[发明专利]一种基于距离评估因子势能函数的滚动轴承故障诊断方法

摘要

本发明涉及一种基于距离评估因子势能函数的滚动轴承故障诊断方法，其步骤如下：（1）信号采样；（2）信号处理；（3）特征提取：提取处理后信号的11个时域特征参数和13个频域特征参数，用于生成诊断特征：正常特征、内圈特征、外圈特征、滚动体特征；（4）特征选择：提出距离评估因子作为特征参数评价准则，计算24个特征参数的距离评估因子值，并按照从大到小排序，选择前N个特征参数组成故障诊断的特征向量；（5）将上述特征向量输入势能函数算法进行故障诊断；本发明基于距离比思想，提出了距离评估因子评价准则，实现了故障特征参数的客观选择。此外，以二叉树结构方式应用势能函数分类算法，解决了势能函数在故障诊断中的多分类问题。

主权项

1.一种基于距离评估因子势能函数的滚动轴承故障诊断方法，其步骤如下：（1）信号采样：对运行状态的滚动轴承振动信号进行监听，并转换成计算机可处理的数字信号；（2）信号处理：对采样数据执行去噪预处理，得到干净信号；（3）特征提取：提取处理后信号的时域特征参数和频域特征参数，用于生成诊断特征：正常特征、内圈特征、外圈特征、滚动体特征；（4）特征选择：依据距离评估因子公式，计算特征参数的距离评估因子值，并按照从大到小排序，选择前N个特征参数组成故障诊断的特征向量；所述的距离评估因子由公式（1）～（3）计算得到：F=dcdr---(1)]]>式中：d_c是类间距离，d_r是类内距离；其定义如下：dc=Σk=1C|x-j(k)-x-j|---(2)]]>式中：是第k类第j个特征的平均值，是所有类第j个特征的平均值，C是类别数；dr=Maxjk-Minjk|x‾j(k)-x‾j+1(k)|,k=1Maxjk-Minjk12(|x‾j(k)-x‾j-1(k)|+|x‾j(k)-x‾j+1(k)),k=2,3...C-1Maxjk-Minjk|x‾j(k)-x‾j-1(k)|,k=C---(3)]]>式中：是第k类第j个特征的最大值，是第k类第j个特征的最小值；（5）将步骤（4）得到的特征向量输入势能函数f＝exp(-x²-y²)中进行运算，并将运算得到的值置于轴承故障类型的二叉树结构的相应位置，得到故障诊断结论。