基于核密度估计的故障诊断信号非均匀量化方法

作     者：张少波 崔英英 陈攀 朱许彬 张博 ZHANG Shaobo;CUI Yingying;CHEN Pan;ZHU Xubin;ZHANG Bo

作者机构：河北雄安京德高速公路有限公司河北保定071700 长安大学信息工程学院陕西西安710064 

出 版 物：《测控技术》 (Measurement & Control Technology)

年 卷 期：2024年第43卷第6期

页      面：75-81页

学科分类：0711[理学-系统科学] 0810[工学-信息与通信工程] 07[理学] 08[工学] 080401[工学-精密仪器及机械] 0804[工学-仪器科学与技术] 080402[工学-测试计量技术及仪器] 0835[工学-软件工程] 081002[工学-信号与信息处理] 

基　　金：陕西省地方标准制修订项目(SDBXM67-2020) 国家重点研发计划项目(2019YFB1600100) 

主　　题：故障诊断 非均匀量化 LoRa 核密度估计 非线性规划 

摘      要：在工业物联网的某些故障诊断场景中,由于缺少电信网络覆盖,采集信号通过远距离无线电(Long Range Radio,LoRa)技术实现无线可靠回传,但其较低的传输速率会限制故障诊断的精度。针对LoRa窄带宽的技术限制,提出了采样频率和量化分辨率固定条件下的时域信号非均匀量化方案。首先,通过建立基于核密度估计(Kernel Density Estimation,KDE)的非参数拟合模型,重点研究了带宽受限场景中合适的核函数类型和带宽确定准则,拟合生成传感信号幅度的概率密度函数(Probability Density Function,PDF)。其次,以PDF为输入,以最小化量化噪声为目标函数,通过非线性规划,输出最佳的一组非均匀量化电平值。其特点在于针对出现频次最高的时域幅度,采用更小的量化间隔,实现量化噪声的最小化。最后,以轴流风机状态检测为例进行了实验,结果表明,基座松动和轴承故障对量化电平的影响更大。随着量化分辨率的增加,KDE量化逐渐趋近均匀量化,相较于高斯量化的优势逐渐缩小。因此,提出的KDE量化方案适合窄带宽条件下的非均匀量化,可提高信道利用率,并在传输带宽和量化噪声之间取得折中。