專利名稱：基于蟻群算法的自適應(yīng)隨機(jī)共振系統(tǒng)參數(shù)選擇方法
技術(shù)領(lǐng)域：
本發(fā)明屬于機(jī)械設(shè)備早期故障特征提取領(lǐng)域，涉及一種基于蟻群算法的隨機(jī)共振系統(tǒng)參數(shù)選擇方法，可以自適應(yīng)地選擇最優(yōu)的系統(tǒng)參數(shù)，實(shí)現(xiàn)機(jī)械設(shè)備早期故障的有效診斷。
背景技術(shù)：
隨著科學(xué)技術(shù)的發(fā)展，機(jī)電設(shè)備在社會(huì)經(jīng)濟(jì)生活中發(fā)揮著越來(lái)越重要的作用，而設(shè)備的大型化、復(fù)雜化趨勢(shì)無(wú)疑增加了故障發(fā)生的機(jī)率，單一故障的發(fā)生，往往會(huì)引發(fā)連鎖反應(yīng)，導(dǎo)致整臺(tái)設(shè)備甚至整條生產(chǎn)線不能正常運(yùn)行，造成巨大的經(jīng)濟(jì)損失，甚至造成人員傷亡。因此機(jī)電設(shè)備的狀態(tài)監(jiān)測(cè)與故障診斷工作，尤其是早期故障的診斷具有深遠(yuǎn)的社會(huì)意義和經(jīng)濟(jì)價(jià)值。由于機(jī)電設(shè)備工況的復(fù)雜多樣化，機(jī)械故障也越來(lái)越復(fù)雜，設(shè)備的早期故障特征往往比較微弱，而對(duì)于低速重載設(shè)備而言微弱信號(hào)是它的一個(gè)固有特性，因此微弱信號(hào)的檢測(cè)是設(shè)備狀態(tài)監(jiān)測(cè)與早期故障診斷的關(guān)鍵技術(shù)。通常能夠反映設(shè)備早期故障的微弱特征都被噪聲所淹沒(méi)，傳統(tǒng)的處理做法是消噪，但是消噪的同時(shí)往往容易產(chǎn)生信號(hào)的削弱甚至破壞，而隨機(jī)共振是一種利用噪聲來(lái)加強(qiáng)微弱信號(hào)的非線性信號(hào)處理方法，具有重要的工程實(shí)際意義。在經(jīng)典隨機(jī)共振中最常用的就是如下公式中的雙穩(wěn)態(tài)系統(tǒng)模型，當(dāng)小參數(shù)信號(hào)(A << 1,D << l，f << 1)、系統(tǒng)和噪聲達(dá)到一定的匹配關(guān)系時(shí)，噪聲的能量會(huì)部分傳遞給小信號(hào)，信號(hào)的能量得到加強(qiáng)就可以躍過(guò)勢(shì)壘Δυ形成躍遷發(fā)生隨機(jī)共振，這種特性被用來(lái)檢測(cè)隱藏在噪聲中的微弱信號(hào)。
權(quán)利要求
1.一種基于蟻群算法的自適應(yīng)隨機(jī)共振系統(tǒng)參數(shù)選擇方法，其特征在于，包括以下步驟(1)先對(duì)信號(hào)進(jìn)行預(yù)處理，使其滿足隨機(jī)共振小參數(shù)要求，選擇隨機(jī)共振處理后信號(hào)的輸出信噪比作為蟻群算法的評(píng)價(jià)函數(shù)；(2)選擇基于網(wǎng)格劃分的蟻群算法，根據(jù)隨機(jī)共振初始搜索范圍和評(píng)價(jià)函數(shù)來(lái)設(shè)定蟻群算法內(nèi)的參數(shù)；(3)用基于網(wǎng)格劃分的蟻群算法對(duì)隨機(jī)共振系統(tǒng)參數(shù)進(jìn)行尋優(yōu)，最后得到的就是自適應(yīng)求得的隨機(jī)共振系統(tǒng)參數(shù)。
2.根據(jù)權(quán)利要求1所述基于蟻群算法的自適應(yīng)隨機(jī)共振系統(tǒng)參數(shù)選擇方法，其特征在于，步驟(1)中所說(shuō)的對(duì)信號(hào)進(jìn)行預(yù)處理是指對(duì)不滿足隨機(jī)共振小參數(shù)要求的信號(hào)X(t)在進(jìn)入隨機(jī)共振系統(tǒng)前通過(guò)歸一化、移頻、調(diào)制、變尺度或移頻變尺度方法進(jìn)行處理。
3.根據(jù)權(quán)利要求1所述基于蟻群算法的自適應(yīng)隨機(jī)共振系統(tǒng)參數(shù)選擇方法，其特征在于，步驟(3)中具體包括以下步驟1)把螞蟻隨機(jī)放到網(wǎng)格節(jié)點(diǎn)處，每個(gè)節(jié)點(diǎn)對(duì)應(yīng)一組隨機(jī)共振系統(tǒng)參數(shù)值，一般螞蟻數(shù)和初始網(wǎng)格數(shù)相當(dāng)；2)根據(jù)各節(jié)點(diǎn)信息素濃度·u按照如下公式計(jì)算每一列中各節(jié)點(diǎn)的概率Pij，然后讓此列上的螞蟻按概率隨機(jī)尋找下一節(jié)點(diǎn)位置
全文摘要
本發(fā)明公開(kāi)了一種基于蟻群算法的自適應(yīng)隨機(jī)共振系統(tǒng)參數(shù)選擇方法，該方法首先對(duì)信號(hào)進(jìn)行預(yù)處理使之滿足隨機(jī)共振小參數(shù)要求，并選擇合適類別的蟻群算法，然后根據(jù)已知條件和要求設(shè)置蟻群算法內(nèi)的初始參數(shù)，最后用選定的蟻群算法進(jìn)行隨機(jī)共振的參數(shù)尋優(yōu)，根據(jù)隨機(jī)共振處理信號(hào)返回的特征值來(lái)指引蟻群算法的走向，直至自適應(yīng)地找到隨機(jī)共振系統(tǒng)的最優(yōu)參數(shù)。本發(fā)明的優(yōu)點(diǎn)在于用較小的蟻群能夠?qū)崿F(xiàn)大范圍區(qū)域內(nèi)的參數(shù)尋優(yōu)，克服了由于系統(tǒng)參數(shù)難以選取造成的隨機(jī)共振應(yīng)用受到限制的問(wèn)題，能夠?qū)崿F(xiàn)機(jī)械設(shè)備早期故障的有效診斷。
文檔編號(hào)G06N3/00GK102254223SQ201110180088
公開(kāi)日2011年11月23日 申請(qǐng)日期2011年6月29日 優(yōu)先權(quán)日2011年6月29日
發(fā)明者廖與禾, 林京, 王琇峰, 雷亞國(guó), 韓冬 申請(qǐng)人:西安交通大學(xué)