[发明专利]一种滚动轴承复合故障诊断方法及装置有效
申请号: | 202011550619.1 | 申请日: | 2020-12-24 |
公开(公告)号: | CN112484999B | 公开(公告)日: | 2022-04-15 |
发明(设计)人: | 孙维方;周余庆;向家伟;陈雷清 | 申请(专利权)人: | 温州大学 |
主分类号: | G01M13/04 | 分类号: | G01M13/04;G01M13/045 |
代理公司: | 温州名创知识产权代理有限公司 33258 | 代理人: | 陈加利 |
地址: | 325000 浙江省温州市瓯海*** | 国省代码: | 浙江;33 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 滚动轴承 复合 故障诊断 方法 装置 | ||
1.一种滚动轴承复合故障诊断方法,其特征在于,所述方法包括以下步骤:
S1、获取滚动轴承的待检测信号,以及获取多个预先已训练好的基于最大相关峭度解卷积构建出的单一故障二分类器;其中,每一个单一故障二分类器输出结果均为预设的故障类型之其中一种类型;
S2、采用每一个预先已训练好的单一故障二分类器的故障参数,分别对待检测信号进行解卷积,并使用相应的单一故障二分类器进行故障诊断之后,组合得到待检测信号的复合故障并输出;
所述单一故障二分类器的形成步骤具体包括:
预先设置故障类型以及每一种故障的特征频率,并结合预设的数据采样频率,分别计算得到每一种故障的冲击采样点间隔;其中,所述故障类型至少有两种;
根据每一种故障类型,利用最大相关峭度解卷积,构建出分别对应每一种故障的单一故障特征增强滤波器;
基于计算得到每一种故障的冲击采样点间隔,确定每一种故障各自对应的训练样本集,且将所有训练样本集中的每一个训练样本均导入所有单一故障特征增强滤波器进行滤波处理,得到各训练样本经滤波处理后对应每一种故障的特征;
基于卷积神经网络,构建分别对应每一种故障的单一故障二分类器;
根据各训练样本经滤波处理后对应每一种故障的特征,选择对应的单一故障二分类器进行训练,得到对应每一种故障均已训练好的单一故障二分类器。
2.如权利要求1所述的滚动轴承复合故障诊断方法,其特征在于,通过公式分别计算得到每一种故障的冲击采样点间隔;其中,
Ti为第i种故障的冲击采样点间隔;fs为所述预设的数据采样频率;fi为第i种故障的特征频率;i=(1,2,...,m);m为故障类型总数。
3.如权利要求2所述的滚动轴承复合故障诊断方法,其特征在于,每一种故障的单一故障特征增强滤波器均通过公式来实现训练样本的滤波处理;其中,
yi为第i种故障的单一故障特征增强滤波器滤波后的信号序列;x为训练样本的输入信号序列;filteri为第i种故障的单一故障特征增强滤波器的参数;为滤波操作符号。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于温州大学,未经温州大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202011550619.1/1.html,转载请声明来源钻瓜专利网。
- 上一篇:医学检验采集用试管放置系统
- 下一篇:微阻力触发自动吸气调节器