利索能及
我要发布
收藏
专利号: 202411689326X
申请人: 江苏科技大学
专利类型:发明专利
专利状态:已下证
更新日期:2026-03-02
缴费截止日期: 暂无
联系人

摘要:

权利要求书:

1.一种面向活塞连杆系统故障诊断的传感布局方法,其特征在于包括以下步骤:n

步骤1):根据经验预先布局2‑1种传感器布局,n是被测单元数量,在每种传感器预先布局方案下采集每种传感器的数据并划分训练数据集和测试数据集,经数据预处理模块得到传感器的特征向量;

步骤2):将特征向量作为LSTM神经网络的输入,活塞连杆系统的实际故障和正常工况号作为输出,训练得到故障诊断模型;

步骤3):用所述的测试数据集作为故障诊断模型的输入,通过故障诊断模型输出预测n工况号,计算得到2‑1种传感布局下的故障诊断准确率;

步骤4):以所述的故障诊断准确率和每种方案对应的特征向量作为二进制天鹰算法传感网络优化模块的输入,以最优传感布局的二进制编码作为输出。

2.根据权利要求1所述的一种面向活塞连杆系统故障诊断的传感布局方法,其特征在于:步骤1)中,采集到每种传感布局方案下的每种传感器的工况,得到故障和正常的工况数共s个,对应的实际故障和正常工况号为1,2,…s,每个工况下的样本为200个,共采集200×s个m维的样本,m为当前布局下传感器的个数,将200×s个m维的样本中的80%的数据作为训练数据集,20%作为测试数据集;

将训练数据集与测试数据集中的每个传感器所采集的数据分别采用小波包变换进行三层分解,产生8个频带,计算分解后的每一频带信号的能量熵作为该传感器的特征向量,形成8×m维的特征向量。

3.根据权利要求2所述的一种面向活塞连杆系统故障诊断的传感布局方法,其特征在于:步骤3)中,所述的故障诊断准确率 d表示测试数据集验证时输出的预测工况号与实际故障和正常工况号1,2,…s不同的样本数。

4.根据权利要求1所述的一种面向活塞连杆系统故障诊断的传感布局方法,其特征在于:步骤4)具体方法是:(1)设置二进制天鹰算法参数,随机分配种群数量,为每一个个体生成一组随机的n维的二进制编码;

(2)计算随机生成的每个二进制编码对应的特征向量的信息熵、二进制编码布置传感数量占比和适应度值;

(3)将所有个体按照适应度值从大到小排列,选取适应度值最高的个体为当前最佳位置;

(4)更新种群位置,更新后对种群每个个体的位置进行归一化处理,对归一化后的位置进行二进制编码映射,随机生成一组n维[0,1]的向量,在经归一化的个体位置中,如果归一化的个体位置某个维度的值小于向量相应维度的对应的值,则该维度的值置不安装传感器,否则安装传感器;

(5)对映射后的种群中的个体位置重新计算更新后的适应值,比较更新后的种群的适应度值与当前最佳适应度值,如果更新后的一代中适应度值优于当前的最佳适应度值,则将更新后的最佳种群的个体位置与对应适应度值作为当前最佳适应度值与最佳种群个体位置;

(6)判断是否到达最大迭代次数,迭代完成后,天鹰种群的位置即为最优传感网络的二进制编码。

5.根据权利要求4所述的一种面向活塞连杆系统故障诊断的传感布局方法,其特征在于:步骤(2)中,所述的信息熵 P(ze)是状态ze的概率分布,zj是特征向量不同维度对应的特征值,j=1,2,…8×m,m为当前布局下传感器的个数。

6.根据权利要求5所述的一种面向活塞连杆系统故障诊断的传感布局方法,其特征在n于:二进制编码布置传感数量占比K(2‑1)=m/n。

7.根据权利要求6所述的一种面向活塞连杆系统故障诊断的传感布局方法,其特征在n n n n n于:适应度值fit(2‑1)=2‑F(2‑1)‑G(2‑1)+K(2‑1),F(2‑1)是故障诊断准确率。

8.根据权利要求2所述的一种面向活塞连杆系统故障诊断的传感布局方法,其特征在于:步骤(4)中,更新种群位置时,最大迭代次数为H,如果当前迭代次数h≤2H/3,且在[0,1]范围的随机数rand≤0.5时,更新的个体位置为:如果rand>0.5时,更新的个体位置为:

X2(h+1)=Xbest(h)×Levy(n)+XR(h)+(p‑o)×randXbest(h)表示到第h次迭代的最佳解,XM(h)表示第h次迭代时的种群平均位置,Levy(Dim)为Levy飞行分布函数,XR(h)是第h次迭代在[1,Num]范围内取的随机解,Num是种群数量,p和o表示搜索螺旋形状。

9.根据权利要求2所述的一种面向活塞连杆系统故障诊断的传感布局方法,其特征在于:步骤(4)中,更新种群位置时,最大迭代次数为H,如果当前迭代次数h>2H/3,且在[0,1]范围的随机数rand>0.5时,更新的个体位置为:X3(h+1)=(Xbest(h)‑XM(h))×α‑rand+((UB‑LB)×rand+LB)×α;

如果rand≤0.5时,更新的个体位置为:

X4(h+1)=QF×Xbest(h)‑(G1×X(h)×rand)‑G2×Levy(n)+rand×G1,α为开采调整参数为0.1,QF表示用于平衡搜索策略的质量函数,G1表示猎食动物在猎食过程中用于追踪猎物的各种动作,G2表示跟随猎物的飞行斜率。

10.根据权利要求8或9所述的一种面向活塞连杆系统故障诊断的传感布局方法,其特征在于:更新后,用式 对种群每个个体的位置进行归一化处理,Xb(h+1)表示天鹰算法在第h+1次迭代中的由第b种搜索方法更新的个体位置,b=1,2,

3,4,每个个体的位置为(0‑1)的n维向量。