[發(fā)明專利]基于諧波小波包和IAGA-SVM的滾動(dòng)軸承故障診斷方法

在審

• 申請(qǐng)?zhí)枺?/td>: 201910066744.6
• 申請(qǐng)日: 2019-01-22
• 公開（公告）號(hào): CN109612731A
• 公開（公告）日: 2019-04-12
• 發(fā)明（設(shè)計(jì)）人: 王海瑞;呂維宗
• 申請(qǐng)（專利權(quán)）人: 昆明理工大學(xué)
• 主分類號(hào): G01M13/045
• 分類號(hào): G01M13/045;G06K9/62
• 代理公司: 暫無(wú)信息
• 代理人: 暫無(wú)信息

本發(fā)明公開了基于諧波小波包和IAGA?SVM的滾動(dòng)軸承故障診斷系統(tǒng)，包括諧波小波包模塊、SVM建模模塊與故障識(shí)別模塊，所述諧波小波包模塊包括信號(hào)采集模塊、信號(hào)分解模塊、信號(hào)重構(gòu)模塊與信號(hào)特征提取模塊，所述SVM建模模塊包括SVM模型初始模塊、自適應(yīng)訓(xùn)練模塊、模型測(cè)試模塊與自適應(yīng)支持向量模塊。本發(fā)明還公開了基于諧波小波包和IAGA?SVM的滾動(dòng)軸承故障診斷方法。本發(fā)明的優(yōu)點(diǎn)在于：對(duì)于診斷結(jié)果不會(huì)發(fā)生偏差，對(duì)于滾珠軸承的滾動(dòng)體、外圈與內(nèi)圈的故障類型可以予以準(zhǔn)確的判斷，在滾珠軸承判斷過(guò)程中完整的模型建立與訓(xùn)練過(guò)程較為簡(jiǎn)單便捷，在診斷過(guò)程中可以在不拆卸原設(shè)備的情況下對(duì)滾珠軸承進(jìn)行診斷。

技術(shù)領(lǐng)域

本發(fā)明涉及滾珠軸承檢測(cè)技術(shù)領(lǐng)域，具體為基于諧波小波包和IAGA-SVM的滾動(dòng)軸承故障診斷方法。

背景技術(shù)

由于工業(yè)生產(chǎn)的不斷發(fā)展，大型復(fù)雜機(jī)械設(shè)備安全可靠的運(yùn)轉(zhuǎn)引起了社會(huì)的逐漸重視，相關(guān)故障診斷技術(shù)也得到了迅猛的進(jìn)展，滾動(dòng)軸承更是大型機(jī)械設(shè)備的關(guān)鍵組成部分，因此大型機(jī)械滾動(dòng)軸承的故障特征診斷相關(guān)技術(shù)有著十分重要的作用，而這是屬于模式識(shí)別方面的問題，平時(shí)高負(fù)荷運(yùn)轉(zhuǎn)時(shí)產(chǎn)生的安全故障，主要包括外圈出現(xiàn)裂紋、內(nèi)圈點(diǎn)蝕、滾動(dòng)體點(diǎn)蝕三類故障，而以上故障是很多因素共同作用所導(dǎo)致的，但是故障及其成因并不是一一對(duì)應(yīng)，且往往對(duì)應(yīng)關(guān)系較為復(fù)雜。

現(xiàn)有的復(fù)雜機(jī)械設(shè)備故障診斷的方法中，模糊綜合評(píng)價(jià)法等較為常見，體現(xiàn)模糊觀點(diǎn)方面效果十分突出，缺點(diǎn)是它設(shè)定評(píng)價(jià)因子的權(quán)重時(shí)要不斷地依賴有關(guān)專家的以往經(jīng)驗(yàn)，進(jìn)而導(dǎo)致上述結(jié)果將產(chǎn)生一定程度的偏差，不夠精準(zhǔn)，其次，對(duì)于滾珠軸承的滾動(dòng)體、外圈與內(nèi)圈的故障類型無(wú)法予以準(zhǔn)確的判斷，還有，在滾珠軸承判斷過(guò)程中完整的模型建立與訓(xùn)練過(guò)程較為復(fù)雜，帶來(lái)不便，最后，在診斷過(guò)程中無(wú)法在不拆卸原設(shè)備的情況下對(duì)滾珠軸承進(jìn)行診斷，較為繁瑣復(fù)雜，為此，我們提出基于諧波小波包和IAGA-SVM的滾動(dòng)軸承故障診斷方法。

