【技術(shù)實(shí)現(xiàn)步驟摘要】
本專(zhuān)利技術(shù)涉及一種摩擦振動(dòng)行為時(shí)頻表征方法，屬于摩擦振動(dòng)行為表征。
技術(shù)介紹
1、隨著鈦合金等難加工材料在工程領(lǐng)域的不斷應(yīng)用，對(duì)其切削加工的硬質(zhì)合金刀具耐磨性能與使用壽命提出了一大挑戰(zhàn)。而硬質(zhì)合金表面的強(qiáng)化手段也在不斷精進(jìn)，其中，燒結(jié)金屬粉末復(fù)合層在合金表面強(qiáng)化領(lǐng)域的應(yīng)用非常廣泛，不同金屬粉末與不同燒結(jié)參數(shù)制作的復(fù)合層強(qiáng)化效果大不相同，每次參數(shù)、元素與配比調(diào)整都需要進(jìn)行表面抗磨損與穩(wěn)定性的摩擦磨損檢測(cè)。而在檢測(cè)過(guò)程中會(huì)產(chǎn)生大量的試驗(yàn)數(shù)據(jù)，其中振動(dòng)行為數(shù)據(jù)與摩擦力數(shù)據(jù)為兩個(gè)重要的性能檢測(cè)評(píng)價(jià)指標(biāo)，一般情況下，振動(dòng)行為數(shù)據(jù)要比摩擦力數(shù)據(jù)獲取成本低。
2、目前，對(duì)于摩擦磨損測(cè)試的振動(dòng)行為分析大多停留在時(shí)域、頻域與單時(shí)頻域的分析。時(shí)域、頻域分析需要處理原數(shù)據(jù)，運(yùn)算所需空間大、抗干擾能力差；現(xiàn)有的時(shí)頻方法分析時(shí)對(duì)圖像特征紋理的提取不夠深入，提取的特征不夠廣泛說(shuō)服力不強(qiáng)，需要結(jié)合時(shí)域與頻域分析；而改進(jìn)的時(shí)頻分析方法往往需要數(shù)據(jù)的適配，缺乏泛用性。
3、因此，提高時(shí)頻分析特征提取的說(shuō)服力、提高分析方法的泛用性，減小運(yùn)算量、縮減特征保存空間，對(duì)分析燒結(jié)金屬粉復(fù)合層強(qiáng)化性能檢測(cè)產(chǎn)生的多批次、多特征振動(dòng)行為數(shù)據(jù)，提高檢測(cè)系統(tǒng)穩(wěn)定性與數(shù)據(jù)預(yù)測(cè)表征能力，具有重要作用。
技術(shù)實(shí)現(xiàn)思路
1、本專(zhuān)利技術(shù)為解決現(xiàn)有的時(shí)頻方法分析時(shí)對(duì)圖像特征紋理的提取不夠深入，提取的特征不夠廣泛說(shuō)服力不強(qiáng)，需要結(jié)合時(shí)域與頻域分析，而改進(jìn)的時(shí)頻分析方法往往需要數(shù)據(jù)的適配，缺乏泛用性的問(wèn)題，進(jìn)而提出一種金屬粉末
2、本專(zhuān)利技術(shù)為解決上述問(wèn)題采取的技術(shù)方案是：本專(zhuān)利技術(shù)的步驟包括：
3、步驟1、對(duì)采集到的摩擦振動(dòng)數(shù)據(jù)文件進(jìn)行預(yù)處理；
4、步驟2、對(duì)采集到的振動(dòng)信號(hào)進(jìn)行降噪處理；
5、步驟3、獲取振動(dòng)信號(hào)時(shí)頻分析圖像；
6、步驟4、對(duì)時(shí)頻圖像進(jìn)行灰度化處理；
7、步驟5、對(duì)振動(dòng)信號(hào)時(shí)頻圖像進(jìn)行特征提取；
8、步驟6、基于mic最大互信息系數(shù)-bp神經(jīng)網(wǎng)絡(luò)方法對(duì)振動(dòng)行為特征進(jìn)行降維篩選；
