[发明专利]一种基于随机共振与自动编码器的滚动轴承故障诊断方法

权利要求书

1.一种基于随机共振与自动编码器的滚动轴承故障诊断方法，其特征在于，先建立滚动轴承故障诊断模型，进行诊断时，采集滚动轴承振动信号，将滚动轴承振动信号输入所述滚动轴承故障诊断模型中，得到滚动轴承故障诊断结果，建立所述滚动轴承故障诊断模型具体包括以下步骤：

步骤1，分类采集已知故障的滚动轴承的工作运转时的轴承振动信号；

步骤2，建立随机共振系统，使用遗传算法对随机共振系统参数进行寻优，以随机共振后输出的信噪比作为遗传算法的适应度函数，将最优参数代入随机共振系统实现滚动轴承故障信号的提取；

步骤3，建立SAE网络模型，根据实际数据大小确定SAE网络模型参数网络深度、各层神经元数量和学习率；再依据不同的任务需求设定合适的代价函数及其优化策略；然后，将提取的信号使用傅里叶变换转为频域信号，频域信号归一化后输入SAE网络中进行逐层训练，SAE网络训练结束后输出网络诊断结果；

步骤4，输入测试数据对网络诊断效果进行验证，根据输出结果判断正确率是否达到期望值，如果诊断正确率未达到期望值，则修改SAE网络模型参数重新进行SAE网络训练，直至输出结果的正确率达到期望值。

2.根据权利要求1所述的基于随机共振与自动编码器的滚动轴承故障诊断方法，其特征在于，步骤1中采集了轴承振动信号后，采用变尺度方法对轴承振动信号进行预处理。

3.根据权利要求1所述的基于随机共振与自动编码器的滚动轴承故障诊断方法，其特征在于，步骤2中使用遗传算法对随机共振系统参数进行寻优的具体步骤为：

步骤a，初始化种群参数；设定种群规模、染色体长度与进化次数，对随机共振系统参数的取值范围使用二进制编码方法进行映射；

步骤b，计算父代种群适应度；父代个体解码后的随机共振系统参数值赋予随机共振系统，计算压缩后信号经随机共振后的输出信号，将输出信号的信噪比SNR作为适应度函数；SNR计算方式为SNR=10lg (S/N) ；

其中S为信号能量，N为噪声能量，当随机共振系统参数最优时，信噪比最大；

步骤c，筛选子代个体，采用轮盘赌选择法对父代个体进行选择，使得适应度越高的个体被选中的概率越大，然后将选中的个体做交叉、变异操作，得到子代个体；

步骤d，种群进化寻优；子代个体作为下一代的父代个体，重复步骤b～c，直到适应度函数收敛或达到最大的迭代次数，获得最优参数；

步骤e，将最优参数代入随机共振系统，实现滚动轴承微弱故障信号的增强与提取。

4.根据权利要求1所述的基于随机共振与自动编码器的滚动轴承故障诊断方法，其特征在于，步骤4中诊断正确率的期望值为96%以上。