[發明專利]一種基于復合多尺度排列熵的滾動軸承故障診斷方法

有效

• 申請號: 201510297851.1
• 申請日: 2015-06-02
• 公開（公告）號: CN104849050B
• 公開（公告）日: 2017-10-27
• 發明（設計）人: 鄭近德;潘海洋;徐培民;張俊
• 申請（專利權）人: 安徽工業大學
• 主分類號: G01M13/04
• 分類號: G01M13/04;G01H17/00;G06K9/62
• 代理公司: 南京知識律師事務所32207
• 代理人: 蔣海軍

1.一種基于復合多尺度排列熵的滾動軸承故障診斷方法，其步驟為：

步驟S11、測量故障物體的振動信號；

步驟S12、計算所得振動信號的復合多尺度排列熵值；過程如下：

步驟S21、對步驟S11所得振動信號進行粗?；?；

步驟S22、計算同一尺度因子下每個粗粒序列的排列熵值；

步驟S23、對同一尺度因子下的所有排列熵值求平均，得所述振動信號在該尺度因子下的排列熵；

步驟S24、對所有的尺度因子，重復步驟S23的操作，得所述振動信號的復合多尺度排列熵；

步驟S13、采用拉普拉斯分值方法對復合多尺度排列熵進行特征降維；

步驟S14、將降維后所得故障特征值分為訓練樣本和測試樣本；

步驟S15、采用訓練樣本對基于支持向量機的多故障分類器進行訓練；

步驟S16、利用已訓練的多故障分類器對測試樣本進行分類；

步驟S17、根據分類結果識別故障物體的工作狀態和故障類型。

2.根據權利要求1所述的一種基于復合多尺度排列熵的滾動軸承故障診斷方法，其特征在于：步驟S13所述對復合多尺度排列熵進行特征降維的步驟包括：

(1)根據復合多尺度排列熵的最大尺度因子n，構建一個含有n個樣本點的近鄰圖Q，判斷樣本點i與樣本點j是否連通；

(2)若樣本點i與樣本點j不連通，令S_ij＝0；若樣本點i與樣本點j連通，則令

S_ij＝exp(-||x_i-x_j||²/t)

式中，t為常數，x_i為第i個樣本點的特征值元素，S_ij為加權矩陣S的元素；

(3)定義

f_r＝[f_r1,f_r2,…,f_rn]^T，D＝diag(SI)，I＝[1,…,1]^T，L＝D-S

其中，f_ri為第i個樣本點的第r個特征值(i＝1,2,…,n)；T表示轉置，D表示矩陣SI的對角矩陣，矩陣L為近鄰圖Q的拉普拉斯矩陣；

對各個特征值進行去均值化處理得到：

f~r=fr-frTDIITDII]]>

表示去均值后的特征值，I^T和f_r^T分別表示I和f_r的轉置；

(4)計算第r個特征值的拉普拉斯分值L_r：

Lr=Σij(fri-frj)2SijVar(fr)=f~rTLf~rf~rTDf~r]]>

其中，Var(f_r)為第r個特征值的方差，表示的轉置。