买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：合肥工业大学

摘要：本发明涉及轴承故障诊断技术领域，具体是一种基于因果先验知识蒸馏框架的轴承故障诊断方法。本发明所提出的诊断框架中对故障轴承进行机械系统动力学建模，生成富含动态领域知识的故障信号仿真数据。其次，学生模型计算多个来源的异构特征数据的互信息，并根据结果进行因果干预。这有助于特征融合，有效减少混杂因素的干扰，增强对特征语义的理解。最后，学生模型通过提炼教师模型中学到的仿真故障轴承动力学知识来调整网络参数，从而学习真实故障轴承的因果语义表示。特别的，实验设计考虑了许多方面的因果先验，包括故障轴承动力学响应机制、因果图论、频域分析、传感器差异和机械系统差异等等诸多方面。

主权项：1.一种基于因果先验知识蒸馏框架的轴承故障诊断方法，其特征在于，包括以下诊断步骤：S1、通过实验台采集故障轴承的真实故障样本，以及通过故障轴承的综合四自由度非线性振动模型生成仿真故障样本；S2、根据真实故障样本计算轴承转速与轴承其余故障特征之间的互信息进而计算影响权重；S3、分别对仿真故障样本和真实故障样本进行数据处理，生成仿真时频图数据集和真实时频图数据集，并对各个故障特征数据打上各自对应的标记；S4、基于因果先验知识蒸馏框架，使用仿真时频图数据集训练教师模型，使用真实时频图数据集训练学生模型；S5、输出教师模型对仿真时频图数据集的诊断结果，并根据因果先验知识蒸馏框架中的教师模型和学生模型之间的因果先验传递关系调整学生模型的网络参数，优化训练；S6、输出学生模型对真实时频图数据集的诊断结果，根据步骤S2中的影响权重进行最终诊断结果的决策级别融合，各个加权率中的最大值对应的故障类型即为待预测故障样本的故障类型；获取仿真故障样本的具体步骤如下：S11、故障轴承的故障类型包括外圈出现裂纹时的外圈裂纹故障、内圈出现裂纹时的内圈裂纹故障，以及滚子出现裂纹时的滚子裂纹故障；S12、计算轴承在出现外圈裂纹故障时的外圈故障位移激励、内圈裂纹故障时的内圈故障位移激励，以及滚子裂纹故障时的滚子故障位移激励；S13、通过故障位移激励计算对应的故障类型下，各个滚子通过裂纹时产生的接触变形；S14、根据对应故障类型下的接触变形，计算滚子在滚动过程中与内圈和外圈之间的接触力；S15、结合计算出的对应故障类型下的接触力，设定外圈的位移、转速和加速度，以及内圈的位移、转速和加速度，并将这些数据输入到综合四自由度非线性振动模型进行仿真测试，以获得故障轴承在对应故障类型下振动的特征频率；表征故障类型的特征频率和故障特征组合构成表明故障类型的仿真故障样本；由于仿真测试过程中所有参数都是可观测的，因此遵循后门准则；故障轴承在转动的过程中，轴承转速会对故障轴承的其他故障特征产生相应的影响；与此同时故障轴承所在的系统产生的振动也会对故障轴承的其他故障特征产生影响，这两种影响的综合表现通过影响权重表示；影响权重计算的过程具体如下：S21、获取仿真故障样本后，以轴承转速为原因变量X，原因变量X的原因样本集合为Xi表示第i个仿真故障样本，N表示仿真故障样本总数；故障轴承的其他故障特征为结果变量Y，第j种结果变量Yj的子结果样本集合为Yj,i表示第j种结果变量Yj的子结果样本集合中的第i个仿真故障样本；所有的结果变量Y组合形成总结果样本集合J表示结果变量总数；S22、获取原因样本集合中落入以Xi为圆心、半径为固定半径ρi,xy范围内的仿真故障样本，获取的仿真故障样本数量为nx,i；S23、获取总结果样本集合中落入以Yj为圆心、半径为固定半径ρi,xy范围内的仿真故障样本，获取的仿真故障样本数量为ny,i；S24、统计获取的仿真故障样本的数量，以得到对应范围内的样本分布密度；通过该范围内的样本分布密度进行数据融合，以得到对应的影响权重；影响权重的计算公式如下： 式中，Wj表示在轴承转速的影响下，第j种故障特征推导出的故障类型的影响权重；e表示自然常数；β表示控制参数；ψ·表示双伽马函数；ki表示在固定半径ρi,xy内的元组Xi,Yi的数量；IX；Y表示原因变量X和结果变量Y之间的互信息。

全文数据：

权利要求：

百度查询： 合肥工业大学 一种基于因果先验知识蒸馏框架的轴承故障诊断方法