【技术实现步骤摘要】
本专利技术涉及一种摩擦振动行为时频表征方法，属于摩擦振动行为表征。
技术介绍
1、随着钛合金等难加工材料在工程领域的不断应用，对其切削加工的硬质合金刀具耐磨性能与使用寿命提出了一大挑战。而硬质合金表面的强化手段也在不断精进，其中，烧结金属粉末复合层在合金表面强化领域的应用非常广泛，不同金属粉末与不同烧结参数制作的复合层强化效果大不相同，每次参数、元素与配比调整都需要进行表面抗磨损与稳定性的摩擦磨损检测。而在检测过程中会产生大量的试验数据，其中振动行为数据与摩擦力数据为两个重要的性能检测评价指标，一般情况下，振动行为数据要比摩擦力数据获取成本低。
2、目前，对于摩擦磨损测试的振动行为分析大多停留在时域、频域与单时频域的分析。时域、频域分析需要处理原数据，运算所需空间大、抗干扰能力差；现有的时频方法分析时对图像特征纹理的提取不够深入，提取的特征不够广泛说服力不强，需要结合时域与频域分析；而改进的时频分析方法往往需要数据的适配，缺乏泛用性。
3、因此，提高时频分析特征提取的说服力、提高分析方法的泛用性，减小运算量、缩减特征保存空间，对分析烧结金属粉复合层强化性能检测产生的多批次、多特征振动行为数据，提高检测系统稳定性与数据预测表征能力，具有重要作用。
技术实现思路
1、本专利技术为解决现有的时频方法分析时对图像特征纹理的提取不够深入，提取的特征不够广泛说服力不强，需要结合时域与频域分析，而改进的时频分析方法往往需要数据的适配，缺乏泛用性的问题，进而提出一种金属粉末
2、本专利技术为解决上述问题采取的技术方案是：本专利技术的步骤包括：
3、步骤1、对采集到的摩擦振动数据文件进行预处理；
4、步骤2、对采集到的振动信号进行降噪处理；
5、步骤3、获取振动信号时频分析图像；
6、步骤4、对时频图像进行灰度化处理；
7、步骤5、对振动信号时频图像进行特征提取；
8、步骤6、基于mic最大互信息系数-bp神经网络方法对振动行为特征进行降维筛选；
9、步骤7、基于随机森林rf的特征选择回归预测精度验证；
10、步骤8、基于振动行为的测试系统稳定性表征曲线拟合。
11、进一步的，步骤1中对采集到的摩擦振动数据文件进行预处理是指使用labview将采集到的其他类型的文件转化为excel表格的‘.xlsx’格式文件。
12、进一步的，步骤2中采用vmd变分模态分解将振动中存在的明显干扰部分去除，进行降噪处理。
13、进一步的，步骤3中分别使用短时傅里叶变换与连续小波变换对摩擦信号进行时频分析获取时频图像。
14、进一步的，步骤4中时频图像灰度化处理具体包括：
15、将图像去色彩化，简化图像的复杂程度，缩短计算时间；
16、采用灰度算法将图像按照256个灰度等级进行灰度处理，图像色彩与形状变化等特征信息将以灰度像素点的形式保存在灰度化图像中，通过各灰度等级像素分布与像素点数为特征信息进行特征转换。
17、进一步的，步骤5中对振动信号时频图像进行特征提取具体包括：
18、依据时频分析所得图像特征进行特征值提取方法的对比与适配；
19、针对stft图像特征，选择7个hu不变矩特征灰度均值共计8个特征作为图像特征值进行提取；
20、针对cwt图像特征，选择cwt图像灰度共生矩阵在0°、45°、90°、135°四个方向的能量、对比度、均匀度、熵的均值与方差共计8个特征作为图像特征值进行提取；最终获取摩擦振动时频特征共计16个。
21、进一步的，步骤6中基于mic最大互信息系数-bp神经网络方法对振动行为特征进行降维筛选的步骤具体包括：
22、步骤601、通过步骤5获得金属粉末烧结复合层强化硬质合金摩擦磨损测性振动的16项特征值；
23、步骤602、以摩擦磨损测试系统稳定性的表征参数摩擦力为特征筛选的输出，以stft与cwt的16项特征值为输入进行基于mic最大互信息系数的特征选择，具体实施为：
24、通过将输入特征x与输出特征y离散在二维空间中，将数据按照特征值的分布情况划分成网格，在每个网格内计算特征与目标变量之间的互信息，最后遍历所有网格，找到具有最大互信息的网格，从而获得各项特征的mic值作为特征的贡献值；
25、基于特征选择经验，当最大特征贡献与最小特征贡献差距较大，以特征间最大mic值与最小mic值差值的一半作为初步筛选特征重要性的阈值，即初步筛选保留重要性大于0.3的特征；