9、步驟7、基于隨機(jī)森林rf的特征選擇回歸預(yù)測(cè)精度驗(yàn)證；
10、步驟8、基于振動(dòng)行為的測(cè)試系統(tǒng)穩(wěn)定性表征曲線擬合。
11、進(jìn)一步的，步驟1中對(duì)采集到的摩擦振動(dòng)數(shù)據(jù)文件進(jìn)行預(yù)處理是指使用labview將采集到的其他類(lèi)型的文件轉(zhuǎn)化為excel表格的‘.xlsx’格式文件。
12、進(jìn)一步的，步驟2中采用vmd變分模態(tài)分解將振動(dòng)中存在的明顯干擾部分去除，進(jìn)行降噪處理。
13、進(jìn)一步的，步驟3中分別使用短時(shí)傅里葉變換與連續(xù)小波變換對(duì)摩擦信號(hào)進(jìn)行時(shí)頻分析獲取時(shí)頻圖像。
14、進(jìn)一步的，步驟4中時(shí)頻圖像灰度化處理具體包括：
15、將圖像去色彩化，簡(jiǎn)化圖像的復(fù)雜程度，縮短計(jì)算時(shí)間；
16、采用灰度算法將圖像按照256個(gè)灰度等級(jí)進(jìn)行灰度處理，圖像色彩與形狀變化等特征信息將以灰度像素點(diǎn)的形式保存在灰度化圖像中，通過(guò)各灰度等級(jí)像素分布與像素點(diǎn)數(shù)為特征信息進(jìn)行特征轉(zhuǎn)換。
17、進(jìn)一步的，步驟5中對(duì)振動(dòng)信號(hào)時(shí)頻圖像進(jìn)行特征提取具體包括：
18、依據(jù)時(shí)頻分析所得圖像特征進(jìn)行特征值提取方法的對(duì)比與適配；
19、針對(duì)stft圖像特征，選擇7個(gè)hu不變矩特征灰度均值共計(jì)8個(gè)特征作為圖像特征值進(jìn)行提取；
20、針對(duì)cwt圖像特征，選擇cwt圖像灰度共生矩陣在0°、45°、90°、135°四個(gè)方向的能量、對(duì)比度、均勻度、熵的均值與方差共計(jì)8個(gè)特征作為圖像特征值進(jìn)行提取；最終獲取摩擦振動(dòng)時(shí)頻特征共計(jì)16個(gè)。
21、進(jìn)一步的，步驟6中基于mic最大互信息系數(shù)-bp神經(jīng)網(wǎng)絡(luò)方法對(duì)振動(dòng)行為特征進(jìn)行降維篩選的步驟具體包括：
22、步驟601、通過(guò)步驟5獲得金屬粉末燒結(jié)復(fù)合層強(qiáng)化硬質(zhì)合金摩擦磨損測(cè)性振動(dòng)的16項(xiàng)特征值；
23、步驟602、以摩擦磨損測(cè)試系統(tǒng)穩(wěn)定性的表征參數(shù)摩擦力為特征篩選的輸出，以stft與cwt的16項(xiàng)特征值為輸入進(jìn)行基于mic最大互信息系數(shù)的特征選擇，具體實(shí)施為：
24、通過(guò)將輸入特征x與輸出特征y離散在二維空間中，將數(shù)據(jù)按照特征值的分布情況劃分成網(wǎng)格，在每個(gè)網(wǎng)格內(nèi)計(jì)算特征與目標(biāo)變量之間的互信息，最后遍歷所有網(wǎng)格，找到具有最大互信息的網(wǎng)格，從而獲得各項(xiàng)特征的mic值作為特征的貢獻(xiàn)值；
25、基于特征選擇經(jīng)驗(yàn)，當(dāng)最大特征貢獻(xiàn)與最小特征貢獻(xiàn)差距較大，以特征間最大mic值與最小mic值差值的一半作為初步篩選特征重要性的閾值，即初步篩選保留重要性大于0.3的特征；
