與旋渦各臨界狀態(tài)躍迀相關(guān)，且在數(shù)值分析過程中易于產(chǎn)生端點(diǎn)飛翼效應(yīng)。希爾伯特變換是一種有效的非平穩(wěn)信號處理新方法，已經(jīng)在地震工程、電氣監(jiān)控、結(jié)構(gòu)偵測、衛(wèi)星資料分析、健康醫(yī)療等領(lǐng)域獲得成功應(yīng)用。
[0004]R.Q.Yan提出了一種基于希爾伯特變換的振動信號處理方法，且在滾動軸承狀態(tài)監(jiān)控方面獲得了較好效果。2007年，D.Guo針對旋轉(zhuǎn)機(jī)械主軸的裂紋擴(kuò)展問題，結(jié)合有限元方法與Dimarogonas方法，利用希爾伯特變換分析主軸振動響應(yīng)，獲得主軸的橫向裂紋擴(kuò)展規(guī)律。Y.F.Dong利用卡爾曼(Kalman)濾波方法估計(jì)動態(tài)模型參數(shù)，進(jìn)而提出了一種改進(jìn)的希爾伯特變換信號處理方法，并在地震波結(jié)構(gòu)損傷探測方面獲得成功應(yīng)用。L.S.Law提出了一種小波包分解與希爾伯特變換相結(jié)合的環(huán)形軸承狀態(tài)監(jiān)控方法，利用希爾伯特變換對軸承振動信號瞬態(tài)特性進(jìn)行分析，從而彌補(bǔ)小波包分解在時頻兩域的精度不足問題。
[0005]通過對上述關(guān)鍵問題的研究概況綜述發(fā)現(xiàn)，當(dāng)前國內(nèi)外尚未有關(guān)于旋渦沖擊振動特性及其識別方法方面的研究報(bào)道。因此，提出一種匯流旋渦沖擊振動識別方法是非常有必要的。

【發(fā)明內(nèi)容】

[0006]為了克服已有技術(shù)無法識別匯流旋渦沖擊振動信號的不足，本發(fā)明提供一種有效識別匯流旋渦沖擊振動信號、準(zhǔn)確性較高的匯流旋渦沖擊振動識別方法。
[0007 ]本發(fā)明解決其技術(shù)問題所采用的技術(shù)方案是:
[0008]—種匯流旋渦沖擊振動識別方法，所述識別方法包括以下步驟:
[0009]I)將單路或多路振動傳感器安裝于測點(diǎn)位置，根據(jù)識別過程的數(shù)據(jù)量與處理精度需求，設(shè)定相應(yīng)的采樣參數(shù)，采集旋渦沖擊振動實(shí)時物理信號；
[0010]2)提取振動信號靜態(tài)參數(shù)，得到時域特征參數(shù)與頻域特征參數(shù)；
[0011 ] 3)提取沖擊振動瞬態(tài)特征向量，過程如下:
[0012]3.1)對采集到的匯流旋渦沖擊振動信號進(jìn)行數(shù)字濾波處理，剔除異常沖擊干擾，去除基礎(chǔ)振動分量；
[0013]3.2)將經(jīng)過預(yù)處理的旋渦沖擊振動信號數(shù)據(jù)進(jìn)行經(jīng)驗(yàn)?zāi)B(tài)分解處理，得出一定數(shù)量的本征模態(tài)函數(shù)序列；
[0014]3.3)采用二進(jìn)制指數(shù)退避算法確定本征模態(tài)函數(shù)序列的長度，保證所分解出來的本征模態(tài)函數(shù)序列包含了旋渦沖擊振動信號在不同時間尺度的局部特征；
[0015]3.4)采用一階導(dǎo)數(shù)零點(diǎn)法與極值點(diǎn)連續(xù)性延拓法來消除因經(jīng)驗(yàn)?zāi)Ｊ椒纸馓幚磉^程中易于出現(xiàn)的擬合過沖與端點(diǎn)飛翼效應(yīng)；
[0016]3.5)對本征模態(tài)函數(shù)進(jìn)行希爾伯特變換，從而得該信號的希爾伯特譜、時頻能量譜特性，進(jìn)而提取上述旋渦沖擊振動序列的各頻率成份的模態(tài)函數(shù)，組建不同目標(biāo)狀態(tài)所對應(yīng)的沖擊振動瞬態(tài)特征向量；
