EEMD ve matris fraktalına dayalı otomatik arıza teşhis yöntemi
Zhang Yuxue, Pan Hongxia, Bir Patlama
(Makine ve Güç Mühendisliği Okulu, Çin Kuzey Üniversitesi, Taiyuan, Shanxi 030051)
Otomata titreşim yanıt sinyallerinin doğrusal olmayan, geçici ve şok özelliklerini hedefleyen, toplam ampirik mod ayrışımı (EEMD) ve matris fraktal kombinasyonuna dayanan otomata için bir hata teşhis yöntemi önerilmiştir. İlk olarak, otomatların çeşitli çalışma koşullarından toplanan sinyaller, EEMD ayrıştırma yöntemi ile ayrıştırılır ve ayrıştırma ile elde edilen içsel mod işlevi (IMF) bileşen sinyalinin genelleştirilmiş boyutu, her çalışma koşulunun genelleştirilmiş boyutunu elde etmek için hesaplanır. Fraktal matris, farklı çalışma koşulları altında fraktal matrisin oldukça farklı olduğu bulunmuştur. Algılanacak sinyal ile örnek sinyal arasındaki korelasyon katsayısı hesaplanarak sezgisel karşılaştırma için bir çizgi grafiği kullanılır ve tespit edilecek sinyalin hata kategorisi belirlenir. Yöntemin otomata arıza teşhisinde etkin bir şekilde kullanılabileceği doğrulanmıştır.
Toplam ampirik mod; matris fraktal; otomata; hata teşhisi
Çin Kütüphanesi Sınıflandırma Numarası: TN06; TP273
Belge tanımlama kodu: Bir
DOI: 10.16157 / j.issn.0258-7998.2017.04.026
Çince alıntı biçimi: Zhang Yuxue, Pan Hongxia, Anbang.EEMD ve matris fraktalına dayalı otomata arıza teşhis yöntemi.Elektronik Teknoloji Uygulaması, 2017, 43 (4): 98-101, 106.
İngilizce alıntı biçimi: Zhang Yuxue, Pan Hongxia, An Bang. EEMD ve matris fraktal teorisine dayalı Otomat hatası teşhisi.Elektronik Tekniğin Uygulanması, 2017, 43 (4): 98-101, 106.
0 Önsöz
Yüksek hızlı otomata, küçük kalibreli topların temel bileşenidir ve yapısı gittikçe daha karmaşık hale gelmektedir. Automata, barutun yakılması sırasında kinetik enerji transferi ve enerji depolamayı gerçekleştiren karmaşık dinamik bir sistemdir. Canlı bir mühimmat ateşlendiğinde, güçlü gürültü etkisine ek olarak, otomatın çeşitli mekanizmaları arasında da çarpışmalar meydana gelecektir.Çarpışma tarafından üretilen titreşim sinyalleri, mevcut mevcut arıza teşhis yöntemlerini yapan otomat yüzeyinde birbirini etkileyecek ve birbirini engelleyecektir. Tespit etmek zor.
EEMD algoritması, ampirik mod ayrıştırma (EMD) temelinde önerilen geliştirilmiş bir algoritmadır. Modal aliasing çözmedeki bariz etkisi nedeniyle, önerildikten sonra çok sayıda bilim insanı tarafından tercih edilmiştir ve çeşitli alanlarda yaygın olarak kullanılmıştır. EEMD, toplanan arıza sinyallerine beyaz gürültü ekler, her bir zaman ölçeğini açıkça ayırır ve EMD'nin neden olduğu modal aliasing olgusunun neden olduğu eksiklikleri etkin bir şekilde telafi eder.
Fraktal teori yönteminin arıza teşhisi alanında uygulanması, son yıllarda sıcak bir araştırma konusu olmuştur.Karşılık gelen özelliği, arızayı bütünden parçaya ölçebilmesidir.Arıza teşhisi için fraktal yöntem kullanıldığında, genellikle fraktal boyut hesaplanarak karakteristik parametreler çıkarılır. Matris fraktal yöntemi, çıkarılan hata sinyallerinin fraktal özelliklerini ölçmek için kullanılır, böylece otomatların çalışma durumunu daha da analiz eder.
