[发明专利]一种滚动轴承健康状态在线评估方法及系统

权利要求书

1.一种滚动轴承健康状态在线评估方法，其特征在于，包括：

实时获取滚动轴承振动信号；

基于无重叠滑动窗的方式，对所述振动信号进行局部均值分解，获得若干分量信号；所述无重叠滑动窗的偏移量为滑动窗的长度，确保相邻滑动窗之间没有重叠区域，通过所述无重叠滑动窗将原始振动信号以及获得的分量信号划分为不同区域；

对于每个滑动窗内的预设时间点，基于获得的分量信号进行图模型的构建；

针对每个滑动窗内的所有图模型进行均值计算，获得均值图；

计算所述图模型的异常分数，并对得到的异常分数进行假设检验，判断当前时间点是否发生故障，并基于K近邻算法获得故障类别。

2.如权利要求1所述的一种滚动轴承健康状态在线评估方法，其特征在于，

所述局部均值分解用于自适应的将原始振动信号分解为若干分量信号，所述分量信号能够从不同尺度下反映原始振动信号的能量分布和变化趋势。

3.如权利要求1所述的一种滚动轴承健康状态在线评估方法，其特征在于，

所述图模型的构建的具体步骤为，将同一时刻不同分量信号的数据点作为图模型的节点，各节点间两两连接得到图模型的边，每条边的权重为两节点间的欧式距离，所述图模型通过邻接矩阵的形式进行表示。

4.如权利要求1所述的一种滚动轴承健康状态在线评估方法，其特征在于，

通过对所述图模型进行异常分数计算，来反映原始振动信号的动态特征，所述异常分数通过对得到的图模型序列计算欧式距离得到，具体的计算公式为：

其中，s_h为t＝h时计算得到的异常分数，G_h为t＝h时的图模型，为t＝0到t＝h-1之间计算的均值图，d_i，j和对应为G_h，每条边的权重。

5.如权利要求1所述的一种滚动轴承健康状态在线评估方法，其特征在于，

基于6σ准则，针对获得的异常分数进行假设检验，判断当前时间点是否发生故障，其原假设和备择假设如下：

H₀：|s_h-μ_h-1|≤6σ_h-1，没有发生故障；

H₁：|s_h-μ_h-1|＞6σ_h-1，发生故障；

其中μ_h-1和σ_h-1分别为t＝h-1时刻之前，异常分数的均值和标准差；计算公式如下：

若H₀成立，则当前点没有发生故障，继续执行之前步骤；若H₁成立，则判断当前点发生了故障。

6.一种滚动轴承健康状态在线评估系统，其特征在于，包括：

数据采集模块，用于实时获取滚动轴承振动信号；

数据预处理模块，用于基于无重叠滑动窗的方式对所述振动信号进行局部均值分解，获得若干分量信号；所述无重叠滑动窗的偏移量为滑动窗的长度，确保相邻滑动窗之间没有重叠区域，通过所述无重叠滑动窗将原始振动信号以及获得的分量信号划分为不同区域；

图模型构建模块，用于对每个滑动窗内的预设时间点，基于获得的分量信号进行图模型的构建；同时针对每个滑动窗内的所有图模型进行均值计算，获得均值图；

故障检测模块，计算所述图模型的异常分数，并对得到的异常分数进行假设检验，判断当前时间点是否发生故障；

故障诊断模块，用于检测到故障发生后，基于K近邻算法获得故障类别。

7.如权利要求6所述的一种滚动轴承健康状态在线评估系统，其特征在于，还包括告警模块，用于在检测到当前时间点发生故障时产生告警信息，并将故障类别输出到显示界面。

8.一种电子设备，其特征在于，包括振动信号采集设备、存储器、处理器及存储在存储器上运行的计算机程序，所述处理器执行所述程序时实现如权利要求1-5任一项所述的一种滚动轴承健康状态在线评估方法。

9.一种计算机可读存储介质，其特征在于，其上存储有计算机程序，该程序被处理器执行时实现如权利要求1-5任一项所述的一种滚动轴承健康状态在线评估方法。