-
公开(公告)号:CN117647590B
公开(公告)日:2024-06-21
申请号:CN202311673072.8
申请日:2023-12-07
Applicant: 哈尔滨工业大学
Abstract: 本发明公开了一种基于改进局部均值分解和倒谱系数的钢轨裂纹检测方法,首先,加载车轮在钢轨上运动全周期内的声发射信号,利用改进局部均值分解方法,将这些声发射分解成若干个乘积函数;然后,选择每组声发射信号分解得到的第一维乘积函数进行线性叠加,排除噪声和其他不相关信息的干扰,获得重构信号;接下来,从重构信号中提取13维伽马通倒谱系数,依据线性回归模型,推导构建一个转换矩阵,将第2维‑第6维伽马通倒谱系数融合为一维的倒谱信息系数;最后,基于三倍标准差法则构建伤损检测阈值,实现钢轨裂纹声发射信号的精准检测。本发明运算速率快,检测精度高,在高铁钢轨裂纹伤损检测领域具有很高的社会意义和经济价值。
-
公开(公告)号:CN114330455B
公开(公告)日:2022-10-11
申请号:CN202210006200.2
申请日:2022-01-05
Applicant: 哈尔滨工业大学
Abstract: 本发明公开了一种基于压缩感知的钢轨声发射信号快速高精度重构方法,所述方法为:一、将采集到的钢轨声发射信号进行3层的小波包变换,得到多尺度数据集,通过构建高斯随机矩阵,对多尺度数据集进行随机采样,获得测量值矩阵;二、基于K‑SVD构建多尺度模块化字典,利用SAMP对多尺度数据集进行重构,通过计算重构测量值与原始测量值之间的峭度差;三、利用重构前后多尺度数据集的峭度偏差,自适应的对多尺度字典中性能差的模块进行局部更新,在满足重构信号的精度要求后,利用小波反变换,获取高精度的重构钢轨声发射信号。本发明能有效实现钢轨声发射信号的快速、高精度的压缩与重构,为钢轨结构健康监测中的裂纹信号分析提供指导。
-
公开(公告)号:CN111680661A
公开(公告)日:2020-09-18
申请号:CN202010567687.2
申请日:2020-06-19
Applicant: 哈尔滨工业大学
Abstract: 一种基于多特征融合的机械旋转部件性能退化跟踪方法,它涉及一种机械旋转部件性能退化跟踪方法。本发明为了解决现有的性能退化跟踪方法不能全面准确的地刻画机械旋转部件的全部状态信息,无法为机械旋转部件性能退化提供有效参考数据的问题。本发明的步骤一:获取机械旋转部件退化数据;步骤二:从机械旋转部件的原始振动信号中提取多种特征;步骤三:计算提取得到的多种特征的相关性、单调性、鲁棒性和综合指标,筛选综合指标值最高的8项特征,构成敏感特征数据集;步骤四:构建LSTM网络,将步骤四中筛选的敏感特征数据集输入到LSTM网络,进行多特征融合获得融合特征LSTM-HI,融合特征LSTM-HI即为健康因子。本发明用于机械旋转部件性能退化跟踪。
-
-