26、步驟602、使用bp神經(jīng)網(wǎng)絡(luò)摩擦力預(yù)測(cè)rmse值對(duì)特征進(jìn)行下一步篩選，每削減一次特征獲取30次預(yù)測(cè)的rmse值求取均值。
27、進(jìn)一步的，步驟8中基于振動(dòng)行為的測(cè)試系統(tǒng)穩(wěn)定性表征曲線擬合的具體步驟包括：
28、步驟801、以所選則的灰度均值、熵均值、對(duì)比度均值、熵方差、能量均值特征為數(shù)值基礎(chǔ)，基于向量規(guī)范化公式：
29、
30、公式(1)中，c表示系數(shù)，用于提高數(shù)據(jù)量級(jí)，設(shè)置為100；n表示樣本數(shù)量；ai表示實(shí)際測(cè)量數(shù)據(jù)；yi表示規(guī)范化后數(shù)據(jù)；通過(guò)matlab中的norm(x)函數(shù)對(duì)數(shù)據(jù)進(jìn)行向量規(guī)范化處理實(shí)現(xiàn)歸一化，消除量綱影響；
31、步驟802、以規(guī)范化后數(shù)據(jù)為基礎(chǔ)，進(jìn)行特征權(quán)重劃分。具體實(shí)施為：以mic檢測(cè)貢獻(xiàn)值的重要性為基礎(chǔ)，設(shè)置篩選特征貢獻(xiàn)總和為c，各特征貢獻(xiàn)值為xi，i表示不同特征，以各特征貢獻(xiàn)值占篩選特征總貢獻(xiàn)值的百分比例，即：其中yi即為各保留特征所劃分的權(quán)重；
32、步驟803、將各項(xiàng)規(guī)范化特征乘以各自的權(quán)重后求和，獲取六特征融合參數(shù)，以融合參數(shù)為基礎(chǔ)，擬合出振動(dòng)行為時(shí)頻特征規(guī)律曲線；
33、步驟804、通過(guò)灰度均值、熵均值、對(duì)比度均值、熵方差、能量均值的向量規(guī)范化處理、權(quán)重劃分、加權(quán)擬合，獲取振動(dòng)行為時(shí)頻特征規(guī)律曲線，從而表征出基于振動(dòng)行為的燒結(jié)金屬粉末復(fù)合層合金強(qiáng)化性能檢測(cè)系統(tǒng)穩(wěn)定性變化曲線。
34、本專(zhuān)利技術(shù)的有益效果是：
35、1、本專(zhuān)利技術(shù)所提出的分析方法高度適配燒結(jié)金屬粉末復(fù)合層硬質(zhì)合金表面測(cè)性的振動(dòng)行為分析，高度適配該測(cè)試系統(tǒng)穩(wěn)定性的檢測(cè)，可顯著提高分析的準(zhǔn)確性和相關(guān)參數(shù)預(yù)測(cè)的準(zhǔn)確性；
36、2、本專(zhuān)利技術(shù)方法相較于傳統(tǒng)的振動(dòng)信號(hào)時(shí)域、頻域分析可從根源上有效減少數(shù)據(jù)量，將復(fù)雜的原數(shù)據(jù)轉(zhuǎn)化為圖像進(jìn)行保存，節(jié)省存儲(chǔ)和運(yùn)算空間，并提取了大量圖像特征稀釋了雜質(zhì)信號(hào)干擾，從而提高了分析方法的抗干擾能力；
37、3、本專(zhuān)利技術(shù)方法相較于傳統(tǒng)的單時(shí)頻分析方法與改進(jìn)的時(shí)頻分析方法對(duì)時(shí)頻圖像特征的提取更加全面、完整，泛用性更強(qiáng)，很好的平衡了振動(dòng)行為時(shí)頻處理方法的精度與泛用性；
38、4、本專(zhuān)利技術(shù)所使用的機(jī)械學(xué)習(xí)算法在特征層層面進(jìn)行特征融合以多輸入單輸出實(shí)現(xiàn)特征選擇與數(shù)據(jù)預(yù)本文檔來(lái)自技高網(wǎng)...
