[发明专利]轴承故障概率分析装置

权利要求书

1.一种轴承故障概率分析装置，其特征在于，所述装置包括：

温度测量阵列，包括三个非接触式传感器，分别用于在当前时刻测量运行状态中的轴承的轴承内圈温度、轴承外圈温度以及轴承底座温度；

噪声监测器件，在到所述运行状态中的轴承的轴承外圈最近距离等于设定距离阈值的位置，用于在当前时刻监测运行状态中的轴承发出的噪声幅值；

概率分析器件，分别与所述温度测量阵列以及所述噪声监测器件连接，用于基于当前时刻轴承内圈温度、当前时刻轴承外圈温度、当前时刻轴承底座温度、当前时刻噪声幅值、轴承内圈半径、轴承外圈半径以及轴承润滑油粘度采用学习后的卷积神经网络智能预测所述运行状态中的轴承当前时刻之后到设定时长的时间区间内发生轴承故障的概率；

学习执行设备，与所述概率分析器件连接，用于采用与运行状态中的轴承的同批轴承的过往故障数据对卷积神经网络执行固定次数的各次学习动作以获得学习后的卷积神经网络并发送给所述概率分析器件使用；

其中，采用轴承的过往故障数据对卷积神经网络执行固定次数的各次学习动作以获得学习后的卷积神经网络并发送给所述概率分析器件使用包括：所述设定时长的取值越小，所述固定次数的取值越小；

其中，采用轴承的过往故障数据对卷积神经网络执行固定次数的各次学习动作以获得学习后的卷积神经网络并发送给所述概率分析器件使用还包括：获取与运行状态中的轴承的同批的第一数量的多个轴承在某一时刻分别对应的多个轴承内圈温度、多个轴承外圈温度、多个轴承底座温度以及多个噪声幅值，将多个轴承内圈温度的均值、多个轴承外圈温度的均值、多个轴承底座温度的均值、多个噪声幅值的均值以及与所述运行状态中的轴承相同的轴承内圈半径、轴承外圈半径以及轴承润滑油粘度作为卷积神经网络的输入层的多项输入信息，将所述某一时刻之后到设定时长的时间区间第一数量的多个轴承中发生故障的轴承的数量作为第二数量除以第一数量获得的概率作为卷积神经网络的输出层的单项输出信息，完成对卷积神经网络的一次学习。

2.如权利要求1所述的轴承故障概率分析装置，其特征在于，所述装置还包括：

数据存储设备，与所述学习执行设备连接，用于从所述学习执行设备处接收学习后的卷积神经网络的各项网络数据。

3.如权利要求1-2任一所述的轴承故障概率分析装置，其特征在于：

获取与运行状态中的轴承的同批的第一数量的多个轴承在某一时刻分别对应的多个轴承内圈温度、多个轴承外圈温度、多个轴承底座温度以及多个噪声幅值，将多个轴承内圈温度的均值、多个轴承外圈温度的均值、多个轴承底座温度的均值、多个噪声幅值的均值以及与所述运行状态中的轴承相同的轴承内圈半径、轴承外圈半径以及轴承润滑油粘度作为卷积神经网络的输入层的多项输入信息，将所述某一时刻之后到设定时长的时间区间第一数量的多个轴承中发生故障的轴承的数量作为第二数量除以第一数量获得的概率作为卷积神经网络的输出层的单项输出信息，完成对卷积神经网络的一次学习包括：通过对第一数量执行不同取值，实现对所述卷积神经网络的不同的一次学习。

4.如权利要求3所述的轴承故障概率分析装置，其特征在于：

采用轴承的过往故障数据对卷积神经网络执行固定次数的各次学习动作以获得学习后的卷积神经网络并发送给所述概率分析器件使用还包括：获取与运行状态中的轴承的不同批的第一数量的多个轴承在某一时刻分别对应的多个轴承内圈温度、多个轴承外圈温度、多个轴承底座温度以及多个噪声幅值，将多个轴承内圈温度的均值、多个轴承外圈温度的均值、多个轴承底座温度的均值、多个噪声幅值的均值以及与所述运行状态中的轴承不同的轴承内圈半径、轴承外圈半径以及轴承润滑油粘度作为卷积神经网络的输入层的多项输入信息，将所述某一时刻之后到设定时长的时间区间第一数量的多个轴承中发生故障的轴承的数量作为第二数量除以第一数量获得的概率作为卷积神经网络的输出层的单项输出信息，完成对卷积神经网络的一次学习。