摘要
本发明公开一种超磁致伸缩棒材的健康状态评估方法,首先搭获得超磁致伸缩棒材的输出位移数据、振动数据和损耗数据;使用AE算法对改进MPE方法进行参数寻优,然后使用选取好的参数,有效提取位移数据、振动数据和损耗数据的多尺度特征,并将其转化为灰度矩阵,再将其分别映射到R、G、B三个颜色通道,得到超磁致伸缩棒材的三维图像特征集;本发明对CapsNet进行了改进,在胶囊层前加入了2个卷积层和一个池化层来压缩图像大小的同时尽量保持图像特征的完整性,将得到的三维图像数据集输入到搭建的CapsNet网络中进行训练,得到超磁致伸缩棒材检测模型。本发明实现了对超磁致伸缩棒材的健康状态评估,对换能器的研制和应用起到了指导作用。
技术关键词
健康状态评估方法
序列
信号
加速度
胶囊
三维图像数据集
灰度矩阵
重构
Softmax函数
损耗
多尺度排列熵
三维图像特征
粒子群算法优化
阿尔法
通道
激光位移传感器
评价算法