[发明专利]一种可调式中智模型轴承故障分类器的故障分类方法

摘要

本发明涉及一种可调式中智模型轴承故障分类器及其故障分类方法，包括数据预处理模块、中智模型生成模块、实时中智参数生成模块和故障分类模块。通过大量实验建立轴承故障特征的标准中智模型，根据检测精度实时生成被测轴承的可调中智参数，通过计算被测轴承的可调中智参数与标准中智模型之间的关联度，实现被测轴承的故障自动分类。

主权项

一种可调式中智模型轴承故障分类器的故障分类方法，其特征在于：所述可调式中智模型轴承故障分类器包括以下模块：数据预处理模块：接收来自于信号采集模块的振动信号，对振动信号进行去噪，并提取信号故障特征；中智模型生成模块：用于对提取的故障特征进行分析处理后生成每一种故障类型的中智模型；实时中智参数生成模块：用于实时测量被测轴承的参数，并根据所测轴承的类型及精度要求，实时调节中智参数；故障分类模块：用于分析标准故障中智模型与实时被测中智参数之间的关联度，按设定的规则对故障进行分类；故障分类方法包括以下步骤：(1)轴承故障中智模型的建立：通过数据预处理模块将来自于信号采集模块的振动信号进行3层小波分解，得到8个子频段的能量信号，提取各子频段的能量信号，并进行归一化处理，构成能量特征向量：T＝{E1,E2,E3,E4,E5,E6,E7,E8}，其中E1,…,E7,E8分别代表第1～8子频段的能量，通过大量样本获取第i频段能量特征向量的最大值Eimax和最小值Eimin，建立轴承故障中智模型如下：Tj＝{<Ej1min,Ej1max‑Ej1min,1‑Ej1max>,<Ej2min,E2jmax‑Ej2min,1‑Ej2max>,<Ej3min,Ej3max‑E3min,1‑Ej3max>,<Ej4min,E4jmax‑Ej4min,1‑Ej4max>,<Ej5min,Ej5max‑Ej5min,1‑Ej5max>,<Ej6min,Ej6max‑Ej6min,1‑Ej6max>,<Ej7min,Ej7max‑Ej7min,1‑Ej7max>，<Ej8min,Ej8max‑Ej8min,1‑Ej8max>}，其中j＝1,2,…,n代表轴承n种故障类型中的第j种故障类型；(2)实时生成被测轴承的可调中智参数：采集被测轴承的能量信号，构成可调中智参数模型如下：Tt＝{<Et1,M,1‑Et1>,<Et2,M,1‑Et2>,<Et3,M,1‑Et3>,<Et4,M,1‑Et4>,<Et5,M,1‑Et5>,<Et6,M,1‑Et6>,<Et7,M,1‑Et7>，<Et8,M,1‑Et8>}，其中Eti,i＝1,2,…,8代表被测轴承的第i个子频段的能量信号,M是根据精度要求的可调参数；(3)计算被测轴承的可调中智参数与标准中智模型之间的关联度：K(Tj,Tt)=18Σi=18EjiminEti+(Ejimax-Ejimin)M+(1-Ejimax)(1-Eti)(Ejimin)2+(Ejimax-Ejimin)2+(1-Ejimax)2(Eti)2+M2+(1-Eti)2]]>根据关联度的大小顺序，确定故障类型的顺序；(4)根据检测精度，调节中智参数满足实际检测要求。