[发明专利]一种基于内存的协同过滤轴承电流损伤故障识别方法

权利要求书

1.一种基于内存的协同过滤轴承电流损伤故障识别方法，其特征在于，包括以下步骤：

1)构建轴承状态识别的联合评分矩阵；

2)根据轴承状态识别联合评分矩阵中的训练数据，结合多种相似度衡量的指标，计算轴承状态识别联合评分矩阵中故障数据的轴承状态预测评分。

2.根据权利要求1所述的基于内存的协同过滤轴承电流损伤故障识别方法，其特征在于，所述步骤1)中，假设有u组滚动轴承的振动信号数据S⁽¹⁾，…，S^(h)，S^(h+1)，…，S^(u)，并且这些滚动轴承存在v种不同类型的状态z⁽¹⁾，z⁽²⁾，…，z^(v)，已知前h组训练数据S⁽¹⁾，…，S^(h)存在的状态，则步骤1)具体步骤为：

(1-1)将第i组信号数据S⁽ⁱ⁾，i＝1，…，h，h+1，…，u；利用已有的小波包技术分解成a层，得到其b＝2^a-1个子频带，则第i组信号数据的总信号S⁽ⁱ⁾表示为如下：

其中表示第i组信号数据分解为a层后第b个子频带的信号，设对应的能量为w＝0，1，…，b；则第i组信号数据分解为a层后第w个子频带的能量为：

第i组信号数据的总能量E⁽ⁱ⁾为：

以能量为元素构造S⁽ⁱ⁾的归一化的特征向量T⁽ⁱ⁾如下：

其中表示第i组信号数据分解为a层后第w个子频带的能量与第i组信号数据的总能量相除的结果，

根据特征向量T⁽ⁱ⁾，得到轴承特征评分矩阵如下式所示：

其中R表示实数集；

(1-2)根据轴承的相应状态，得到轴承状态评分矩阵如下式所示：

对于训练数据S⁽¹⁾，S⁽²⁾，…，S^(h)其相应的存在的已知状态评分给予最大值1，而未存在的状态评分给予小值ε，ε≤1/10000，对于测试数据S^(i′)，i'＝h+1，…，u；其对应状态Z^(t)的评分未知给与零值，记为t＝1，…，v；

(1-3)将轴承特征评分矩阵A和轴承状态评分矩阵B结合起来，得到轴承状态识别的联合评分矩阵C：

其中并且d＝b+1+v。