摘要
本发明涉及一种基于时域平均和深度解卷的编码器信号处理方法。首先利用旋转编码器采集角位置信号,使用二阶差分法将其转换为瞬时角加速度信号;然后使用时域同步平均方法,将整段瞬时角加速度信号划分为包含5个周期长度的分段,并取均值,去除噪声成分;设置N层神经网络,对于每层网络,依次初始化权重矩阵,以相关峭度为目标函数,利用L‑BFGS算法,使用目标函数、前一次迭代的权重系数以更新权重矩阵;最后降维处理神经网络输出的多个信号,保留包络谱峭度值最大的信号作为最终计算结果。本发明利用相关峭度作为目标函数,对脉冲噪声的干扰具有鲁棒性;采用汉宁窗初始化滤波器组,可有效提升滤波过程的效率。
技术关键词
时域同步平均方法
BFGS算法
旋转编码器
滤波器
信号
矩阵
脉冲噪声
故障特征
包络
分段
鲁棒性
周期性
频段
节点
频率