[0017]4)規(guī)格化處理
[0018]將時域特征參數(shù)。頻域特征參數(shù)和沖擊振動瞬態(tài)特征向量納入統(tǒng)一的正交基向量空間，采用LBG方法建立面向上述3類特征向量的最優(yōu)量化器，結(jié)合最鄰近搜索方法，逐步消除量化過程中的冗余胞腔，得到規(guī)格化向量序列；
[0019]5)通過多維度信息融合的方法實(shí)現(xiàn)對匯流旋渦沖擊振動狀態(tài)的識別。
[°02°] 進(jìn)一步，所述步驟5)中，對經(jīng)過矢量量化處理的特征向量進(jìn)行全局特征級融合與多尺度信息融合，所述的全局特征級融合，采用并聯(lián)方式，通過自適應(yīng)卡爾曼濾波方法建立時域特征向量、頻域特征向量、瞬態(tài)特征向量之間的過程協(xié)方差矩陣與噪聲協(xié)方差矩陣，得到各個匯流旋渦沖擊狀態(tài)的最優(yōu)估計(jì);所述的多尺度信息融合，采用卷積神經(jīng)網(wǎng)絡(luò)與自相關(guān)函數(shù)相融合方法，在保證各個向量獨(dú)立性的基礎(chǔ)上，對振動信號數(shù)據(jù)流進(jìn)行多尺度分級采樣，得到目標(biāo)狀態(tài)實(shí)時觀察值序列。
[0021]更進(jìn)一步，所述步驟2)中，所述的時域特征參數(shù)號包含時域最大值、時域最小值、時域峰峰值、時域方差、時域均方根、速度、加速度、時域沖擊峭度和時域沖擊偏度，該10個特征參數(shù)組成旋渦沖擊振動時域特征向量；
[0022]所述的頻域特征參數(shù)包含頻域最大值、頻域最小值、頻域峰峰值、頻域方差、頻域重心、頻域諧波總量、特征頻率偏度、特征頻率峰度和功率譜密度，該10個特征參數(shù)組成旋渦沖擊振動頻域特征向量。
[0023]本發(fā)明的技術(shù)構(gòu)思為:通過振動傳感器采集旋渦沖擊振動實(shí)時物理信號，提取振動信號靜態(tài)參數(shù)與瞬態(tài)沖擊振動特性作為特征參數(shù)，組成面向匯流旋渦沖擊振動狀態(tài)識別的特征向量，然后對向量進(jìn)行規(guī)格化處理，最后通過多維度信息融合的方法實(shí)現(xiàn)對匯流旋渦沖擊振動狀態(tài)的準(zhǔn)確識別。
[0024]所述的匯流旋渦沖擊振動狀態(tài)，為面向旋渦形成、演變、生存、消亡過程所涉及的物理形態(tài)及振動特性的識別目標(biāo)定義，主要包含液面水平、液面輕度凹陷、液面深度凹陷、旋渦貫穿、旋渦抽吸、液面回退、旋渦消亡7個目標(biāo)狀態(tài)。
[0025]所述的液面水平狀態(tài)為容器排流過程的初始狀態(tài)，旋渦尚未生成，液面保持水平，旋轉(zhuǎn)速度分量逐漸集聚，旋渦沖擊振動尚未形成。
[0026]所述的液面輕度凹陷狀態(tài)為匯流旋渦形成的初級形態(tài)，液面在離心力與張力的作用下形成凹陷，旋渦開始轉(zhuǎn)動，旋渦沖擊能量集聚并逐步釋放。
[0027]所述的液面深度凹陷狀態(tài)為匯流旋渦形成的發(fā)展形態(tài)，旋渦轉(zhuǎn)速持續(xù)增加，旋渦前端不斷下沉，液面張力不足以限制離心力的作用而產(chǎn)生破裂，旋渦沖擊振動逐漸增強(qiáng)，并出現(xiàn)第一級峰值。
[0028]所述的旋渦貫穿狀態(tài)為匯流旋渦完全形成狀態(tài)，旋渦前鋒到達(dá)排流口，旋渦轉(zhuǎn)速達(dá)到峰值，形成貫穿的空氣芯，出現(xiàn)強(qiáng)烈的氣液兩相耦合現(xiàn)象，旋渦沖擊振動出現(xiàn)第二級峰值(最大值)。
