[发明专利]一种煤矿机械设备轴承在线故障诊断方法及装置

权利要求书

1.一种煤矿机械设备轴承在线故障诊断方法，其特征在于：包括如下步骤：

S1：轴承振动相关信号采集：采集轴承的振动信号、转速、采样频率，并按帧分割；

S2：轴承振动的维度特征提取：根据轴承的振动信号、转速、采样频率，序列地计算轴承振动特征-能量水平RMSband、E(f)和能量因子EI；

S3：轴承振动的时间特征提取：根据能量因子EI，序列地计算从t₁时刻到t_n时刻的时间间隔内能量因子EI的时间信息；

S4：融合维度-时间特征的轴承故障诊断：根据t_n时刻的轴承振动特征-能量水平RMSband、E(f)，以及t₁时刻到t_n时刻的时间间隔内能量因子EI的时间信息，给出t_n时刻轴承是否发生故障、以及轴承的损伤类型与严重程度。

2.根据权利要求1所述的一种煤矿机械设备轴承在线故障诊断方法，其特征在于：所述步骤S2中轴承振动的维度特征提取的步骤如下：

S21：采用带通滤波提取轴承共振频带的振动信号；

S22：根据轴承共振频带的振动信号计算轴承共振频带的能量水平RMSband；

S23：采用Hilbert变换和傅立叶变换提取轴承共振频带振动信号的包络频谱；

S24：根据轴承共振频带振动信号的包络频谱计算轴承特征频率的能量水平E(f)；

S25：根据轴承振动信号计算轴承整个频带的能量水平RMS；

S26：根据轴承共振频带的能量水平RMSband、轴承整个频带的能量水平RMS计算能量因子EI。

3.根据权利要求2所述的一种煤矿机械设备轴承在线故障诊断方法，其特征在于：所述步骤S3中轴承振动的时间特征提取的步骤如下：

S31：采用平滑参数随时间变化的Trigg跟踪变量算法计算t_n时刻能量因子EI的跟踪变量；

S32：通过限制Trigg跟踪变量算法中预测信号的归一化方差为一个很小的常数对平滑参数进行近似的数值计算；

S33：根据t_n时刻能量因子EI的跟踪变量给出从t₁时刻到t_n时刻的时间间隔内能量因子EI的时间信息。

4.根据权利要求3所述的一种煤矿机械设备轴承在线故障诊断方法，其特征在于：所述步骤S4中融合维度-时间特征的轴承故障诊断的步骤如下：

S41：采用朴素贝叶斯网络模型进行轴承的故障诊断；

S42：定义轴承的健康状况为朴素贝叶斯网络模型的根节点，定义轴承振动的维度-时间特征为朴素贝叶斯网络模型的叶节点；

S43：采用完全数据下的最大似然估计训练模型的条件概率分布参数；

S44：根据朴素贝叶斯网络模型预测的t_n时刻轴承的健康状况的条件概率分布给出t_n时刻轴承是否发生故障、轴承的损伤类型与严重程度、以及相应的不确定度。