發(fā)明內(nèi)容

本發(fā)明所要解決的技術(shù)問題在于診斷結(jié)果會(huì)產(chǎn)生一定程度的偏差，對(duì)于滾珠軸承的滾動(dòng)體、外圈與內(nèi)圈的故障類型無(wú)法予以準(zhǔn)確的判斷，在滾珠軸承判斷過(guò)程中完整的模型建立與訓(xùn)練過(guò)程較為復(fù)雜，在診斷過(guò)程中無(wú)法在不拆卸原設(shè)備的情況下對(duì)滾珠軸承進(jìn)行診斷的問題。

本發(fā)明采用以下技術(shù)方案解決上述技術(shù)問題：提供了基于諧波小波包和IAGA-SVM的滾動(dòng)軸承故障診斷系統(tǒng)，包括諧波小波包模塊、SVM建模模塊與故障識(shí)別模塊，所述諧波小波包模塊包括信號(hào)采集模塊、信號(hào)分解模塊、信號(hào)重構(gòu)模塊與信號(hào)特征提取模塊，所述SVM建模模塊包括SVM模型初始模塊、自適應(yīng)訓(xùn)練模塊、模型測(cè)試模塊與自適應(yīng)支持向量模塊，所述自適應(yīng)訓(xùn)練模塊包括SVM有效性檢驗(yàn)?zāi)K、適應(yīng)度計(jì)算模塊、最大值選擇模塊、自適應(yīng)遺傳算法判斷模塊與均勻交叉模塊，所述故障識(shí)別模塊包括故障顯示模塊。

優(yōu)選的，所述信號(hào)采集模塊、信號(hào)分解模塊、信號(hào)重構(gòu)模塊與信號(hào)特征提取模塊的信號(hào)端口分別與諧波小波包模塊的信號(hào)端口相連接，所述信號(hào)采集模塊的信號(hào)輸出端口與信號(hào)分解模塊的信號(hào)輸入端口相連接，所述信號(hào)分解端口的信號(hào)輸出端口與信號(hào)重構(gòu)模塊的信號(hào)輸入端口相連接。

優(yōu)選的，所述諧波小波包模塊的信號(hào)輸出端口與SVM建模模塊的信號(hào)輸入端口相連接，所述SVM模型初始模塊、自適應(yīng)訓(xùn)練模塊、模型測(cè)試模塊、自適應(yīng)支持向量模塊的信號(hào)端口分別與SVM模型初始模塊的信號(hào)端口相連接。

優(yōu)選的，所述SVM模型初始模塊的信號(hào)輸出端口與自適應(yīng)訓(xùn)練模塊的信號(hào)輸入端口相連接，所述自適應(yīng)訓(xùn)練模塊的信號(hào)輸出端口與模型測(cè)試模塊的信號(hào)輸入端口相連接，所述模型測(cè)試模塊的信號(hào)輸出端口與自適應(yīng)支持向量模塊的信號(hào)輸入端口相連接。

優(yōu)選的，所述故障識(shí)別模塊的信號(hào)輸入端口與諧波小波包模塊的信號(hào)輸出端口相連接，所述故障識(shí)別模塊的信號(hào)輸出端口與故障顯示模塊的信號(hào)輸入端口相連接。

優(yōu)選的，所述SVM有效性檢驗(yàn)?zāi)K、適應(yīng)度計(jì)算模塊、最大值選擇模塊、自適應(yīng)遺傳算法判斷模塊與均勻交叉模塊的信號(hào)端口分別與自適應(yīng)訓(xùn)練模塊的信號(hào)端口相連接。