[发明专利]基于逻辑回归和J散度的滚动轴承故障预诊方法及系统

摘要

本发明公开了一种基于逻辑回归和J散度的滚动轴承故障预诊方法，包括以下步骤：采集轴承运行时不同故障位置的故障传感数据和正常状态轴承运行的正常传感数据，分别对故障传感数据和正常传感数据进行预处理和特征提取，建立故障位置特征样本和正常状态特征样本；通过建立好的故障位置的样本和正常状态的样本对逻辑回归模型进行训练，得到逻辑模型参数，建立逻辑回归模型；本发明依据轴承的健康衰退程度对轴承进行有针对性的故障诊断，同时根据不同工况不同对象，改变训练样本类型、特征值类型、健康阈值等参数，训练后的模型可以调整，具有实时性强、数据处理精度高、核心算法鲁棒性好、状态评估准确性高、诊断结果准确度高等优点。

主权项

1.一种基于逻辑回归和J散度的滚动轴承故障预诊方法，其特征在于包括以下步骤：采集轴承运行时不同故障位置的故障传感数据和正常状态轴承运行的正常传感数据，分别对故障传感数据和正常传感数据进行预处理和特征提取，建立故障位置特征样本和正常状态特征样本；通过建立好的故障位置的样本和正常状态的样本对逻辑回归模型进行训练，得到逻辑模型参数，建立逻辑回归模型；采集待测轴承的实时传感数据，对所述实时传感数据进行预处理和特征提取，得到待测轴承的实时状态特征指标，将所述特征指标代入到建立好的所述逻辑回归模型中，经过计算得到待测轴承当前时刻的健康度；将计算得到的待测轴承当前时刻的健康度和预先设定好的健康度阈值作比较，若待测轴承当前时刻的健康度低于设定的阈值，则通过J散度的故障诊断方法分别计算待测轴承的实时状态特征指标与故障位置特征样本的J散度、正常状态特征样本的J散度，根据故障位置的样本的J散度和正常状态的样本的J散度的大小判断轴承的故障位置，实现对待测轴承的故障诊断。