Bu makale, EEMD ve matris fraktalını otomatik hata teşhisine birleştirme yöntemini uygulamayı önermektedir.Yani, otomata titreşim sinyali, bileşen sinyalini elde etmek için EEMD tarafından ayrıştırılır ve genelleştirilmiş boyut hesaplanır; bileşen sinyali, genelleştirilmiş boyut korelasyon katsayısı değerlendirme yöntemi ve ardından inşaat Örnek matris: Algılanacak sinyal matrisi ile örnek matrisi arasındaki korelasyon katsayısını hesaplamak için korelasyon değerlendirme yöntemini kullanın ve son olarak korelasyon katsayısının boyutunu karşılaştırarak başarısızlık modunu değerlendirin. Teşhis sonuçları, bu makaledeki yöntemin hataları etkili bir şekilde ayırt edebildiğini göstermektedir.
1 EEMD algoritması
EMD tarafından ayrıştırılan IMF bileşenlerine genellikle modal aliasing eşlik ettiğinden, bu makale toplu ampirik mod ayrışımını kullanır, test sinyaline yardımcı sinyal beyaz gürültü dizileri ekler ve ardından çoklu ayrıştırılmış IMF bileşenlerinin genel ortalamasını gerçekleştirir Eklenen beyaz gürültü dizisini dengelemek ve modal örtüşme etkisini azaltmak için. EEMD'nin temel algoritması aşağıdaki 3 adıma bölünmüştür:
(1) Orijinal titreşim sinyaline x (t), Gauss beyaz gürültüsü ni (t) ortalama değeri sıfır ve sabit bir standart sapma ile birkaç kez ekleyin, yani:
Burada: ni (t), i-inci zaman için eklenen beyaz gürültü sinyalidir.
(2) EMD ayrıştırmasını sırasıyla xi (t) üzerinde gerçekleştirin ve IMF bileşeni cij (t) ve kalan ri (t) elde edin. Bunlar arasında cij (t), i-inci zaman için beyaz gürültü eklendikten sonra ayrıştırma yoluyla elde edilen j-inci IMF bileşenidir.
(3) Döngü adımları (1) ve adım (2) her biri N kez, yukarıdaki ilgili bileşenlerde genel ortalama işlemi gerçekleştirmek için ilişkisiz rastgele sıra istatistiksel ortalama değeri ilkesini sıfır olarak kullanın, birden çok kez eklenen beyaz gürültüyü kaldırın ve gerçek IMF'yi karşılaştırın EEMD ayrıştırmasından sonraki son IMF:
2 Fraktal teorisi
2.1 Genelleştirilmiş Boyut
Genelleştirilmiş fraktal boyut Dq, multifraktalin fraktal boyutunu ifade etmek için kullanılır ve multifraktal, kaplama yöntemi ile hesaplanır. Pratik uygulamalarda, genellikle olasılık yerine frekans kullanılır:
Burada: payda, tüm hiperküplerin kapladığı noktaların sayısıdır; di, i'inci hiperküp tarafından kapsanan noktaların sayısıdır; N, hiperküplerin toplam sayısıdır.
Örtme yöntemi, tüm nesneyi kaplamak için aynı boyutta bir ölçeğine sahip bir hiperküp kullanır ve gereken toplam küp sayısı N'dir. İ'inci küpün içine düşme olasılığının pi (l) olduğunu varsayarsak, eğer q parametresi verilirse, genelleştirilmiş bilgi entropisi:
2.2 Fraktal Matrisin Oluşturulması
Fraktal matris, ayrıştırılmış sinyalin genelleştirilmiş boyutundan oluşur.Sütun vektörü, aynı ölçü altındaki genelleştirilmiş fraktal boyutu temsil eder ve satır vektörü, bir bileşen sinyalinin genelleştirilmiş boyutunu temsil eder.Bu şekilde, çok fraktal matris fraktalına ve teste genişletilir Ekipmanın çalışma koşulu üç boyutlu bir yapıya sahiptir.
Otomatta n arıza durumu varsa, toplamda n + 1 durum vardır Her çalışma koşulu altındaki otomatın titreşim sinyali toplanır ve her çalışma koşulu altındaki genelleştirilmiş boyut ve fraktal matris hesaplanır. J'inci çalışma koşulunda, sinyalin fraktal matrisi, bu çalışma koşulu altındaki örnek matris olarak m × n-sıra Ej'dir, burada m, ayrıştırma ile elde edilen IMF sinyallerinin sayısını temsil eder. İki fraktal matrisin korelasyon katsayısını hesaplama formülü şöyledir:
Bu fonksiyon, kontrol edilecek x'inci sinyal ile j'inci çalışma koşulu arasındaki korelasyon derecesini ifade eder. R (j, x) ne kadar büyükse, kontrol edilecek x'inci sinyal ile j'inci çalışma koşulu arasındaki korelasyon o kadar güçlüdür, yani durum o kadar benzerdir.Aksi takdirde, ikisi arasındaki korelasyon, hataların tanımlanması ve sınıflandırılmasını gerçekleştirmek için daha zayıftır.
