[发明专利]行走减速机故障模型生成方法、装置和计算机设备

说明书

本发明提供一种行走减速机故障模型生成方法、装置和计算机设，该行走减速机故障模型生成方法包括：获取行走减速机各种故障状态下的振动信号；对各种故障状态的所述振动信号利用预设算法分解，获得相应的故障特征参数；利用各种故障状态的故障特征参数以及预设建模算法，建立各种故障状态相应的故障诊断模型，并生成故障模型库。本发明的行走减速机故障模型生成方法，通过对不同故障状态建立相应的故障诊断模型，可以准确的诊断行走减速机各种故障隐患，并且其诊断故障的成本相对较低，使行走减速机的故障诊断更加高效。

技术领域

本发明涉及减速机领域，具体而言，涉及一种行走减速机故障模型生成方法、装置、行走减速机故障诊断方法、计算机设备和可读存储介质。

背景技术

行走减速机作为各种工程车行走装置的重要组成部分，它的运行状况的良好直接关系到行走装置的正常运行，然而减速机中的齿轮又是减速机的核心所在，齿轮的缺陷和失效直接影响减速机甚至是行走装置的安全平稳地运行。现有的行走减速机故障诊断一般由人工来进行，其成本比较高并且诊断效率较低。

发明内容

鉴于上述问题，本发明提供了一种行走减速机故障模型生成方法、装置、行走减速机故障诊断方法、计算机设备和可读存储介质，以准确的诊断行走减速机各种故障隐患，并且其诊断故障的成本相对较低，使行走减速机的故障诊断更加高效。

为了实现上述目的，本发明采用如下的技术方案：

一种行走减速机故障模型生成方法，包括：

获取行走减速机各种故障状态下的振动信号；

对各种故障状态的所述振动信号利用预设算法分解，获得相应的故障特征参数；

利用各种故障状态的故障特征参数以及预设建模算法，建立各种故障状态相应的故障诊断模型，并生成故障模型库。

优选地，所述的行走减速机故障模型生成方法中，所述对各种故障状态的所述振动信号利用预设算法分解包括：

对所述振动信号进行小波包分解，获得所述振动信号各频带能量信号；

根据各频带能量信号计算所述振动信号各频带信号的能量总和；

对所述振动信号各频带信号的能量总和进行归一化处理，获得所述振动信号相应的故障特征参数。

优选地，所述的行走减速机故障模型生成方法中，所述预设算法算式包括：

式中，E_Nj为所述振动信号第N层第j个频带的能量总和，S_Nj为进行小波包分解后所述振动信号第N层第j个频带的特征信号；N_Nj为所述振动信号第N层第j个频带的能量总和的归一化处理数值；u为所述振动信号的故障特征参数。

优选地，所述的行走减速机故障模型生成方法中，所述预设建模算法包括隐马尔可夫建模算法。

优选地，所述的行走减速机故障模型生成方法中，所述利用各种故障状态的故障特征参数以及预设建模算法，建立各种故障状态相应的故障诊断模型包括：

对所述振动信号的故障特征参数进行离散化处理，获得故障模型的观测输入值；

利用所述观测输入值以及隐马尔可夫建模算法建立相应故障状态的所述故障诊断模型；

利用Baum-welch算法对所述故障诊断模型进行参数估计处理，获得所述故障诊断模型的概率参数。

优选地，所述的行走减速机故障模型生成方法中，还包括：

获取已知故障状态的多个振动信号进行预设算法分解，获得相应故障状态的多个训练数据；