【技術(shù)保護(hù)點(diǎn)】
1.一種金屬粉末燒結(jié)復(fù)合層硬質(zhì)合金摩擦振動(dòng)行為時(shí)頻表征方法，其特征在于，具體步驟包括：
2.根據(jù)權(quán)利要求1所述的一種金屬粉末燒結(jié)復(fù)合層硬質(zhì)合金摩擦振動(dòng)行為時(shí)頻表征方法，其特征在于，步驟1中對(duì)采集到的摩擦振動(dòng)數(shù)據(jù)文件進(jìn)行預(yù)處理是指使用LabVIEW將采集到的其他類(lèi)型的文件轉(zhuǎn)化為Excel表格的‘.xlsx’格式文件。
3.根據(jù)權(quán)利要求1所述的一種金屬粉末燒結(jié)復(fù)合層硬質(zhì)合金摩擦振動(dòng)行為時(shí)頻表征方法，其特征在于，步驟2中采用VMD變分模態(tài)分解將振動(dòng)中存在的明顯干擾部分去除，進(jìn)行降噪處理。
4.根據(jù)權(quán)利要求1所述的一種金屬粉末燒結(jié)復(fù)合層硬質(zhì)合金摩擦振動(dòng)行為時(shí)頻表征方法，其特征在于，步驟3中分別使用短時(shí)傅里葉變換與連續(xù)小波變換對(duì)摩擦信號(hào)進(jìn)行時(shí)頻分析獲取時(shí)頻圖像。
5.根據(jù)權(quán)利要求1所述的一種金屬粉末燒結(jié)復(fù)合層硬質(zhì)合金摩擦振動(dòng)行為時(shí)頻表征方法，其特征在于，步驟4中時(shí)頻圖像灰度化處理具體包括：
6.根據(jù)權(quán)利要求1所述的一種金屬粉末燒結(jié)復(fù)合層硬質(zhì)合金摩擦振動(dòng)行為時(shí)頻表征方法，其特征在于，步驟5中對(duì)振動(dòng)信號(hào)時(shí)頻圖像進(jìn)行特征提取具體包括：<...
【技術(shù)特征摘要】
1.一種金屬粉末燒結(jié)復(fù)合層硬質(zhì)合金摩擦振動(dòng)行為時(shí)頻表征方法，其特征在于，具體步驟包括：
2.根據(jù)權(quán)利要求1所述的一種金屬粉末燒結(jié)復(fù)合層硬質(zhì)合金摩擦振動(dòng)行為時(shí)頻表征方法，其特征在于，步驟1中對(duì)采集到的摩擦振動(dòng)數(shù)據(jù)文件進(jìn)行預(yù)處理是指使用labview將采集到的其他類(lèi)型的文件轉(zhuǎn)化為excel表格的‘.xlsx’格式文件。
3.根據(jù)權(quán)利要求1所述的一種金屬粉末燒結(jié)復(fù)合層硬質(zhì)合金摩擦振動(dòng)行為時(shí)頻表征方法，其特征在于，步驟2中采用vmd變分模態(tài)分解將振動(dòng)中存在的明顯干擾部分去除，進(jìn)行降噪處理。
4.根據(jù)權(quán)利要求1所述的一種金屬粉末燒結(jié)復(fù)合層硬質(zhì)合金摩擦振動(dòng)行為時(shí)頻表征方法，其特征在于，步驟3中分別使用短時(shí)傅里葉變換與連續(xù)小波變換對(duì)摩擦信號(hào)進(jìn)行時(shí)頻分...
【專(zhuān)利技術(shù)屬性】
技術(shù)研發(fā)人員：佟欣，張浩，王守猛，王熙越，
申請(qǐng)(專(zhuān)利權(quán))人：哈爾濱理工大學(xué)，
類(lèi)型：發(fā)明
國(guó)別省市：
還沒(méi)有人留言評(píng)論。發(fā)表了對(duì)其他瀏覽者有用的留言會(huì)獲得科技券。