[发明专利]一种基于频谱的轴承磨耗预警方法与系统

说明书

本发明公开了一种基于频谱的轴承磨耗预警方法与系统，所述方法包括：获取设备振动的数据，对数据进行处理并转换成第一语谱图；设置步长，按照步长在第一语谱图上进行滑窗，得到若干个第一语谱图片段；根据原始数据对第一语谱图片段打标签，将其作为训练样本；使用triplet loss作为损失函数，resnet50作为特征提取网络，对特征提取网络进行训练，获得基准特征；将测试数据处理为第二语谱图，得到第二语谱图片段，使用训练后的特征提取网络，得到该时间段内的振动特征；计算每一段时间的振动特征与基准特征的欧式距离，根据阈值判断振动是否异常。

技术领域

本发明涉及预警技术领域，尤其涉及一种基于频谱的轴承磨耗预警方法与系统。

背景技术

振动是转动机械运转时的重要特性。利用数据采集器对机械设备(例如轴承)运行状态的振动信息进行采集，然后通过振动频谱分析，可以快速、准确地诊断出如转子不平衡、转轴弯曲、轴承损坏与松动、轴系不对中等故障存在的原因，从而做到故障早期发现、诊断迅速及时、结论定点定量、机理清楚明白之目的。

但此方案在传统转动机械检测过程中只能对有无故障进行判断，无法对损失进行定量分析并作出预警。

发明内容

本发明针对上述的无法对轴承损失进行预警的技术问题，提出一种基于频谱的轴承磨耗预警方法与系统。

第一方面，本申请实施例提供了一种基于频谱的轴承磨耗预警方法，包括：

数据转换步骤：使用传感器获取设备振动的原始数据，对所述原始数据进行处理，并将处理完成后的所述原始数据转换成第一语谱图；

语谱图片段获得步骤：设置步长，按照所述步长根据时间顺序在所述第一语谱图上进行滑窗，得到若干个第一语谱图片段；

训练样本获得步骤：根据所述原始数据对所述第一语谱图片段打标签，若有故障，打上的标签为1，若没有故障，打上的标签为0，将打上标签的所述第一语谱图片段作为训练样本；

训练步骤：使用triplet loss作为损失函数，resnet50作为特征提取网络，对所述特征提取网络进行训练，获得基准特征；

振动特征获得步骤：根据所述数据转换步骤将测试数据处理为第二语谱图，并按照所述步长对所述第二语谱图进行切割，得到第二语谱图片段，使用训练后的所述特征提取网络，将所述第二语谱图片段作为输入，得到该时间段内的振动特征；

判断步骤：计算每一段时间的所述振动特征与所述基准特征的欧式距离，若所述欧式距离小于预警值，则为正常振动；若所述欧式距离大于故障值，则为故障；若所述欧式距离大于预警值并小于故障值，则作出预警。

上述基于频谱的轴承磨耗预警方法，其中，所述数据转换步骤包括：

时序数据获得步骤：使用所述传感器获取所述设备振动的时序数据；

频域数据获得步骤：对所述时序数据进行傅立叶变换，将所述时序数据转换为频域数据；

低频数据过滤步骤：使用高通滤波器将所述频域数据中的低频数据过滤，得到高频数据；

第一语谱图获得步骤：将所述高频数据转换为所述第一语谱图。

上述基于频谱的轴承磨耗预警方法，其中，所述训练步骤包括：

数据预处理步骤：将所述第一语谱图片段之间形成P、N对，并使negative：positive由1∶1至1∶4；

模型训练步骤：通过对loss分别进行加权来训练所述特征提取网络，基于训练后的所述特征提取网络获取基准特征。

上述基于频谱的轴承磨耗预警方法，其中，所述数据预处理步骤包括：