一种稀疏框架下压缩学习自适应网络的刀具磨损预测方法

    公开(公告)号:CN115890340B

    公开(公告)日:2024-06-21

    申请号:CN202211613695.1

    申请日:2022-12-15

    摘要: 本发明公开了一种稀疏框架下压缩学习自适应网络的刀具磨损预测方法,具体包括:获取铣刀磨损多通道退化数据,提取各通道退化数据的健康特征参数,得到多通道高维健康因子时间序列;采用主成分分析方法降维得到铣刀磨损融合健康因子时间序列;利用非凸罚小波核奇异值稀疏分解模型对融合健康因子时间序列进行分解,得到低频趋势序列与高频振荡序列;利用压缩缓变学习及自适应动量因子网络算法对低频与高频序列分别预测,叠加得到铣刀磨损退化趋势健康因子时间序列。本发明无需考虑外界环境因素以及切削工况对铣刀磨损性能影响,不受铣削机床‑铣刀‑工件系统物理结构参数的影响,适合铣刀多通道服役退化数据一次性预测,运行速度快,预测精度高。

    稀疏双时空非凸罚自适应Chirp模态交叉混叠分解方法

    公开(公告)号:CN116088320B

    公开(公告)日:2023-06-20

    申请号:CN202310375336.5

    申请日:2023-04-11

    IPC分类号: G05B13/04

    摘要: 本发明属于工业控制系统中的性能评估与故障诊断领域,具体提供了稀疏双时空非凸罚自适应Chirp模态交叉混叠分解方法,包括:获取待分解的快变混叠调频信号,计算所述快变混叠调频信号时间序列的分数阶数,构建目标成本函数模型,利用分裂布雷格曼迭代算法求解构建的目标成本函数模型,并依次解调得到快变混叠调频信号中的各个隐含固有模态分量及其时频图。本发明考虑原始模态频率交叉混叠信号的时间‑空间耦合特性与长相关特性,无需人为设置固有模态分量的个数,可有效缓解传统分解方法的断点效应问题,且该方法计算复杂度低,响应速度快,可操作性强,具有良好的工业应用价值。

    Coiflet离散小波下非对称罚稀疏正则化脉冲提取方法

    公开(公告)号:CN116610939B

    公开(公告)日:2023-10-10

    申请号:CN202310895885.5

    申请日:2023-07-20

    摘要: 本发明属于机械装备状态监测与故障诊断技术领域,具体是Coiflet离散小波下非对称罚稀疏正则化脉冲提取方法,包括以下步骤:拾取旋转机械装备关键件的振动加速度信号;在小波框架下构建非对称罚稀疏正则化目标成本函数模型;利用交替方向乘子法求解构建的非对称罚稀疏正则化目标成本函数模型,得到隐藏在背景噪声中的周期性稀疏瞬时脉冲分量;利用时频谱分析得到故障特征频率。本发明构建的稀疏正则化模型克服了经典稀疏罚正则化模型在零点的不可导性,提高了周期性稀疏瞬时脉冲分量的分离幅值;在强烈背景噪声中提取稀疏分量问题中,有效缓解了经典稀疏正则化方法的能量衰减问题,具有计算复杂度低,算法运行速度快的优点。

    Coiflet离散小波下非对称罚稀疏正则化脉冲提取方法

    公开(公告)号:CN116610939A

    公开(公告)日:2023-08-18

    申请号:CN202310895885.5

    申请日:2023-07-20

    摘要: 本发明属于机械装备状态监测与故障诊断技术领域,具体是Coiflet离散小波下非对称罚稀疏正则化脉冲提取方法,包括以下步骤:拾取旋转机械装备关键件的振动加速度信号;在小波框架下构建非对称罚稀疏正则化目标成本函数模型;利用交替方向乘子法求解构建的非对称罚稀疏正则化目标成本函数模型,得到隐藏在背景噪声中的周期性稀疏瞬时脉冲分量;利用时频谱分析得到故障特征频率。本发明构建的稀疏正则化模型克服了经典稀疏罚正则化模型在零点的不可导性,提高了周期性稀疏瞬时脉冲分量的分离幅值;在强烈背景噪声中提取稀疏分量问题中,有效缓解了经典稀疏正则化方法的能量衰减问题,具有计算复杂度低,算法运行速度快的优点。

    稀疏双时空非凸罚自适应Chirp模态交叉混叠分解方法

    公开(公告)号:CN116088320A

    公开(公告)日:2023-05-09

    申请号:CN202310375336.5

    申请日:2023-04-11

    IPC分类号: G05B13/04

    摘要: 本发明属于工业控制系统中的性能评估与故障诊断领域,具体提供了稀疏双时空非凸罚自适应Chirp模态交叉混叠分解方法,包括:获取待分解的快变混叠调频信号,计算所述快变混叠调频信号时间序列的分数阶数,构建目标成本函数模型,利用分裂布雷格曼迭代算法求解构建的目标成本函数模型,并依次解调得到快变混叠调频信号中的各个隐含固有模态分量及其时频图。本发明考虑原始模态频率交叉混叠信号的时间‑空间耦合特性与长相关特性,无需人为设置固有模态分量的个数,可有效缓解传统分解方法的断点效应问题,且该方法计算复杂度低,响应速度快,可操作性强,具有良好的工业应用价值。

    一种稀疏框架下压缩学习自适应网络的刀具磨损预测方法

    公开(公告)号:CN115890340A

    公开(公告)日:2023-04-04

    申请号:CN202211613695.1

    申请日:2022-12-15

    摘要: 本发明公开了一种稀疏框架下压缩学习自适应网络的刀具磨损预测方法,具体包括:获取铣刀磨损多通道退化数据,提取各通道退化数据的健康特征参数,得到多通道高维健康因子时间序列;采用主成分分析方法降维得到铣刀磨损融合健康因子时间序列;利用非凸罚小波核奇异值稀疏分解模型对融合健康因子时间序列进行分解,得到低频趋势序列与高频振荡序列;利用压缩缓变学习及自适应动量因子网络算法对低频与高频序列分别预测,叠加得到铣刀磨损退化趋势健康因子时间序列。本发明无需考虑外界环境因素以及切削工况对铣刀磨损性能影响,不受铣削机床‑铣刀‑工件系统物理结构参数的影响,适合铣刀多通道服役退化数据一次性预测,运行速度快,预测精度高。

    一种小麦排种器薄壁壳体的第四轴双工位液压夹具

    公开(公告)号:CN114406765A

    公开(公告)日:2022-04-29

    申请号:CN202210193781.5

    申请日:2022-03-01

    IPC分类号: B23Q3/08 B23Q16/00

    摘要: 本发明提供了一种小麦排种器薄壁壳体的第四轴双工位液压夹具,包括第四轴液压夹具,所述第四轴液压夹具包括底板、过桥板、第一夹持机构以及第二夹持结构,其中,所述过桥板通过锁紧螺栓固定于底板上;所述第一夹持机构以及第二夹持机构设于过桥板上;所述第一夹持机构以及第二夹持机构均用于对工件进行定位夹紧。本发明能够实现快速定位、一次性可同时装夹2个排种器壳体工件,同时装拆快捷,定位精度高,有效提高了工作效率和加工质量,降低了生产成本和废品率。