3 Otomata arıza teşhisinin vaka analizi
3.1 Otomata hatası deney ayarı
Bu makale, araştırma nesnesi olarak belirli bir uçaksavar makineli tüfek otomatik makinesini alır.Atış poligonu personelinin deneyimine göre, bu test telle kesilmiş elektrik deşarj yöntemini benimser.Otomatik makine kilitleme plakası ve tabanca çerçevesi, atış sürecinde çatlakları oluşturmak için sırasıyla çatlak oluklarla ayarlanır. İşlem sırasında çatlaklar ve ayar hataları meydana geldi. Arızanın analizine göre, uçaksavar makineli tüfeğinin fiili uygulamasıyla birlikte, arıza ayarları aşağıdaki gibidir: (1) Kilitleme parçasındaki kilitleme eğim şeridinde, yarıçap yönü boyunca 1.5 mm derinliğinde bir çatlak oluğu kurulur ve sol ve sağ parçalar simetriktir, bu da arıza 1 olarak adlandırılır. ; (2) Kilidi açarken, kilitleme parçası döner ve 1.5 mm derinliğinde bir çatlak yuvası, kilitleme parçasının düzlemine dik olarak yerleştirilir.Sol ve sağ parçalar simetriktir, bu da hata iki olarak adlandırılır; (3) Burnun sol ve sağ taraflarında yuvarlak dikdörtgen pencereler Arka uçtaki iki çift yuvarlatılmış köşe, ± 45 ° 'de yuvarlatılmış köşelerin çapı boyunca 1,5 mm derinliğinde kesilir ve makine kafası, arıza 3 olarak adlandırılan arızaya ayarlanır. Şekil 1, 1, 2 ve 3 numaralı arızaların çatlak konumlarını gösterir.
Sinyalleri toplarken, makineli tüfek yuvasının ön tarafını (ölçüm noktası 1) ve tabanca kuyruğunun üstünü (ölçüm noktası 2) ölçüm noktaları olarak seçin ve tek yönlü bir piezoelektrik hızlanma sensörü ayarlayın. Fiziksel koordinat sistemi şu şekilde öngörülür: namlu boyunca mermi fırlatma yönü pozitif X ekseni, namlu ağzının sol yönü Y yönü ve dikey yukarı yönü Z yönüdür. Bu deneyin örnekleme frekansı 204,8 kHz olarak ayarlanmıştır.
3.2 Otomata hata özelliği çıkarma ve tanıma
LMS tarafından toplanan otomata verilerinin dört çalışma koşulu vardır: normal, hata bir, hata iki ve hata üç Bunlar sırasıyla EEMD tarafından ayrıştırılır ve 9 katmana ayrılır Normal çalışma koşullarının sinyal ayrıştırma sonuçları Şekil 2'de gösterilmiştir.
Her çalışma koşulu altında EEMD ayrıştırması ile elde edilen ilk 8 bileşen sinyalinin genelleştirilmiş boyutunu hesaplayın ve sırasıyla q = 0, 1, 2 ağırlık faktörlerini alın Genelleştirilmiş boyut listesi Tablo 1 ila Tablo 4'te gösterilmiştir.
Otomatın dört çalışma koşulu sinyali için, farklı çalışma koşulları altında karşılık gelen pozisyonlarda bileşen sinyallerinin genelleştirilmiş boyutsallık bileşenleri arasındaki korelasyon katsayıları hesaplanmış ve sonuçlar Tablo 5'te gösterilmiştir. Karşılık gelen bileşen sinyallerinin korelasyon katsayılarının toplamı Tablo 6'da gösterilmektedir.
Sinyali seçmek için korelasyon seçim yöntemi kullanılır Her çalışma koşulu altında bileşen sinyallerinin korelasyon katsayılarının toplamı ne kadar küçükse, ayırt etme yeteneği o kadar güçlü ve korelasyon katsayılarının daha düzgün dağılımı da korelasyonun daha büyük ve mesafenin daha yakın olduğunu gösterir. Bu iki kritere göre, örnek matrisi oluşturmak için IMF4, IMF7 ve IMF8'in üç bileşenli sinyali seçilir:
Yöntemin uygulanabilirliğini doğrulamak için 4 çalışma koşulunun her birinde tespit edilecek 3 set veri seçilerek normal, hata bir, hata iki ve hata üç olmak üzere 4 duruma karşılık gelen algılanacak sinyaller için sinyal ayrıştırma ve hesaplama için EEMD kullanılır. Q'nun genelleştirilmiş boyutu farklı değerler alır, fraktal bir matris oluşturmak için IMF4, IMF7 ve IMF8'i seçer ve Tablo 7'de gösterildiği gibi örnek matris ile 4 durumda tespit edilecek sinyallerden oluşan fraktal matris arasındaki korelasyon katsayılarını hesaplar. Göstermek.
