[发明专利]一种基于FOA-WSVDD的滚动轴承性能退化评估方法

摘要

本发明公开了一种基于FOA‑WSVDD的滚动轴承性能退化评估方法，其特征是：先提取轴承振动数据的时域及时频域的特征向量，并基于单调性进行特征选择；然后利用正常状态特征向量建立性能退化评估模型；针对高斯核函数对早期故障不敏感问题，将小波核函数引入到SVDD算法中；针对SVDD算法参数选择困难问题，以支持向量个数与总样本数的比值为适应度函数，采用改进的FOA对其核参数进行优化，建立FOA‑WSVDD评估模型。最后计算轴承全生命周期振动数据的评估指标，以此来评估轴承的性能退化状况。相比基于高斯核函数建立的SVDD性能退化评估模型，基于FOA‑WSVDD的滚动轴承性能退化评估模型对轴承早期故障更为敏感，与故障程度之间的单调性更好，准确的反映出了轴承的健康状态。

主权项

一种基于FOA‑WSVDD的滚动轴承性能退化评估方法，具体包括以下几个步骤：步骤(1)：获取轴承正常状态下的振动数据，进行去噪和归一化预处理；提取振动数据的时域、时频域特征向量，并基于单调性进行特征选择；步骤(2)：将FOA算法的寻优空间扩展到三维空间，并改变其迭代步长，得到改进后的FOA算法；步骤(3)：将小波核函数引入到SVDD算法中，利用步骤(1)提取的特征向量建立WSVDD性能退化评估模型，并利用改进的FOA算法对WSVDD模型的核参数寻优；步骤(4)：对轴承全生命周期振动数据根据步骤(1)的方法提取特征向量，并作为WSVDD模型的输入，计算特征向量距离超球中心的距离，以此作为轴承的性能退化评估指标；步骤(5)：设置自适应报警阈值曲线，对轴承的早期退化状态做出及时准确的预警；步骤(6)：利用基于经验模态分解和Hilbert包络解调的故障诊断方法验证评估结果进行的正确性。