[发明专利]基于谐波小波包和IAGA-SVM的滚动轴承故障诊断方法

权利要求书

1.基于谐波小波包和IAGA-SVM的滚动轴承故障诊断系统，包括谐波小波包模块、SVM建模模块与故障识别模块，其特征在于：所述谐波小波包模块包括信号采集模块、信号分解模块、信号重构模块与信号特征提取模块，所述SVM建模模块包括SVM模型初始模块、自适应训练模块、模型测试模块与自适应支持向量模块，所述自适应训练模块包括SVM有效性检验模块、适应度计算模块、最大值选择模块、自适应遗传算法判断模块与均匀交叉模块，所述故障识别模块包括故障显示模块。

2.根据权利要求1所述的基于谐波小波包和IAGA-SVM的滚动轴承故障诊断系统，其特征在于：所述信号采集模块、信号分解模块、信号重构模块与信号特征提取模块的信号端口分别与谐波小波包模块的信号端口相连接，所述信号采集模块的信号输出端口与信号分解模块的信号输入端口相连接，所述信号分解端口的信号输出端口与信号重构模块的信号输入端口相连接。

3.根据权利要求1所述的基于谐波小波包和IAGA-SVM的滚动轴承故障诊断系统，其特征在于：所述谐波小波包模块的信号输出端口与SVM建模模块的信号输入端口相连接，所述SVM模型初始模块、自适应训练模块、模型测试模块、自适应支持向量模块的信号端口分别与SVM模型初始模块的信号端口相连接。

4.根据权利要求1所述的基于谐波小波包和IAGA-SVM的滚动轴承故障诊断系统，其特征在于：所述SVM模型初始模块的信号输出端口与自适应训练模块的信号输入端口相连接，所述自适应训练模块的信号输出端口与模型测试模块的信号输入端口相连接，所述模型测试模块的信号输出端口与自适应支持向量模块的信号输入端口相连接。

5.根据权利要求1所述的基于谐波小波包和IAGA-SVM的滚动轴承故障诊断系统，其特征在于：所述故障识别模块的信号输入端口与谐波小波包模块的信号输出端口相连接，所述故障识别模块的信号输出端口与故障显示模块的信号输入端口相连接。

6.根据权利要求1所述的基于谐波小波包和IAGA-SVM的滚动轴承故障诊断系统，其特征在于：所述SVM有效性检验模块、适应度计算模块、最大值选择模块、自适应遗传算法判断模块与均匀交叉模块的信号端口分别与自适应训练模块的信号端口相连接。

7.根据权利要求1所述的基于谐波小波包和IAGA-SVM的滚动轴承故障诊断系统，其特征在于：所述SVM有效性检验模块的信号输出端口与适应度计算模块的信号输入端口相连接，所述适应度计算模块的信号输出端口与最大值选择模块的信号输入端口相连接。

8.根据权利要求1所述的基于谐波小波包和IAGA-SVM的滚动轴承故障诊断系统，其特征在于：所述最大值选择模块的信号输出端口与自适应遗传算法判断模块的信号输入端口相连接，所述自适应遗传算法判断模块的信号输出端口与均匀交叉模块的信号输入端口相连接，所述均匀交叉模块的信号输出端口与SVM有效性检验模块的信号输入端口相连接。

9.根据权利要求1-8所述的基于谐波小波包和IAGA-SVM的滚动轴承故障诊断方法，其特征在于：

a、信号采集模块将滚珠轴承的振动信号进行收集，经由信号分解模块将振动信号分解，再由信号重构模块进行重构后经过信号特征提取模块提取出频带能力，即为特征向量；

b、将上述a中的特征向量输入至SVM建模模块中，由自适应训练模块对SVM模型初始模块中的模型进行训练，使SVM模型的核函数和惩罚系数进行优化；

c、在自适应训练模块中由SVM有效性检验模块检验训练后的各SVM模型，并以此为依据由适应度计算模块评判谐波小波包中全部个体的适应度值；

d、再经由最大值选择模块选出最大适应度数值，送至自适应遗传算法判断模块处，判断上述c中的SVM模型是否可以满足终止条件，若不满足送至均匀交叉模块中实行数值间的均匀交叉后，再送回至上述c中；

e、上述d中满足条件的SVM模型送至自适应支持向量模块中，使特征向量与滚珠轴承的滚动体、外圈与内圈的故障类型间进行对应，经由模型测试模块对所得的SVM模型进行检测，完成SVM的建模；

f、由故障识别模块对信号采集模块收集的滚珠轴承的振动信号进行检测，将依次经由信号分解模块、信号重建模块与谐波小波特征提取模块所得到的特征向量与上述c中的故障类型进行对应；

g、得到滚珠轴承的滚动体、外圈与内圈的故障信息，并由故障显示模块发出提示。