[发明专利]一种基于深度分解的电主轴系统早期故障检测方法

权利要求书

1.一种基于深度分解的电主轴系统早期故障检测方法，其特征在于，包括离线建模和在线检测，离线建模包括以下步骤：

1)采集正常状态下的振动信号数据X，并进行标准化处理；

2)选择合适的阶数j，按照公式计算相应的X_j,k；

3)计算每个X_jk的主元个数、特征值矩阵Λ_jk以及特征向量矩阵P_j,k；

4)计算离线阶段统计量和SPE_j,k；

5)计算离线阶段和SPE_j,k的概率密度函数；

6)计算离线阶段和SPE_j,k的控制限TUCL_j,k和QUCL_j,k；

在线检测包括以下步骤：

7)获取在线振动信号数据X_t，并进行标准化处理；

8)获得子数据集X_j,k的主元空间和残差空间；

9)计算在线阶段统计量和SPE_j,k；

10)将求得的统计量与相应的控制限进行比较，如果统计量大于控制限，则发生故障；反之，该数据处于正常状态。

2.根据权利要求1所述的基于深度分解的电主轴系统早期故障检测方法，其特征在于，所述步骤2)包括：

201)运用深度分解原理将原始数据集分解成一个主元空间和一个残差子空间，

X＝X₁₁+X₁₂ (1)

式中，X₁₁和X₁₂分别表示原始数据X的一阶主成分空间和残差空间，表示为：

其中，P₁₁代表原始矩阵X的主元空间，P₁₁^T是P₁₁的转置，I代表单位矩阵；

202)将X₁₁和X₁₂继续进行分解：

X₁₁＝X₂₁+X₂₂

X₁₂＝X₂₃+X₂₄ (3)

式中，X₂₁和X₂₂、X₂₃和X₂₄代表运用深度分解原理进行二阶分解后生成的子空间，同时也是进行三阶分解时的原始分解空间，则原始数据X可表示为：

X＝X₂₁+X₂₂+X₂₃+X₂₄ (4)

其中：

其中，P₂₁是X₁₁的主成分向量，P₂₃是X₁₂的主成分向量，P₂₁^T是P₂₁的转置，P₂₃^T是P₂₃的转置；

以此类推，原始数据X可以表示为2^j个子空间的和，j表示的是阶数，子空间X_j,k可表示为：

其中，P_j，k表示X_j-1,(k+1)/2的主元空间；P_j，k^T是P_j，k的转置。