[发明专利]一种可倾瓦轴承拍瓦故障诊断方法、计算机及存储介质

权利要求书

1.一种可倾瓦轴承拍瓦故障诊断方法，其特征在于，包括以下步骤：

步骤一、获取重型燃气轮机可倾瓦轴承在正常运行状态下和拍瓦故障状态下的声发射信号，生成可倾瓦轴承声发射信号样本数据集，其中，80％的数据作为训练集，20％作为测试集；

步骤二、基于小波散射的方法分别提取训练集和测试集中各个可倾瓦轴承声发射信号样本的散射特征v，获得可倾瓦轴承特征集合，可倾瓦轴承特征集合包括训练样本特征集合和测试样本特征集合；

步骤三、将训练样本的特征集合作为LSTM网络的输入，对LSTM网络进行训练，生成可倾瓦轴承拍瓦故障诊断模型；

步骤四、将测试样本特征集合输入至可倾瓦轴承拍瓦故障诊断模型中，输出可倾瓦轴承拍瓦故障诊断结果。

2.根据权利要求1所述的方法，其特征在于，步骤一所述获取重型燃气轮机可倾瓦轴承在正常运行状态下和拍瓦故障状态下的声发射信号的具体方法是：可倾瓦轴承声发射信号采样频率为1MHz，采用滑动窗法截取长度为0.2s的声发射信号样本。

3.根据权利要求2所述的方法，其特征在于，步骤二、基于小波散射的方法分别提取训练集和测试集中各个可倾瓦轴承声发射信号样本的散射特征v的具体方法是：

散射特征v表示为v＝[F1,F2],计算小波散射特征系数F1和小波散射特征系数F2

步骤二一、设置小波散射网络的基本参数，将散射变换不变性尺度设置为0.1，品质因子设置为[8,1]；

步骤二二、对可倾瓦轴承的声发射信号进行小波变换取模，实现非线性变换：W(x)＝|S*ψ_λ1(x)|，λ₁J，其中，ψ_λ1(x)为λ₁尺度上的方向小波函数

步骤二三、对经过非线性变换的声发射信号进行低通滤波处理，获得小波散射第一层特征：F1＝W(x)*φ_J，其中，φ_J表示最大尺度J上的尺度函数；

步骤二四、第二层网络提供了与第一层互补的不变性信息，通过第一层的小波卷积与平均模量池化在更大尺度上进行再次分解，使第一层中丢失的高频信息得以恢复，并输出第二层的小波散射特征系数F2；F2＝||S*ψ_λ1(x)|*ψ_λ2(x)|*φ_J，λ₁λ₂J，其中，ψ_λ2(x)为λ₂尺度上的方向小波函数。

4.根据权利要求3所述的方法，其特征在于，步骤二所述提取训练集和测试集中各个可倾瓦轴承声发射信号样本的多维特征的具体方法是；提取的训练集和测试集中各个可倾瓦轴承声发射信号样本的多维特征的特征维度为698×7。

5.根据权利要求4所述的方法，其特征在于，步骤三所述将训练样本的特征集合作为LSTM网络的输入，对LSTM网络进行训练，生成可倾瓦轴承拍瓦故障诊断模型的具体方法是：将LSTM网络的隐藏单元数设置为100，最大迭代次数设置为25，批量处理大小设置为26，基础学习率设置为0.01。

6.一种可倾瓦轴承拍瓦故障诊断系统，其特征在于，包括声发射传感器、前置放大器、声发射信号采集卡和工控机；声发射传感器、前置放大器、声发射信号采集卡和工控机依次信号连接；所述声发射传感器通过耦合剂贴于重型燃气轮机两个可倾瓦轴承座上，用于对重型燃气轮机可倾瓦轴承进行声信号采样；所述前置放大器用于放大声发射传感器采集到的声信号并将放大后的声信号传输至所述声发射信号采集卡；所述声发射信号采集卡将采集到的声信号传输至工控机；所述工控机根据接收到的声信号对可倾瓦轴承进行故障诊断；所述工控机上集成有可实现权利要求1-4任一项所述的一种可倾瓦轴承拍瓦故障诊断方法的程序。

7.根据权利要求6所述的系统，其特征在于，所述声发射传感器通过耦合剂贴于重型燃气轮机两个可倾瓦轴承座上端和侧端位置。

8.根据权利要求7所述的系统，其特征在于，所述声发射传感器至少为四个。