26、步骤602、使用bp神经网络摩擦力预测rmse值对特征进行下一步筛选，每削减一次特征获取30次预测的rmse值求取均值。
27、进一步的，步骤8中基于振动行为的测试系统稳定性表征曲线拟合的具体步骤包括：
28、步骤801、以所选则的灰度均值、熵均值、对比度均值、熵方差、能量均值特征为数值基础，基于向量规范化公式：
29、
30、公式(1)中，c表示系数，用于提高数据量级，设置为100；n表示样本数量；ai表示实际测量数据；yi表示规范化后数据；通过matlab中的norm(x)函数对数据进行向量规范化处理实现归一化，消除量纲影响；
31、步骤802、以规范化后数据为基础，进行特征权重划分。具体实施为：以mic检测贡献值的重要性为基础，设置筛选特征贡献总和为c，各特征贡献值为xi，i表示不同特征，以各特征贡献值占筛选特征总贡献值的百分比例，即：其中yi即为各保留特征所划分的权重；
32、步骤803、将各项规范化特征乘以各自的权重后求和，获取六特征融合参数，以融合参数为基础，拟合出振动行为时频特征规律曲线；
33、步骤804、通过灰度均值、熵均值、对比度均值、熵方差、能量均值的向量规范化处理、权重划分、加权拟合，获取振动行为时频特征规律曲线，从而表征出基于振动行为的烧结金属粉末复合层合金强化性能检测系统稳定性变化曲线。
34、本专利技术的有益效果是：
35、1、本专利技术所提出的分析方法高度适配烧结金属粉末复合层硬质合金表面测性的振动行为分析，高度适配该测试系统稳定性的检测，可显著提高分析的准确性和相关参数预测的准确性；
36、2、本专利技术方法相较于传统的振动信号时域、频域分析可从根源上有效减少数据量，将复杂的原数据转化为图像进行保存，节省存储和运算空间，并提取了大量图像特征稀释了杂质信号干扰，从而提高了分析方法的抗干扰能力；
37、3、本专利技术方法相较于传统的单时频分析方法与改进的时频分析方法对时频图像特征的提取更加全面、完整，泛用性更强，很好的平衡了振动行为时频处理方法的精度与泛用性；
38、4、本专利技术所使用的机械学习算法在特征层层面进行特征融合以多输入单输出实现特征选择与数据预本文档来自技高网...
【技术保护点】
1.一种金属粉末烧结复合层硬质合金摩擦振动行为时频表征方法，其特征在于，具体步骤包括：
2.根据权利要求1所述的一种金属粉末烧结复合层硬质合金摩擦振动行为时频表征方法，其特征在于，步骤1中对采集到的摩擦振动数据文件进行预处理是指使用LabVIEW将采集到的其他类型的文件转化为Excel表格的‘.xlsx’格式文件。
3.根据权利要求1所述的一种金属粉末烧结复合层硬质合金摩擦振动行为时频表征方法，其特征在于，步骤2中采用VMD变分模态分解将振动中存在的明显干扰部分去除，进行降噪处理。
4.根据权利要求1所述的一种金属粉末烧结复合层硬质合金摩擦振动行为时频表征方法，其特征在于，步骤3中分别使用短时傅里叶变换与连续小波变换对摩擦信号进行时频分析获取时频图像。
5.根据权利要求1所述的一种金属粉末烧结复合层硬质合金摩擦振动行为时频表征方法，其特征在于，步骤4中时频图像灰度化处理具体包括：
6.根据权利要求1所述的一种金属粉末烧结复合层硬质合金摩擦振动行为时频表征方法，其特征在于，步骤5中对振动信号时频图像进行特征提取具体包括：<...
【技术特征摘要】
1.一种金属粉末烧结复合层硬质合金摩擦振动行为时频表征方法，其特征在于，具体步骤包括：
2.根据权利要求1所述的一种金属粉末烧结复合层硬质合金摩擦振动行为时频表征方法，其特征在于，步骤1中对采集到的摩擦振动数据文件进行预处理是指使用labview将采集到的其他类型的文件转化为excel表格的‘.xlsx’格式文件。
3.根据权利要求1所述的一种金属粉末烧结复合层硬质合金摩擦振动行为时频表征方法，其特征在于，步骤2中采用vmd变分模态分解将振动中存在的明显干扰部分去除，进行降噪处理。
4.根据权利要求1所述的一种金属粉末烧结复合层硬质合金摩擦振动行为时频表征方法，其特征在于，步骤3中分别使用短时傅里叶变换与连续小波变换对摩擦信号进行时频分...
【专利技术属性】
技术研发人员：佟欣，张浩，王守猛，王熙越，
申请(专利权)人：哈尔滨理工大学，
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。