[發明專利]一種基于改進切比雪夫距離的滾動軸承故障診斷方法有效
| 申請號： | 202010095457.0 | 申請日： | 2020-02-17 |
| 公開（公告）號： | CN111272428B | 公開（公告）日： | 2022-03-15 |
| 發明（設計）人： | 李少輝;孫永健;王孝紅 | 申請（專利權）人： | 濟南大學 |
| 主分類號： | G01M13/045 | 分類號： | G01M13/045;G06K9/00 |
| 代理公司： | 濟南譽豐專利代理事務所(普通合伙企業) 37240 | 代理人： | 高強 |
| 地址： | 250024 山東*** | 國省代碼： | 山東;37 |
| 權利要求書： | 查看更多 | 說明書： | 查看更多 |
| 摘要： | |||
| 搜索關鍵詞： | 一種 基于 改進 距離 滾動軸承 故障診斷 方法 | ||
1.一種基于改進切比雪夫距離的滾動軸承故障診斷方法，其特征在于，所述方法包括：
提取樣本數據，選取滾動軸承中正常工況和故障工況的樣本數據，且每種工況有10組樣本數據，然后將每一組樣本數據10等分；
將等分好的數據進行經驗模態分解EMD分解，并選取分解后前5個本征模函數IMF分量；
將每一個IMF分量進行SDP變換，得到極坐標下的對稱圖像；
將SDP圖像二值化，并選取圖像的局部矩陣，然后計算10份局部矩陣的均值矩陣；
用中值濾波對每組樣本的局部矩陣與均值矩陣進行椒鹽去噪；
計算均值矩陣的最大特征根；
計算每一組樣本中10份矩陣與其均值矩陣的改進切比雪夫距離；
所述計算每一組樣本中10份矩陣與其均值矩陣的改進切比雪夫距離，包括：
其中，x1i是第一個向量中元素，x2i是第二個向量中的元素，n是向量中的元素的總個數，d12為兩個向量之間的切比雪夫距離；
其中，λmax為最大特征根，k是一正整數，n是矩陣的階數，是兩個矩陣之間切比雪夫距離的平均值，Dnew為改進的切比雪夫距離；
提取每種工況每一個IMF分量改進切比雪夫距離的最大值與最小值，選取10組樣本數據改進切比雪夫距離的最大值與最小值；
隨機選取測試數據，按照上述步驟計算測試數據改進切比雪夫距離的最大值與最小值，然后分別與四種工況的最大值和最小值計算距離，與哪一種工況的距離最小，且5個IMF分量中次數最多，則就可判斷測試數據屬于此種工況。
2.根據權利要求1所述的基于改進切比雪夫距離的滾動軸承故障診斷方法，其特征在于，所述將等分好的數據進行EMD分解包括：通過原始信號中不同的時間尺度來分辨出振動信號包含的所有振動模態，所述振動模態用于將振動信號分解成多個IMF分量。
3.根據權利要求1所述的基于改進切比雪夫距離的滾動軸承故障診斷方法，其特征在于，所述將每一個IMF分量進行SDP變換，得到極坐標下的對稱圖像，包括：
將振動信號轉變為極坐標下對稱圖像，不同的信號生成的對稱圖像也不同，其具體公式為：
其中，r(n)為極坐標圖像的半徑，θ(n)為極坐標逆時針旋轉的角度，φ(n)為極坐標順時針旋轉的角度，xn是在時刻n時的幅值，xn+l是時刻n+l時的幅值，xmin為所用振動信號的最小值，xmax為所用振動信號的最大值，θ為鏡像對稱平面旋轉角，l為時間間隔參數。
4.根據權利要求1所述的基于改進切比雪夫距離的滾動軸承故障診斷方法，其特征在于，所述將SDP圖像二值化包括：將圖像上所有點的灰度值都轉變為0或255，也就是將彩色圖像變成黑白圖像，則整個圖像矩陣就變成了只有0和1的矩陣，具體公式為：
其中，f(i,j)為圖像上某一點的灰度值，T為圖像二值化所需的閾值。
5.根據權利要求1所述的基于改進切比雪夫距離的滾動軸承故障診斷方法，其特征在于，所述用中值濾波對每組樣本的局部矩陣與均值矩陣進行椒鹽去噪，包括：用提取局部矩陣時其圖像周圍存在的黑點周圍一個圓形或方形區域內所有點的中值來代替該點的數值，中值濾波的公式為：
yi,j＝Med{xi,j}
其中，xi,j是矩陣里每一點的數值，Med為取xi,j周圍一個方形區域內各點的中值，yi,j是中值濾波之后該點的灰度值。
該專利技術資料僅供研究查看技術是否侵權等信息，商用須獲得專利權人授權。該專利全部權利屬于濟南大學，未經濟南大學許可，擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作，請聯系【客服】
本文鏈接：http://www.szxzyx.cn/pat/books/202010095457.0/1.html，轉載請聲明來源鉆瓜專利網。