Teşhis sonucunu sezgisel olarak değerlendirmek için, korelasyon katsayısının boyutunu belirtmek için bir çizgi grafiği kullanılır ve sırasıyla dört farklı çizgi türü, tespit edilecek sinyal ile dört örnek matris arasındaki korelasyon katsayısını gösterir, sonuçlar Şekil 3'te gösterilir.
Tespit edilecek sinyalin çalışma koşulu şekildeki korelasyon katsayısının büyüklüğü karşılaştırılarak değerlendirilebilir Örnek matrisi E1 için tespit edilecek sinyal 1, 5, 9 ve korelasyon katsayısı en büyüğüdür, bu durumda örnek matris E1'in çalışma koşulu ile aynıdır ve normal duruma aittir; Aynı şekilde tespit edilecek sinyaller 2, 6, 7 ve 10 birinci arıza durumundadır, tespit edilecek sinyaller 3 ve 11 ikinci arıza durumundadır ve tespit edilecek sinyaller 4, 8 ve 12 arıza üç durumudur. Gerçeklerle karşılaştırmak için bu yöntemi kullanarak, tespit edilecek 12 sinyalden 11'inin doğru olarak değerlendirildiği ve yargı doğruluk oranının% 92 olduğu bulunmuştur.
4. Sonuç
Bu makalede, fraktal matris, otomatın çalışma koşullarını analiz etmek için özdeğer olarak kullanılmıştır ve karar sonucunun doğruluğu% 92'ye ulaşmaktadır. Bu makaledeki araştırma, EEMD ayrışmasına dayalı matris fraktal hata teşhisinin gerçek etkisini doğrulamaktadır. Teşhis sonucu, bu makaledeki yöntemin, arıza karakteristik değerini etkin bir şekilde çıkarabildiğini ve arıza tanımlamayı tamamlayabildiğini ve otomata arıza teşhisi problemini çözebileceğini göstermektedir.
Referanslar
Kang Li, Feng Dechao.Orta kalibreli bir deniz silahı otomatının tasarım fikirlerinin ve özelliklerinin analizi. Topçu Fırlatma ve Kontrol Dergisi, 2010 (2): 61-65.
Cheng Erkang, Li Defen, Li Lili. Automatic Weapons Science (Mechanical Mechanics Section) Beijing: National Defence Industry Press, 1994.
WU Z H, HUANG N E. Ensemble ampirical mode decom-position: gürültü destekli bir veri analizi yöntemi Uyarlanabilir Veri Analizindeki Gelişmeler, 2009, 1 (1): 1-41.
Wang Junhui, Jia Rong, Tan Bo EEMD ve bulanık C-ortalamalı kümelenmeye dayalı rüzgar türbini dişli kutusunun arıza teşhisi. Açta Güneş Enerjisi, 2015, 36 (2): 319-324.
Chen Xiaojuan, Che Xiaolei, Wu Jie.Nano Cihazların Atış Gürültüsü Algılama Yöntemi Araştırması. Elektronik Teknoloji Uygulaması, 2016, 42 (9): 32-35.
Shi Boqiang, Shen Yanhua. Fraktal Mekanik Arıza Teşhisi-Teori ve Uygulama Yöntemi Pekin: Metalurji Endüstrisi Yayınları, 2001.
Lei Yaguo, He Zhengjia, Zi Yanyang EEMD yönteminin dönen makinelerde rotor arıza teşhisine uygulanması.Mekanik Sistemler ve Sinyal İşleme, 2009 (23): 1327-1338.
Li Zhaofei, Chai Yi, Li Huafeng.Çok fraktal titreşim sinyali hata özelliği çıkarma yöntemi Veri toplama ve işleme, 2013, 28 (1): 237-243.
Hao Yan Fraktal boyut analizi ve hata teşhisi fraktal yöntem araştırması Tianjin: Tianjin Üniversitesi, 2012.