[0029]所述的旋渦抽吸狀態(tài)匯流形成后的穩(wěn)定生存狀態(tài)，轉(zhuǎn)速保持穩(wěn)定，容器頂層流體伴隨空氣被旋渦中心吸入，出現(xiàn)系列氣液兩相耦合現(xiàn)象，旋渦沖擊振動幅度增大，且在該狀態(tài)期間保持穩(wěn)定。
[0030]所述的液面回退目標(biāo)狀態(tài)為匯流旋渦能量的耗散狀態(tài)，旋渦深度不斷減小，旋轉(zhuǎn)速度不斷降低，旋渦沖擊振動幅度持續(xù)減小。
[0031 ]所述的旋渦消亡目標(biāo)狀態(tài)為匯流旋渦能量耗盡，凹液面消失，容器液位處于最低水平，旋渦沖擊振動消失。
[0032]本發(fā)明的有益效果主要表現(xiàn)在:采用時域特征向量、頻域特征向量、沖擊瞬態(tài)特性向量作為輸入，可有效的覆蓋旋渦沖擊各維度的沖擊細(xì)節(jié)特征;專用的沖擊振動瞬態(tài)特征處理算法，確保在檢測對象物理?xiàng)l件改變條件下的模態(tài)識別精度;對經(jīng)過矢量量化處理的特征向量進(jìn)行全局特征級融合與多尺度信息融合，提高旋渦沖擊振動目標(biāo)狀態(tài)識別環(huán)節(jié)的精度與實(shí)時性。
【附圖說明】
[0033]圖1是匯流旋渦沖擊振動識別方法的流程圖；
[0034]圖2是旋渦沖擊瞬態(tài)特征向量提取算法流程圖；
[0035]圖3是向量規(guī)格化算法處理流程圖；
[0036]圖4是多維度信息融合識別算法流程圖。
【具體實(shí)施方式】
[0037]下面結(jié)合附圖對本發(fā)明作進(jìn)一步描述。
[0038]參照圖1?圖4，一種匯流旋渦沖擊振動識別方法，所述識別方法包括以下步驟:
[0039]I)將單路或多路振動傳感器安裝于測點(diǎn)位置，根據(jù)識別過程的數(shù)據(jù)量與處理精度需求，設(shè)定相應(yīng)的采樣參數(shù)，采集旋渦沖擊振動實(shí)時物理信號；
[0040]2)提取振動信號靜態(tài)參數(shù)，得到時域特征參數(shù)與頻域特征參數(shù)；
[0041]3)提取沖擊振動瞬態(tài)特征向量，
[O O4 2 ] 4)規(guī)格化處理:將時域特征參數(shù)。頻域特征參數(shù)和沖擊振動瞬態(tài)特征向量納入統(tǒng)一的正交基向量空間，采用LBG方法建立面向上述3類特征向量的最優(yōu)量化器，結(jié)合最鄰近搜索方法，逐步消除量化過程中的冗余胞腔，得到規(guī)格化向量序列；
[0043]5)通過多維度信息融合的方法實(shí)現(xiàn)對匯流旋渦沖擊振動狀態(tài)的識別。
[0044]參照圖1所示，識別過程為:將單路或多路振動傳感器(位移傳感器、速度傳感器、加速度傳感器)，安裝于特定測點(diǎn)位置，根據(jù)識別過程的數(shù)據(jù)量與處理精度需求，設(shè)定相應(yīng)的采樣參數(shù)(并行通道數(shù)、采樣頻率、采樣點(diǎn)數(shù)、頻率分辨率)，采集旋渦沖擊振動實(shí)時物理信號;在此基礎(chǔ)上，利用相關(guān)算法，提取振動信號靜態(tài)參數(shù)與沖擊振動瞬態(tài)特征向量作為特征參數(shù)，組成面向匯流旋渦沖擊振動狀態(tài)識別的特征向量;進(jìn)一步，對所構(gòu)建的特征向量進(jìn)行規(guī)格化處理，最后通過多維度信息融合的方法實(shí)現(xiàn)對匯流旋渦沖擊振動狀態(tài)的準(zhǔn)確識別。
