[發(fā)明專利]一種基于拉普拉斯分值和支持向量機(jī)的滾動(dòng)軸承故障診斷方法在審
| 申請?zhí)枺?/td> | 201710036932.5 | 申請日： | 2017-01-18 |
| 公開（公告）號： | CN106769049A | 公開（公告）日： | 2017-05-31 |
| 發(fā)明（設(shè)計(jì)）人： | 薛殿威;付勝;周忠臣;王曉銘;于夢瑤 | 申請（專利權(quán)）人： | 北京工業(yè)大學(xué) |
| 主分類號： | G01M13/04 | 分類號： | G01M13/04;G06F17/50;G06F17/14 |
| 代理公司： | 北京思海天達(dá)知識(shí)產(chǎn)權(quán)代理有限公司11203 | 代理人： | 沈波 |
| 地址： | 100124 *** | 國省代碼： | 北京;11 |
| 權(quán)利要求書： | 查看更多 | 說明書： | 查看更多 |
| 摘要： | |||
| 搜索關(guān)鍵詞： | 一種 基于 拉普拉斯 分值 支持 向量 滾動(dòng)軸承 故障診斷 方法 | ||
1.一種基于拉普拉斯分值和支持向量機(jī)的滾動(dòng)軸承故障診斷方法，其特征在于：該方法包括以下步驟，
步驟S1：獲取滾動(dòng)軸承在正常、外圈故障、內(nèi)圈故障、滾動(dòng)體故障狀態(tài)下的振動(dòng)加速度信號，得到時(shí)域信號樣本集；
步驟S2：計(jì)算時(shí)域信號樣本集中每個(gè)樣本的若干個(gè)時(shí)域統(tǒng)計(jì)參數(shù)與頻域統(tǒng)計(jì)參數(shù)，構(gòu)建初始特征集X＝[x1，x2，…，x18]T,其中x1為最大值，x2為平均值，x3為方差，x4為均方根值，x5為方根幅值，x6為峭度，x7為峰-峰值，x8為波形指標(biāo)，x9為脈沖指標(biāo)，x10為裕度指標(biāo)，x11為峰值因子，x12為偏斜度，x13為時(shí)域信息熵，x14為頻率重心，x15為總功率譜和，x16為諧波指標(biāo)，x17為均方頻率，x18為頻率信息熵；
步驟S3：計(jì)算初始特征集X中每個(gè)特征的拉普拉斯分值，按從小到大排列，選取排在最前的若干個(gè)特征組成故障特征矩陣；
步驟S4：建立基于支持向量機(jī)的軸承故障診斷模型；
步驟S5：將測試樣本或者實(shí)時(shí)樣本輸入到軸承故障診斷模型中，對故障進(jìn)行診斷。
2.根據(jù)權(quán)利要求1所述的一種基于拉普拉斯分值和支持向量機(jī)的滾動(dòng)軸承故障診斷方法，其特征在于：具體進(jìn)行如下處理：
步驟S2.1：計(jì)算的時(shí)域特征參數(shù)包括：最大值、平均值、方差、均方根值、方根幅值、峭度、峰-峰值、波形指標(biāo)、脈沖指標(biāo)、裕度指標(biāo)、峰值因子、偏斜度、時(shí)域信息熵；
步驟S2.2：計(jì)算的頻域特征參數(shù)包括：頻率重心、總功率譜和、諧波指標(biāo)、均方頻率、頻率信息熵。
3.根據(jù)權(quán)利要求1所述的一種基于拉普拉斯分值和支持向量機(jī)的滾動(dòng)軸承故障診斷方法，其特征在于：S3的具體進(jìn)行如下處理：
步驟S3.1：構(gòu)造一個(gè)具有m個(gè)樣本點(diǎn)的近鄰圖G，近鄰圖G是描述樣本之間關(guān)系的一類圖；第i個(gè)節(jié)點(diǎn)對應(yīng)xi，第j個(gè)節(jié)點(diǎn)對應(yīng)xj；xi和xj存在有邊連接和無邊連接兩種情況，有邊連接代表xi和xj之間的距離近，無邊連接代表xi和xj之間的距離遠(yuǎn)；
步驟S3.2：如果節(jié)點(diǎn)i和j是有邊的，則令其中i，j＝1，2，…，m，σ為熱核寬度；否則令Sij＝0；
步驟S3.3：對于初始特征集中的第r個(gè)特征，定義fr＝[fr1，fr2，…，frm]T，D＝SI，I＝[1，1，…，1]T，L＝D-S；其中D為對角陣，矩陣L稱為臨近圖G的拉普拉斯矩陣，fri表示第i個(gè)樣本的第r個(gè)特征，I為單元矩陣，fr為各fri的特征元素集合，i＝1，2，…，m，r＝1，2，…，18；
步驟S3.4：對各個(gè)特征進(jìn)行去均值化處理，得到去均值化處理后的各fri的特征元素集合
步驟S3.5：計(jì)算第r個(gè)特征的拉普拉斯分值Lr，
步驟S3.6：將r個(gè)特征的拉普拉斯分值Lr從小到大排列，選取排在最前的若干個(gè)特征組成故障特征矩陣Y＝[y1，y2，…，yn]T，n＜m。
4.根據(jù)權(quán)利要求1所述的一種基于拉普拉斯分值和支持向量機(jī)的滾動(dòng)軸承故障診斷方法，其特征在于：S4的具體進(jìn)行如下處理：
步驟S4.1：將故障特征矩陣分為訓(xùn)練樣本和測試樣本；
步驟S4.2：使用訓(xùn)練樣本對軸承故障診斷模型進(jìn)行訓(xùn)練；
步驟S4.3：采用粒子群算法對軸承故障診斷模型進(jìn)行參數(shù)優(yōu)化，優(yōu)化的參數(shù)包括核函數(shù)參數(shù)g和誤差項(xiàng)的懲罰參數(shù)c。
該專利技術(shù)資料僅供研究查看技術(shù)是否侵權(quán)等信息，商用須獲得專利權(quán)人授權(quán)。該專利全部權(quán)利屬于北京工業(yè)大學(xué)，未經(jīng)北京工業(yè)大學(xué)許可，擅自商用是侵權(quán)行為。如果您想購買此專利、獲得商業(yè)授權(quán)和技術(shù)合作，請聯(lián)系【客服】
本文鏈接：http://www.szxzyx.cn/pat/books/201710036932.5/1.html，轉(zhuǎn)載請聲明來源鉆瓜專利網(wǎng)。
