[发明专利]一种基于域自适应的轴承故障诊断方法

摘要

本发明涉及一种基于域自适应的轴承故障诊断方法，包括以下步骤分别对有标签历史振动数据与目标振动数据进行特征提取，并基于距离指标选择敏感特征集，通过主成分分析构造格拉斯曼流形，并在此基础上构造测地流，以有标签历史振动数据振动的敏感特征集为源域，以目标振动数据的敏感特征集为目标域，使两者在测地流上投影进行域自适应，并基于投影的距离测度实现对目标振动数据的轴承状态识别。将该方法用于轴承故障诊断的结果表明，该方法能够有效克服工况、轴承个体差异等因素造成的振动数据偏移，显示了较强的工程应用价值。

主权项

一种基于域自适应的轴承故障诊断方法，其特征在于，包括如下步骤：步骤1、采集有标签历史振动数据和目标振动数据，分别对有标签历史振动数据与目标振动数据进行特征提取，构造有标签历史振动数据的初始特征集FS与目标振动数据的初始特征集FT；所述有标签历史振动数据是指在多种已知轴承状态下采集的振动数据；所述目标振动数据是指在未知轴承状态下采集的振动数据或在待识别轴承状态下采集的振动数据；步骤2、基于距离指标对有标签历史振动数据的初始特征集FS进行特征选择，构造有标签历史振动数据的敏感特征集XS，并对目标振动数据的初始特征集FT选择相同特征构造目标振动数据的敏感特征集XT；步骤3、分别对有标签历史振动数据的敏感特征集XS与目标振动数据的敏感特征集XT进行主成分分析，并分别选取d维特征向量构造有标签历史振动数据的线性特征子空间PS与目标振动数据的线性特征子空间PT，从而构造出一个格拉斯曼流形G(d,D)，其中D为数据维度；步骤4、以有标签历史振动数据的线性特征子空间PS为开始，以目标振动数据的线性特征子空间PT为结束，在格拉斯曼流形上构造测地流；步骤5、将有标签历史振动数据的敏感特征集XS与目标振动数据的敏感特征集XT向测地流上投影，使有标签历史振动数据的任一敏感特征向量xi与目标振动数据的任一敏感特征向量xj转换成测地流上的两个投影点与步骤6、基于测地流核函数进行距离测度计算；步骤7、基于距离测度采用最近邻分类器进行分类，输出目标振动数据的轴承状态识别结果。