[0045]如前所述，本發(fā)明所識別的目標(biāo)為匯流旋渦沖擊振動狀態(tài)，即面向旋渦形成、演變、生存、消亡過程所涉及的物理形態(tài)及振動特性的識別目標(biāo)定義，主要包含液面水平、液面輕度凹陷、液面深度凹陷、旋渦貫穿、旋渦抽吸、液面回退、旋渦消亡7個目標(biāo)狀態(tài)，如附圖1所示，具體情況可描述如下:
[0046]①液面水平狀態(tài)為容器排流過程的初始狀態(tài)，旋渦尚未生成，液面保持水平，旋轉(zhuǎn)速度分量逐漸集聚，旋渦沖擊振動尚未形成。
[0047]②液面輕度凹陷狀態(tài)為匯流旋渦形成的初級形態(tài)，液面在離心力與張力的作用下形成凹陷，旋渦開始轉(zhuǎn)動，旋渦沖擊能量集聚并逐步釋放。
[0048]③液面深度凹陷狀態(tài)為匯流旋渦形成的發(fā)展形態(tài)，旋渦轉(zhuǎn)速持續(xù)增加，旋渦前端不斷下沉，液面張力不足以限制離心力的作用而產(chǎn)生破裂，旋渦沖擊振動逐漸增強(qiáng)，并出現(xiàn)第一級峰值。
[0049]④旋渦貫穿狀態(tài)為匯流旋渦完全形成狀態(tài)，旋渦前鋒到達(dá)排流口，旋渦轉(zhuǎn)速達(dá)到峰值，形成貫穿的空氣芯，出現(xiàn)強(qiáng)烈的氣液兩相耦合現(xiàn)象，旋渦沖擊振動出現(xiàn)第二級峰值(最大值)。
[0050]⑤旋渦抽吸狀態(tài)匯流形成后的穩(wěn)定生存狀態(tài)，轉(zhuǎn)速保持穩(wěn)定，容器頂層流體伴隨空氣被旋渦中心吸入，出現(xiàn)系列氣液兩相耦合現(xiàn)象，旋渦沖擊振動幅度增大，且在該狀態(tài)期間保持穩(wěn)定。
[0051 ]⑥液面回退目標(biāo)狀態(tài)為匯流旋渦能量的耗散狀態(tài)，旋渦深度不斷減小，旋轉(zhuǎn)速度不斷降低，旋渦沖擊振動幅度持續(xù)減小。
[0052]⑦旋渦消亡目標(biāo)狀態(tài)為匯流旋渦能量耗盡，凹液面消失，容器液位處于最低水平，旋禍沖擊振動消失。
[0053]本發(fā)明所涉及的匯流旋渦沖擊振動信號靜態(tài)參數(shù)，是通過相應(yīng)的信號特征提取算法，對經(jīng)過預(yù)處理的實(shí)時振動信號進(jìn)行針對性分析，得到的時域特征參數(shù)與頻域特征參數(shù)，具體內(nèi)容如下:
[0054]①時域特征靜態(tài)參數(shù)號主要包含時域最大值、時域最小值、時域峰峰值、時域方差、時域均方根、速度、加速度、時域沖擊峭度、時域沖擊偏度等10個特征參數(shù);上述10個靜態(tài)特征參數(shù)組成匯流旋渦沖擊振動時域特征向量，如附圖1所示。
[0055]②頻域特征靜態(tài)參數(shù)主要包含頻域最大值、頻域最小值、頻域峰峰值、頻域方差、頻域重心、頻域諧波總量、特征頻率偏度、特征頻率峰度、功率譜密度等10個特征參數(shù);上述1個特征參數(shù)組成匯流旋渦沖擊振動頻域特征向量，如附圖1所示。
[0056]本發(fā)明所涉及的匯流旋禍瞬態(tài)沖擊振動特性，是通過特定的沖擊振動瞬態(tài)特征處理算法，得到不同目標(biāo)狀態(tài)所對應(yīng)的沖擊振動瞬態(tài)特征向量。
[0057]所述沖擊振動瞬態(tài)特征處理算法，如附圖2所示，其執(zhí)行流程如下:
[0058]①對采集到的匯流旋渦沖擊振動信號進(jìn)行數(shù)字濾波(Digitalfiltering)處理，剔除異常沖擊干擾，去除基礎(chǔ)振動分量；
[0059]②將經(jīng)過預(yù)處理的旋禍沖擊振動信號數(shù)據(jù)進(jìn)行經(jīng)驗(yàn)?zāi)B(tài)分解(Empiricalmodedecomposit1n)處理，得出一定數(shù)量的本征模態(tài)函數(shù)(Intrinsic mode funct1n)序列；
