[发明专利]一种轴承故障的分类方法、装置、设备及存储介质

权利要求书

1.一种轴承故障的分类方法，包括：

根据轴承故障状态下的振动信号，确定轴承图像数据；

通过残差块对所述轴承图像数据进行处理得到轴承深度特征；所述残差块通过因果空洞卷积层构建；

通过基础特征提取单元，从所述轴承图像数据提取轴承基础特征；

对所述轴承深度特征和轴承基础特征进行融合，并根据融合结果确定轴承故障类型。

2.根据权利要求1所述的方法，其特征在于，所述通过残差块对所述轴承图像数据进行处理得到轴承深度特征，包括：

通过所述因果空洞卷积层提取所述轴承图像数据的轴承因果空洞特征；

批量归一化并激活所述轴承因果空洞特征，得到轴承深度特征。

3.根据权利要求2所述的方法，其特征在于，所述因果空洞卷积层的等效卷积核大小为：

k′＝k+(k+1)×(d-1)

其中，k′为等效卷积大小，k为因果空洞卷积的卷积核大小，d为空洞系数。

4.根据权利要求1所述的方法，其特征在于，所述根据轴承故障状态下的振动信号，获取轴承图像数据，包括：

从轴承故障状态下的振动信号中采集预设数量的连续采样点；

以小于预设数量的取样步长对所述连续取样点重叠取样得到多个取样数据；

通过将所述取样数据转化为时频图像；

将所述时频图像转化为N×N的灰度图像作为轴承图像数据。

5.根据权利要求1所述的方法，其特征在于，所述通过残差块对所述轴承图像数据进行处理得到轴承深度特征之前，还包括：

通过局部二值卷积层获取所述轴承图像数据的初始特征；

批量归一化并激活所述初始特征，得到所述轴承图像的初始激活特征，用于将所述初始激活特征作为所述残差块的输入。

6.根据权利要求5所述的方法，其特征在于，所述通过局部二值卷积层获取所述轴承图像数据的初始特征包括：

通过所述局部二值卷积层中至少两个卷积核，得到所述轴承图像数据滤波后的目标差分图；

利用非线性激活函数激活所述目标差分图，并基于所述目标差分图对应学习权重，得到所述轴承图像数据的初始特征。

7.一种轴承故障的分类装置，包括：

图像数据确定模块，用于根据轴承故障状态下的振动信号，确定轴承图像数据；

深度特征确定模块，用于通过残差块对所述轴承图像数据进行处理得到轴承深度特征；所述残差块通过因果空洞卷积层构建；

基础特征确定模块，用于通过基础特征提取单元，从所述轴承图像数据提取轴承基础特征；

故障类型确定模块，用于对所述轴承深度特征和轴承基础特征进行融合，并根据融合结果确定轴承故障类型。

8.根据权利要求7所述的装置，其特征在于，所述深度特征确定模块具体用于：

通过所述因果空洞卷积层提取所述轴承图像数据的轴承因果空洞特征；

批量归一化并激活所述轴承因果空洞特征，得到轴承深度特征。

9.一种电子设备，其特征在于，所述电子设备包括：

至少一个处理器；以及

与所述至少一个处理器通信连接的存储器；其中，

所述存储器存储有可被所述至少一个处理器执行的计算机程序，所述计算机程序被所述至少一个处理器执行，以使所述至少一个处理器能够执行权利要求1-6中任一项所述的轴承故障的分类方法。

10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有计算机指令，所述计算机指令用于使处理器执行时实现权利要求1-6中任一项所述的轴承故障的分类方法。