[发明专利]一种基于域自适应的轴承故障诊断方法

权利要求书

1.一种基于域自适应的轴承故障诊断方法，其特征在于，包括如下步骤：

步骤1、采集有标签历史振动数据和目标振动数据，分别对有标签历史振动数据与目标振动数据进行特征提取，构造有标签历史振动数据的初始特征集F_S与目标振动数据的初始特征集F_T；所述有标签历史振动数据是指在多种已知轴承状态下采集的振动数据；所述目标振动数据是指在未知轴承状态下采集的振动数据或在待识别轴承状态下采集的振动数据；

步骤2、基于距离指标对有标签历史振动数据的初始特征集F_S进行特征选择，构造有标签历史振动数据的敏感特征集X_S，并对目标振动数据的初始特征集F_T选择相同特征构造目标振动数据的敏感特征集X_T；

步骤3、分别对有标签历史振动数据的敏感特征集X_S与目标振动数据的敏感特征集X_T进行主成分分析，并分别选取d维特征向量构造有标签历史振动数据的线性特征子空间P_S与目标振动数据的线性特征子空间P_T，从而构造出一个格拉斯曼流形G(d,D)，其中D为数据维度；

步骤4、以有标签历史振动数据的线性特征子空间P_S为开始，以目标振动数据的线性特征子空间P_T为结束，在格拉斯曼流形上构造测地流；

步骤5、将有标签历史振动数据的敏感特征集X_S与目标振动数据的敏感特征集X_T向测地流上投影，使有标签历史振动数据的任一敏感特征向量x_i与目标振动数据的任一敏感特征向量x_j转换成测地流上的两个投影点与

步骤6、基于测地流核函数进行距离测度计算；

步骤7、基于距离测度采用最近邻分类器进行分类，输出目标振动数据的轴承状态识别结果。

2.如权利要求1所述的一种基于域自适应的轴承故障诊断方法，其特征在于：所述步骤1中所述特征提取包括分别提取有标签历史振动数据与目标振动数据时域与小波域的统计参数，包括：峰-峰值、均值、标准差、均方值、波形指标、峰值指标、脉冲指标、裕度、偏度、峭度。

3.如权利要求1所述的一种基于域自适应的轴承故障诊断方法，其特征在于：所述步骤2中所述距离指标为其中S_b为不同类特征的类间平均距离，S_w为单类特征的类内平均距离，特征选择以J_A大于一定阈值的特征构成特征集。

4.如权利要求1所述的一种基于域自适应的轴承故障诊断方法，其特征在于：步骤4具体过程如下：

所述的测地流Φ(t)∈G(d,D)，t∈[0,1]为测地流参数，当t＝0时，Φ(0)＝P_S，而当t＝1时，Φ(1)＝P_T，两者之间任一位置为其中U₁与U₂是通过奇异值分解求得的左奇异向量矩阵，V是对应的右奇异向量矩阵，Γ与Σ是对角矩阵，其中第i个对角元素分别为cosθ_i与sinθ_i，而θ_i是有标签历史振动数据的线性特征子空间P_S与目标振动数据的线性特征子空间P_T之间的主角度，定义为对应地，Γ(t)与Σ(t)是对角元素分别为cos(tθ_i)与sin(tθ_i)的对角矩阵。

5.如权利要求1所述的一种基于域自适应的轴承故障诊断方法，其特征在于：步骤5中所述的两个投影点为：与

6.如权利要求1所述的一种基于域自适应的轴承故障诊断方法，其特征在于：步骤6的具体过程为：

基于测地流核函数进行距离测度计算：其中，Λ₁,Λ₂,Λ₃分别为对角矩阵，对角元素分别为

7.如权利要求1-6任一所述的一种基于域自适应的轴承故障诊断方法，其特征在于：所述方法也适用于齿轮的故障诊断。