System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind() 一种基于多特征的磁致伸缩位移传感器检测方法及装置制造方法及图纸_技高网

一种基于多特征的磁致伸缩位移传感器检测方法及装置制造方法及图纸

技术编号:44066408 阅读:4 留言:0更新日期:2025-01-17 16:05
本发明专利技术公开了一种基于多特征的磁致伸缩位移传感器检测方法及装置。本发明专利技术包括以下步骤:首先,提取了磁致伸缩位移传感器的信号的时域、功率谱特征;接着利用BPSO进行特征选择,最后结合LS‑SVM算法,达到自动识别失效信号的目的。本发明专利技术的装置可以进行信号质量检测实验,结合MF‑LS‑SVM检测方法可达到更好的识别准确率,同时不需要先验的阈值设置,实现了自动识别。

【技术实现步骤摘要】

本专利技术涉及了一种位移传感器的检测方法及装置,特别涉及了一种基于多特征信号识别的磁致伸缩位移传感器检测方法及装置。


技术介绍

1、磁致伸缩位移传感器,是一种非接触、无磨损的位移传感器,广泛应用于液压缸、压铸机等方面的位移测量。磁致伸缩位移传感器,利用波导丝作为关键测量原件,在波导丝上通激励脉冲,激励脉冲在波导丝上产生的环形磁场与位置检测磁铁作用,会产生位置检测信号,位置检测信号沿着波导丝传波被检测线圈接收到,根据位置检测信号在波导丝上传波的时间,可以计算出位置检测磁铁的实际位置。位置检测磁铁与波导丝是非接触的,因此没有磨损,传感器的实际检测应用寿命长、稳定可靠。

2、由于原料的一致性(波导丝内应力不均、永磁体差异、模拟芯片差异)、生产的一致性(机械结构工艺误差等)、传感器工作环境的一致性(振动工况、电磁干扰工况等)难以保证,均会导致每支传感器的不同波形信号质量,这直接影响传感器检测的精度、重复性等关键性能。

3、传感器出厂时,传统检测信号质量的方法只关注信号的幅值,幅值达到设计要求则为合格,而且极其依赖人工。同时单一参数为判定合格准则的方式,有可能导致出厂合格,到现场(尤其是复杂环境)出错或不工作的情况。


技术实现思路

1、为了解决
技术介绍
中存在的问题和需求,本专利技术提出了一种基于多特征信号识别的磁致伸缩位移传感器检测方法及装置。本专利技术首先对磁致伸缩信号进行特征提取,再通过基于二进制粒子群算法进行信号失真敏感的特征选择,然后使用基于支持向量机的分类方法对信号进行识别,获得信号识别结果,从而达到自动鉴别低质量信号的目的,实现传感器生产效率和出厂良率的提高。

2、本专利技术的技术方案如下:

3、一、一种基于多特征的磁致伸缩位移传感器检测方法

4、1)采集磁致伸缩位移传感器的信号数据并提取其若干个磁致伸缩信号特征,获得多个特征数据集;

5、2)对各特征数据集中的磁致伸缩信号特征分别进行无量纲处理后,获得对应的处理后的特征数据集;

6、3)对多个处理后的特征数据集进行特征选择后,获得信号失真敏感特征集;

7、4)利用信号失真敏感特征集对ls-svm分类模型进行训练后,获得磁致伸缩位移传感器检测模型;

8、5)计算待检测的磁致伸缩位移传感器对应的信号失真敏感特征并输入到磁致伸缩位移传感器检测模型中,模型输出对应的检测结果。

9、所述磁致伸缩信号特征包括时域统计特征和功率谱域统计特征。

10、所述时域统计特征包括偏度、峰度、峰峰值、峰度因子、均方根、标准差、峰值因子、形状因子、脉冲因子和裕度因子。

11、所述功率谱域统计特征包括功率谱均方根、功率谱标准差和功率谱中心。

12、所述3)具体为:

13、利用二进制粒子群优化算法对多个处理后的特征数据集进行特征选择后,获得信号失真敏感特征集。

14、所述4)中,ls-svm分类模型的训练方法采用留一法交叉验证方法。

15、所述4)中,ls-svm分类模型的核函数为高斯径向基函数。

16、二、一种基于多特征的磁致伸缩位移传感器检测装置

17、特征提取模块,用于对采集的磁致伸缩位移传感器的信号数据进行特征提取,获得若干个磁致伸缩信号特征,从而生成多个特征数据集;

