[发明专利]基于轴承故障诊断模型的诊断方法、装置、电子设备

权利要求书

1.一种基于轴承故障诊断模型的诊断方法，其特征在于，所述方法包括：

采集轴承振动的检测数据集，得到轴承状态目标数据集；

根据所述轴承状态目标数据集对预设的变分模态分解模型的分解参数进行优化，得到第一分解优化参数；

根据所述第一分解优化参数，将所述轴承状态目标数据集输入至变分模态分解模型进行分解，得到第一固有模态分量；

采用预设的斜率熵方法对每一所述第一固有模态分量进行特征提取，得到每一所述第一固有模态分量的轴承特征数据；

将所述轴承特征数据输入至预设的轴承故障诊断模型进行诊断识别，得到轴承故障类型。

2.根据权利要求1所述的方法，其特征在于，所述根据所述轴承状态目标数据集对预设的变分模态分解模型的分解参数进行优化，得到第一分解优化参数，包括：

初始化樽海鞘群，将每个樽海鞘的位置设置随机的分解参数；其中，所述分解参数包括分解数量和惩罚因子；

将所述樽海鞘的位置作为分解参数，对所述轴承振动数据集进行变分模态分解，得到若干个第二固有模态分量；

以相邻两个所述第二固有模态分量为一组，分别计算每组所述第二固有模态分量的互信息，并根据所述互信息，确定所述樽海鞘的适应度数据；

根据所述适应度数据，更新所述樽海鞘群并确定食物位置；

根据更新后的所述樽海鞘群重新进行变分模态分解优化，更新所述食物位置，直到满足迭代终止条件；

当满足迭代终止条件，将所述樽海鞘群的食物位置作为所述第一分解优化参数。

3.根据权利要求2所述的推荐方法，其特征在于，所述以相邻两个所述第二固有模态分量为一组，分别计算每组所述第二固有模态分量的互信息，并根据所述互信息，确定所述樽海鞘的适应度数据，包括：

以相邻两个所述第二固有模态分量为一组，并对同一组的两个所述第二固有模态分量进行联合分布变换，计算得到联合概率和两个边缘概率；

根据所述联合概率和所述边缘概率，计算得到两个所述第二固有模态分量的第一互信息；

根据所述互信息和所述轴承振动数据集，通过适应度函数确定所述樽海鞘的适应度数据。

4.根据权利要求3所述的方法，其特征在于，所述根据所述互信息和所述轴承振动数据集，通过适应度函数确定所述樽海鞘的适应度数据，包括：

根据所述第二固有模态分量与所述轴承振动数据集，计算得到第二互信息；

根据所述第一互信息和第二互信息，通过适应度函数确定所述樽海鞘的适应度数据。

5.根据权利要求4所述的方法，其特征在于，所述根据更新后的所述樽海鞘群重新进行变分模态分解优化，更新所述食物位置，包括：

获取当前迭代中所述樽海鞘群的最小适应度数据；

当当前迭代中的所述最小适应度数据小于上一迭代的所述最小适应度数据，则将当前迭代中所述樽海鞘群的最小适应度数据对应的该所述樽海鞘的位置更新设置为下一迭代的食物位置。

6.根据权利要求5所述的方法，其特征在于，所述采用预设的斜率熵方法对每一所述第一固有模态分量进行特征提取，得到每一所述第一固有模态分量的轴承特征数据，包括：

根据预设的嵌入维度对所述第一固有模态分量进行序列划分，得到若干个子序列；

对所述子序列进行符号模式划分，得到若干个模式序列；

根据所述模式序列的频率，得到每一所述第一固有模态分量的轴承特征数据。