摘要
本发明属于热模锻压力机部件磨损状态识别技术领域,具体涉及用于热模锻压力机部件磨损状态识别的特征信号增强方法,包括:S1、将劣质振动信号xpoor进行处理得到修复信号xre;S2、构建闭开‑自互补顶帽形态学滤波器FCO‑NSTH,用于对待增强振动信号的特征频率幅值进行增强处理;S3、通过粒子群优化算法,自适应的选取闭开‑自互补顶帽形态学滤波器的最优的结构元素参数;S4、使用自适应选取最优结构元素参数的闭开‑自互补顶帽形态学滤波器FCO‑NSTH对修复信号xre的特征频率幅值进行增强处理,得到增强振动信号;S5、将S4得到的增强振动信号输入智能模型中,进行热模锻压力机部件磨损状态的识别及预测。本方法可以结合智能模型准确的识别热模锻压力机部件的磨损状态。
技术关键词
热模锻压力机
形态学滤波器
粒子群优化算法
信号
顶帽
智能模型
元素
矩阵
数据
状态识别技术
幅值
包络
离散余弦变换
索引
参数
因子
表达式
加速度
邻域
系统为您推荐了相关专利信息
车载智能诊断
控制网络系统
主控模块
运维系统
显示器
悬挂装置
滑动隔板
无线信号收发器
安装底板
试件
动态模拟系统
可变电阻
BP神经网络
人机交互模块
动态模拟方法
供水管道漏损
信息处理装置
数据特征提取
音频
图像特征向量
三次样条曲线
液压驱动系统
遗传算法优化
笛卡尔空间轨迹
运动轨迹跟踪