[0060]③采用二進(jìn)制指數(shù)(Binary exponential back off)退避算法確定本征模態(tài)函數(shù)序列的長度，保證所分解出來的本征模態(tài)函數(shù)序列包含了旋渦沖擊振動信號在不同時間尺度的局部特征；
[0061]④采用一階導(dǎo)數(shù)零點(diǎn)法與極值點(diǎn)連續(xù)性延拓法來消除因經(jīng)驗(yàn)?zāi)Ｊ椒纸馓幚磉^程中易于出現(xiàn)的擬合過沖與端點(diǎn)飛翼(EMD wing)效應(yīng)，提高信號模態(tài)識別精度；
[0062]⑤對本征模態(tài)函數(shù)進(jìn)行希爾伯特(Hibert)變換，從而得該信號的希爾伯特譜、時頻能量譜等特性，進(jìn)而提取上述旋渦沖擊振動序列的各頻率成份的模態(tài)函數(shù)，組建不同目標(biāo)狀態(tài)所對應(yīng)的沖擊振動瞬態(tài)特征向量。
[0063]本發(fā)明所涉及的規(guī)格化處理，是通過特定的向量優(yōu)化算法，消除各向量之間的冗余信息，壓縮數(shù)據(jù)空間，提高后續(xù)識別處理的精度與實(shí)時性。
[0064]上述方案所述及的向量優(yōu)化算法為特定的矢量量化(Vector quantizat1n)處理方法，如附圖3所示，其處理流程如下；
[0005]①對組建的時域特征向量、頻域特征向量、瞬態(tài)特征向量納入統(tǒng)一的正交基向量空間；
[0066]②采用LBG方法建立面向上述3類特征向量的最優(yōu)量化器；
[0067]③結(jié)合最鄰近搜索方法，逐步消除量化過程中的冗余胞腔，即各特征向量之間的相關(guān)性。
[0068]本發(fā)明所涉及的多維度信息融合方法，是對經(jīng)過矢量量化處理的特征向量進(jìn)行全局特征級融合與多尺度信息融合，提高旋渦沖擊振動目標(biāo)狀態(tài)識別環(huán)節(jié)的精度與實(shí)時性，如附圖4所示。
[0069]上述方案中所述及的全局特征級融合，采用并聯(lián)方式，如附圖4所示，通過自適應(yīng)卡爾曼濾波(Self-adapting Kalman filtering)方法建立時域特征向量、頻域特征向量、瞬態(tài)特征向量之間的過程協(xié)方差矩陣與噪聲協(xié)方差矩陣，消除三個特征向量之間的耦合干擾，得到各個匯流旋渦沖擊狀態(tài)的最優(yōu)估計(jì)，提高旋渦沖擊振動目標(biāo)狀態(tài)識別環(huán)節(jié)的精度。
[0070]上述方案中所述及的多尺度信息融合，采用卷積神經(jīng)網(wǎng)絡(luò)(ConvolUt1naIneural networks)與自相關(guān)函數(shù)相融合方法，如附圖4所示，在保證各個向量獨(dú)立性的基礎(chǔ)上，對振動信號數(shù)據(jù)流進(jìn)行多尺度分級采樣，在滿足識別精度的條件下，減小整個識別過程的數(shù)據(jù)操作量，提高旋渦沖擊振動目標(biāo)狀態(tài)識別環(huán)節(jié)的實(shí)時性。
[0071]最后，還需要注意的是，以上列舉的僅是本發(fā)明的一個具體實(shí)施例。顯然，本發(fā)明不限于以上實(shí)施例，還可以有許多變形。本領(lǐng)域的普通技術(shù)人員能從本發(fā)明公開的內(nèi)容直接導(dǎo)出或聯(lián)想到的所有變形，均應(yīng)認(rèn)為是本發(fā)明的保護(hù)范圍。
【主權(quán)項(xiàng)】
