【技术实现步骤摘要】
本专利技术涉及，具体涉及一种基于utrp与ulbp的单向阀可视化故障识别方法及高压隔膜泵全生命周期监测方法。
技术介绍
1、往复式高压隔膜泵是整个矿浆管道输送系统的重要组成部分，为矿浆提供输送动力，单向阀作为高压隔膜泵中控制矿浆流动方向的零部件，因其直接接触高浓度、强腐蚀性的矿浆，且在工作过程中往复动作频率极高，较隔膜泵中其他部件更容易出现故障，一旦发生故障将导致隔膜泵流量波动异常，进而对输送管道系统产生破坏，尽早排除单向阀故障，以保证其持续可靠地运行。实际生产环境下，不稳定的工况条件和泵中其他部件带来的耦合振动，致使振动信号呈现出非线性、非平稳等特点，单向阀的状态信息不能通过简单的信号分析进行辨识，故障特征无法得到有效提取。因此，探索有效的单向阀特征提取与故障诊断方法必要性很大，且具有重要的工程应用价值。
2、递归图以图形化的方式将单向阀不同状态振动信号的动力系统信息呈现出来，随着动力系统状态的变化，其递归图的拓扑结构和纹理模式也会发生相应的变化，是一种定性地分析系统动力学特性的方法。递归图通过阈值的选择产生递归点，不合理的阈值选取会使某些细节特征丢失；rqa可以对递归图进行定量描述，但rqa过程需要人为主观地对提取的非线性统计特征进行判断和筛选，难免造成特征信息的冗余或者遗漏，缺乏特征提取的自适应能力，使得特征选择过程较为繁琐。
技术实现思路
1、本专利技术的目的在于：针对目前rqa过程需要人为主观地对提取的非线性统计特征进行判断和筛选，难免造成特征信息的冗余或者遗
2、本专利技术的技术方案如下：
3、一种基于utrp与ulbp的单向阀可视化故障识别方法及高压隔膜泵全生命周期监测方法，包括以下步骤：
4、采用微分熵方法对正常、磨损击穿、卡阀状态下的单向阀振动信号分别求取最佳嵌入维数 m和延迟时间 τ，生成utrp图，并转化为灰度图像；
5、通过ulbp对utrp图进行纹理特征分析得到ulbp直方图序列，将ulbp直方图序列作为表征单向阀运行状态的特征向量；
6、将特征向量输入svm分类模型，完成单向阀故障类型辨识。
7、进一步的，所述ulbp将算子的二进制值构成首尾相连的圆形，且跳变过程中包含的从0/1或者从1/0跳变次数不超过两次，对其重新定义，得到统一的lbp模式，其他模式则为非统一模式。
8、进一步的，所述跳变次数为：
9、，
10、其中，u通过该二进制模式与移动一位后的模式相减的结果取绝对值求和得到。
11、进一步的，所述纹理特征分析通过灰度共生矩阵统计灰度变化信息描述图像纹理特征。
12、进一步的，所述灰度共生矩阵包括以下步骤：
13、选取任意一灰度为 i的像元（x,y）为原始点，统计与其距离为 d，灰度为 j的像元（x+dx,y+dy）出现的次数，通过与总次数归一化处理得到频率大小 p( i, j, d, θ)，
14、，
15、其中，表示像元坐标的位置，为灰度等级，d x和d y表示偏差量大小， d(d x,d y)表示glcm的生成长度， θ表示glcm的生成角度方向。
16、进一步的，所述灰度共生矩阵通过一些特征统计量来提取反映的纹理特征信息，包括：
17、对比度：即纹理清晰程度。越清晰的图像，各相邻像素对的灰度值差异越明显，
18、，
19、相关性：表征glcm元素在图像某一方向上各局部像素间的相关性程度，
20、，
21、 μ1， μ2， σ1， σ2可表示为：
22、，
23、，
24、熵：纹理复杂度和纹理分布均匀程度的反映，共生矩阵中各元素分布没有规律性且各数值差别不大时，熵值较大，
25、，
26、角二阶矩：表征图像中的纹理粗细情况，
27、，
28、逆差矩：表征纹理局部变化的大小，
29、。
30、进一步的，还包括方差、均值和、和熵、差熵、聚类阴影、最大概率特征参数，应用于灰度图像中纹理特征的提取。
31、进一步的，所述正常状态最佳参数组合为 m=4， τ=1，卡阀状态最佳参数组合为 m=2， τ=4，磨损击穿状态最佳参数组合为 m=4， τ=1。
32、与现有的技术相比本专利技术的有益效果是：
33、1、一种基于utrp与ulbp的单向阀可视化故障识别方法及高压隔膜泵全生命周期监测方法，基于图像分析的思想，首先生成单向阀不同状态的无阈值递归图（unthresholdrecurrence plot, utrp），然后引入统一局部二值模式(uniform local binary pattern,ulbp)对无阈值递归图进行纹理特征分析，最后将得到的ulbp直方图序列作为表征单向阀各状态的特征参量输入支持向量机完成故障识别，有效克服了传统递归图分析中阈值的选取问题；
34、2、一种基于utrp与ulbp的单向阀可视化故障识别方法及高压隔膜泵全生命周期监测方法，基于图像分析的思想出发，采用ulbp算子对原始lbp高维的特征参数进行了优选降维，具有较强的特征描述能力，引入ulbp对无阈值递归图进行纹理特征分析，将ulbp的直方图序列作为特征向量输入基于支持向量机(support vector machine, svm)分类模型，取得理想的故障诊断效果。
本文档来自技高网...【技术保护点】
1.一种基于UTRP与uLBP的单向阀可视化故障识别方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种基于UTRP与uLBP的单向阀可视化故障识别方法及高压隔膜泵全生命周期监测方法，其特征在于，所述跳变次数为：
3.根据权利要求1所述的一种基于UTRP与uLBP的单向阀可视化故障识别方法，其特征在于，所述纹理特征分析通过灰度共生矩阵统计灰度变化信息描述图像纹理特征。
4.根据权利要求1所述的一种基于UTRP与uLBP的单向阀可视化故障识别方法，其特征在于，所述灰度共生矩阵包括以下步骤：
5.根据权利要求4所述的一种基于UTRP与uLBP的单向阀可视化故障识别方法，其特征在于，所述灰度共生矩阵通过特征统计量来提取反映的纹理特征信息，包括：
6.根据权利要求5所述的一种基于UTRP与uLBP的单向阀可视化故障识别方法，其特征在于，还包括方差、均值和、和熵、差熵、聚类阴影、最大概率特征参数，应用于灰度图像中纹理特征的提取。
7.根据权利要求1所述的一种基于UTRP与uLBP的单向阀可视化故障识别方法，其
...【技术特征摘要】
1.一种基于utrp与ulbp的单向阀可视化故障识别方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种基于utrp与ulbp的单向阀可视化故障识别方法及高压隔膜泵全生命周期监测方法，其特征在于，所述跳变次数为：
3.根据权利要求1所述的一种基于utrp与ulbp的单向阀可视化故障识别方法，其特征在于，所述纹理特征分析通过灰度共生矩阵统计灰度变化信息描述图像纹理特征。
4.根据权利要求1所述的一种基于utrp与ulbp的单向阀可视化故障识别方法，其特征在于，所述灰度共生矩阵包括以下步骤：
5.根据权利...
【专利技术属性】
技术研发人员：赵康，陈伟，赵长贵，罗彪，张刚，解天华，陈能庆，王勇贤，马俊，自体林，陈建军，普春梅，
申请(专利权)人：云南大红山管道有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。