[发明专利]防爆电机轴承微弱故障诊断方法、介质、电子设备及系统

说明书

本发明公开了一种防爆电机轴承微弱故障诊断方法，包括：S1、采集防爆电机轴承故障信号，构建故障信号对应的初始特征矩阵，对初始特征矩阵进行深层稀疏滤波，得到降维后的稀疏分量；S2、根据降维后的稀疏分量建立复合函数准算数平均比，联合时域复合函数准算数平均比和频域复合函数准算数平均比，形成降维后的稀疏分量对应的二维解集，并构建非统治解集，定位包含故障信息的敏感稀疏分量；S3、对敏感稀疏分量用局部保留投影算法执行流形融合，得到主流形成分；S4、对主流形成分进行包络解调，实现故障诊断。本发明对微弱故障信息的定位更为准确，能够去除频带内干扰的噪声，提升故障特征的辨识性。

技术领域

本发明涉及轴承故障诊断技术领域，特别涉及一种防爆电机轴承微弱故障诊断方法、介质、电子设备及系统。

背景技术

防爆电机在实际生产生活中的应用日益广泛，及时可靠的状态监测是保障其稳定良好运行的重要手段。

轴承是防爆电机系统的关键承载部件，服役过程中易出现疲劳损伤和应力破坏等各种性能退化情况。若不能及时、准确地评估其性能水平与健康状况，其故障可能会导致防爆电机停机检修，造成生产损失，在易燃、易爆的特殊工作场所中甚至会诱发安全事故。因此，开展复杂防爆电机轴承微弱故障诊断方法研究，能够在早期微弱故障时期及时检测，确保防爆电机轴承长期可靠工作，对于当今防爆电机轴承智能运维的发展意义重大。

早期的防爆电机轴承故障诊断方法包括辨音法、比较法等，但是这些传统检测技术对工作人员的经验丰富度提出了很高的专业要求，效率低且会出现误报的现象。随着智能监测和运维技术的日益发展，传统的防爆电机轴承故障检测方法已经不能满足防爆电机高安全性和高可靠性服役的重大需求。开发先进的防爆电机轴承故障检测方法，及时诊断安全隐患，确保防爆电机轴承长期可靠工作，是亟需克服的难题。音频监测法、强度监测法和振动信号监测法等是近年来主要的防爆电机轴承故障监测手段。其中，基于振动信号的分析方法被广泛应用于防爆电机轴承健康监测与状态评估。该方法信号特征明显，能够实时反映防爆电机运行状态，避免传统方法过度依赖先验知识和工程经验的不足。

从轴承原始振动信号中提取具备代表性的信息并降低原始数据的维度是基于振动信号的分析方法研究中的关键之一。目前主流的故障特征模型主要包括统计特征、FFT、小波变换、经验模式分解、稀疏滤波等。其中，统计特征可分为时域统计特征和频域统计特征，不同的统计指标反映不同的特征信息。但是早期故障信息十分微弱，时、频域内设计的单一指标难以直接准确定位故障信息。另外，每种特征模型对应的特征成分数目比较多，不利于高效的防爆电机轴承故障诊断。因此，从轴承的高维振动特征集合中定位出最具代表性的低维特征子集，对防爆电机轴承故障特征实现准确辨识具有很大的必要性。

发明内容

本发明要解决的技术问题是提供一种准确定位、辨识度高的防爆电机轴承微弱故障诊断方法。

为了解决上述问题，本发明提供了一种防爆电机轴承微弱故障诊断方法，所述防爆电机轴承微弱故障诊断方法包括以下步骤：

S1、采集防爆电机轴承故障信号，构建故障信号对应的初始特征矩阵，对初始特征矩阵进行深层稀疏滤波，得到降维后的稀疏分量；

S2、根据降维后的稀疏分量建立复合函数准算数平均比，联合时域复合函数准算数平均比和频域复合函数准算数平均比，形成降维后的稀疏分量对应的二维解集，并构建非统治解集，定位包含故障信息的敏感稀疏分量；

S3、对敏感稀疏分量用局部保留投影算法执行流形融合，得到主流形成分；

S4、对主流形成分进行包络解调，实现故障诊断。

作为本发明的进一步改进，步骤S1包括：

S11、采集防爆电机轴承故障信号，将其随机划分成K组长度为N的数据集，设置L行N列的初始权重矩阵，构建防爆电机轴承故障信号对应的初始特征矩阵；其中，i表示第i组故障信号，表示第i组故障信号数据集；K≥2、N≥2、L≥2；