1.一種匯流旋渦沖擊振動識別方法，其特征在于:所述識別方法包括以下步驟: 1)將單路或多路振動傳感器安裝于測點(diǎn)位置，根據(jù)識別過程的數(shù)據(jù)量與處理精度需求，設(shè)定相應(yīng)的采樣參數(shù)，采集旋渦沖擊振動實(shí)時物理信號； 2)提取振動信號靜態(tài)參數(shù)，得到時域特征參數(shù)與頻域特征參數(shù)； 3)提取沖擊振動瞬態(tài)特征向量，過程如下: 3.1)對采集到的匯流旋渦沖擊振動信號進(jìn)行數(shù)字濾波處理，剔除異常沖擊干擾，去除基礎(chǔ)振動分量； 3.2)將經(jīng)過預(yù)處理的旋渦沖擊振動信號數(shù)據(jù)進(jìn)行經(jīng)驗(yàn)?zāi)B(tài)分解處理，得出一定數(shù)量的本征模態(tài)函數(shù)序列； 3.3)采用二進(jìn)制指數(shù)退避算法確定本征模態(tài)函數(shù)序列的長度，保證所分解出來的本征模態(tài)函數(shù)序列包含了旋渦沖擊振動信號在不同時間尺度的局部特征； 3.4)采用一階導(dǎo)數(shù)零點(diǎn)法與極值點(diǎn)連續(xù)性延拓法來消除因經(jīng)驗(yàn)?zāi)Ｊ椒纸馓幚磉^程中易于出現(xiàn)的擬合過沖與端點(diǎn)飛翼效應(yīng)； 3.5)對本征模態(tài)函數(shù)進(jìn)行希爾伯特變換，從而得該信號的希爾伯特譜、時頻能量譜特性，進(jìn)而提取上述旋渦沖擊振動序列的各頻率成份的模態(tài)函數(shù)，組建不同目標(biāo)狀態(tài)所對應(yīng)的沖擊振動瞬態(tài)特征向量； 4)規(guī)格化處理 將時域特征參數(shù)。頻域特征參數(shù)和沖擊振動瞬態(tài)特征向量納入統(tǒng)一的正交基向量空間，采用LBG方法建立面向上述3類特征向量的最優(yōu)量化器，結(jié)合最鄰近搜索方法，逐步消除量化過程中的冗余胞腔，得到規(guī)格化向量序列； 5)通過多維度信息融合的方法實(shí)現(xiàn)對匯流旋渦沖擊振動狀態(tài)的識別。2.如權(quán)利要求1所述的一種匯流旋渦沖擊振動識別方法，其特征在于:所述步驟5)中，對經(jīng)過矢量量化處理的特征向量進(jìn)行全局特征級融合與多尺度信息融合，所述的全局特征級融合，采用并聯(lián)方式，通過自適應(yīng)卡爾曼濾波方法建立時域特征向量、頻域特征向量、瞬態(tài)特征向量之間的過程協(xié)方差矩陣與噪聲協(xié)方差矩陣，得到各個匯流旋渦沖擊狀態(tài)的最優(yōu)估計(jì);所述的多尺度信息融合，采用卷積神經(jīng)網(wǎng)絡(luò)與自相關(guān)函數(shù)相融合方法，在保證各個向量獨(dú)立性的基礎(chǔ)上，對振動信號數(shù)據(jù)流進(jìn)行多尺度分級采樣，得到目標(biāo)狀態(tài)實(shí)時觀察值序列。3.如權(quán)利要求1或2所述的一種匯流旋渦沖擊振動識別方法，其特征在于:所述步驟2)中，所述的時域特征參數(shù)號包含時域最大值、時域最小值、時域峰峰值、時域方差、時域均方根、速度、加速度、時域沖擊峭度和時域沖擊偏度，該10個特征參數(shù)組成旋渦沖擊振動時域特征向量； 所述的頻域特征參數(shù)包含頻域最大值、頻域最小值、頻域峰峰值、頻域方差、頻域重心、頻域諧波總量、特征頻率偏度、特征頻率峰度和功率譜密度，該10個特征參數(shù)組成旋渦沖擊振動頻域特征向量。
【文檔編號】G01H3/00GK105890738SQ201610195899
【公開日】2016年8月24日
【申請日】2016年3月31日
【發(fā)明人】譚大鵬, 楊濤, 倪耶莎
【申請人】浙江工業(yè)大學(xué)