18、无量纲处理模块,用于对提取的磁致伸缩信号特征进行无量纲处理,获得处理后的特征;

19、特征选择模块,用于对处理后的特征进行特征选择,从而生成信号失真敏感特征;

20、传感器检测模块,用于利用信号失真敏感特征集对ls-svm分类模型进行训练并存储磁致伸缩位移传感器检测模型;

21、检测结果输出模块,用于提取待检测的磁致伸缩位移传感器信号对应的信号失真敏感特征并输入到磁致伸缩位移传感器检测模型中,获取模型输出的检测结果。

22、三、一种计算机设备

23、所述设备包括存储器和处理器,所述存储器存储有计算机程序,所述处理器执行所述计算机程序时实现所述基于多特征的磁致伸缩位移传感器检测方法的步骤。

24、四、一种计算机可读存储介质

25、所述介质上存储有计算机程序,所述计算机程序被处理器执行时实现所述基于多特征的磁致伸缩位移传感器检测方法的步骤。

26、本专利技术的有益效果为:

27、本专利技术提出的方法与传统方法相比,具有更高的识别准确率;同时,本专利技术不需要先验的阈值设置,就可实现磁致伸缩位移传感器信号的自动识别,且具有极低算力需求和迭代次数少的优势。

本文档来自技高网...

【技术保护点】

1.一种基于多特征的磁致伸缩位移传感器检测方法,其特征在于,包括以下步骤:

2.根据权利要求1所述的一种基于多特征的磁致伸缩位移传感器检测方法,其特征在于,所述磁致伸缩信号特征包括时域统计特征和功率谱域统计特征。

3.根据权利要求2所述的一种基于多特征的磁致伸缩位移传感器检测方法,其特征在于,所述时域统计特征包括偏度、峰度、峰峰值、峰度因子、均方根、标准差、峰值因子、形状因子、脉冲因子和裕度因子。

4.根据权利要求2所述的一种基于多特征的磁致伸缩位移传感器检测方法,其特征在于,所述功率谱域统计特征包括功率谱均方根、功率谱标准差和功率谱中心。

5.根据权利要求1所述的一种基于多特征的磁致伸缩位移传感器检测方法,其特征在于,所述3)具体为:

6.根据权利要求1所述的一种基于多特征的磁致伸缩位移传感器检测方法,其特征在于,所述4)中,LS-SVM分类模型的训练方法采用留一法交叉验证方法。

7.根据权利要求1所述的一种基于多特征的磁致伸缩位移传感器检测方法,其特征在于,所述4)中,LS-SVM分类模型的核函数为高斯径向基函数。

8.一种基于多特征的磁致伸缩位移传感器检测装置,其特征在于,包括:

9.一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,其特征在于,所述处理器执行所述计算机程序时实现权利要求1至7中任一项所述方法的步骤。

10.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现权利要求1至7中任一项所述方法的步骤。

...

【技术特征摘要】

1.一种基于多特征的磁致伸缩位移传感器检测方法,其特征在于,包括以下步骤:

2.根据权利要求1所述的一种基于多特征的磁致伸缩位移传感器检测方法,其特征在于,所述磁致伸缩信号特征包括时域统计特征和功率谱域统计特征。

3.根据权利要求2所述的一种基于多特征的磁致伸缩位移传感器检测方法,其特征在于,所述时域统计特征包括偏度、峰度、峰峰值、峰度因子、均方根、标准差、峰值因子、形状因子、脉冲因子和裕度因子。

4.根据权利要求2所述的一种基于多特征的磁致伸缩位移传感器检测方法,其特征在于,所述功率谱域统计特征包括功率谱均方根、功率谱标准差和功率谱中心。

5.根据权利要求1所述的一种基于多特征的磁致伸缩位移传感器检测方法,其特征在于,所述3)具体为:

...

【专利技术属性】
技术研发人员:骆苏军栗志坤陈朱峰甘锦明
申请(专利权)人:杭州浙达精益机电技术股份有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1