Document
拖动滑块完成拼图
首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

一种轴承故障智能分析方法及装置 

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:无锡科晟光子科技有限公司;江苏光微半导体有限公司

摘要:本发明涉及机械故障检测技术领域,具体公开了一种轴承故障智能分析方法及装置,通过局部均值分解方法对目标轴承的待测振动信号进行去噪重构,并将待测重构信号输入正常运行信号库,进行相似度匹配,判断目标轴承异常与否,在待测重构信号异常的情况下,将待测重构信号输入异常运行信号库进一步进行相似度匹配,判断异常类型,本发明有效解决了普通操作人员难以有效理解利用轴承振动数据进行轴承故障分析,对轴承故障的判断存在较大主观性与不准确性的问题,提高了轴承故障分析的准确性。

主权项:1.一种轴承故障智能分析方法,其特征在于,包括:获取目标轴承日常运行时的待测振动信号;通过局部均值分解方法对所述待测振动信号进行去噪重构处理,获得待测重构信号;根据所述待测重构信号对应的目标轴承的种类,获取正常运行信号库中目标样本轴承对应的若干目标正常重构信号,所述目标样本轴承与所述目标轴承种类相同;其中,所述正常运行信号库包括若干种类的样本轴承,每种样本轴承均对应若干经过去噪重构处理的正常重构信号;分别计算所述待测重构信号与所述目标正常重构信号的相似度,若所述待测重构信号与每一所述目标正常重构信号的相似度均小于正常相似度阈值,则确定所述待测重构信号为异常信号,并将所述待测重构信号输入异常运行信号库;根据所述待测重构信号对应的目标轴承的种类,获取异常运行信号库中目标样本轴承对应的若干目标异常重构信号,所述目标样本轴承与所述目标轴承种类相同;其中,所述异常运行信号库包括若干种类的样本轴承,每种样本轴承对应若干异常类型,每一异常类型对应若干经过去噪重构处理的异常重构信号;分别计算所述待测重构信号与每一所述目标异常重构信号的相似度,若所述待测重构信号与所述目标异常重构信号的相似度大于或等于异常相似度阈值,则根据对应的所述目标异常重构信号的异常类型确定所述待测重构信号的异常类型;所述通过局部均值分解方法对所述待测振动信号进行去噪重构处理,获得待测重构信号,包括:根据预设采样频率对所述待测振动信号进行采样,获得待测离散信号;获取所述待测离散信号中所有的局部极值点;计算每一所述局部极值点的局部均值和局部幅值;分别对每一所述局部极值点的局部均值和局部幅值进行滑动平均处理,获得所述待测离散信号的局部均值函数和局部幅值函数;根据所述局部均值函数和所述局部幅值函数,获得所述待测离散信号的零均值函数和纯调频函数;根据所述待测离散信号的零均值函数和纯调频函数提取所述待测离散信号中的乘积函数和对应的剩余信号;根据所述乘积函数和所述剩余信号对所述待测离散信号进行重构,获得待测重构信号;所述获取所述待测离散信号的局部极值点,包括:通过损失函数对所述待测离散信号进行放大增强处理,获得放大增强后的待测离散信号,所述放大增强后的待测离散信号的信噪比等于所述待测离散信号的信噪比;获取所述放大增强后的待测离散信号中所有的局部极值点;所述分别对每一所述局部极值点的局部均值和局部幅值进行滑动平均处理,获得所述待测离散信号的局部均值函数和局部幅值函数,包括:计算相邻所述局部极值点之间的初始步长;根据相邻所述局部极值点之间的初始步长计算滑动平均处理的步长均值;根据所述步长均值计算滑动平均处理的步长标准差;根据所述步长均值和所述步长标准差获得滑动平均处理的步长;根据所述滑动平均处理的步长分别对每一所述局部极值点的局部均值和局部幅值进行滑动平均处理,获得所述待测离散信号的局部均值函数和局部幅值函数;所述方法还包括:分别对所述正常运行信号库中每一种类样本轴承所对应的若干正常重构信号进行合并优化处理,获得每一种类样本轴承所对应的正常对比信号;根据每一种类样本轴承所对应的正常对比信号形成优化后的正常运行信号库,其中,所述优化后的正常运行信号库包括若干种类的样本轴承,每种样本轴承对应一个正常对比信号;分别对所述异常运行信号库中每一种类样本轴承的每一异常类型所对应的若干异常重构信号进行合并优化处理,获得每一种类样本轴承的每一异常类型所对应的异常对比信号;根据每一种类样本轴承的每一异常类型所对应的异常对比信号形成优化后的异常运行信号库,其中,所述优化后的异常运行信号库包括若干种类的样本轴承,每种样本轴承对应若干异常类型,每一异常类型对应一个异常对比信号;所述分别对所述正常运行信号库中每一种类样本轴承所对应的若干正常重构信号进行合并优化处理,获得每一种类样本轴承所对应的正常对比信号,包括:通过快速傅里叶变换处理将正常运行信号库中的每一所述正常重构信号变换为正常频域信号;提取正常运行信号库中每一种类样本轴承所对应的若干所述正常频域信号中的最大强度正常频域信号和最小强度正常频域信号;计算每一种类样本轴承的所述最大强度正常频域信号和所述最小强度正常频域信号的平均值,获得每一种类样本轴承的正常对比信号;所述分别对所述异常运行信号库中每一种类样本轴承的每一异常类型所对应的若干异常重构信号进行合并优化处理,获得每一种类样本轴承的每一异常类型所对应的异常对比信号,包括:通过快速傅里叶变换处理将异常运行信号库中的每一所述异常重构信号变换为异常频域信号;提取异常运行信号库中每一种类样本轴承的每一异常类型所对应的若干所述异常频域信号中的最大强度异常频域信号和最小强度异常频域信号;计算每一种类样本轴承的每一异常类型的所述最大强度异常频域信号和所述最小强度异常频域信号的平均值,获得每一种类样本轴承的每一异常类型的异常对比信号。

全文数据:

权利要求:

百度查询: 无锡科晟光子科技有限公司 江苏光微半导体有限公司 一种轴承故障智能分析方法及装置

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。