[發明專利]一種基于圖相似度特征提取的滾動軸承故障檢測方法

有效

• 申請號: 202110300609.0
• 申請日: 2021-03-13
• 公開（公告）號: CN112857805B
• 公開（公告）日: 2022-05-31
• 發明（設計）人: 謝一凡;陳楊;陳勇旗
• 申請（專利權）人: 寧波大學科學技術學院
• 主分類號: G01M13/045
• 分類號: G01M13/045
• 代理公司: 暫無信息
• 代理人: 暫無信息

1.一種基于圖相似度特征提取的滾動軸承故障檢測方法，其特征在于，包括以下步驟：

步驟(1)：利用加速度振動傳感器采集滾動軸承在健康運行狀態下的振動信號數據，記為振動信號向量z∈R^N×1，并同時記錄加速度振動傳感器采集信號的頻率f和滾動軸承的轉動頻率r；其中，R^N×1表示N×1維的實數向量，R表示實數集，N為振動信號數據的個數，頻率的單位為赫茲；

步驟(2)：先設置移動窗口長度L等于f除以r的商，再從振動信號向量z∈R^N×1的第一個元素開始，利用移動窗口依次將z劃分成n個L×1維的窗口向量x₁，x₂，…，x_n，具體的實施過程如步驟(2.1)至步驟(2.3)所示：

步驟(2.1)：初始化i＝1；

步驟(2.2)：將振動信號向量z中的第(i-1)×L+1個元素至第i×L個元素組建成第i個窗口向量x_i∈R^L×1；其中，R^L×1表示L×1維的實數向量；

步驟(2.3)：判斷是否滿足條件：(i+1)×L＞N；若否，則設置i＝i+1后，返回步驟(2.2)；若是，則得到n個L×1維的窗口向量x₁，x₂，…，x_n；

步驟(3)：根據如下所示公式計算圖矩陣Z_i∈R^L×L中的第a行第b列元素Z_i(a，b)，重復本步驟直至得到圖矩陣Z₁，Z₂，…，Z_n；其中，a∈{1，2，…，L}，b∈{1，2，…，L}，i∈{1，2，…，n}；

上式中，e為自然常數，x_i(a)和x_i(b)分別表示窗口向量x_i中的第a個元素和第b個元素，δ表示圖矩陣參數，其取值范圍是5L≤δ≤500L；

步驟(4)：根據如下所示步驟(4.1)至步驟(4.6)，依次逐個提取特征向量s₁，s₂，…，s_K，并保留左載荷向量u₁，u₂，…，u_K和右載荷向量v₁，v₂，…，v_K；

步驟(4.1)：初始化k＝1；

步驟(4.2)：分別初始化左載荷向量u_k和右載荷向量v_k為任意的L×1維的非零實數向量；

步驟(4.3)：若k＜2，則根據計算矩陣G_u；若k≥2，則根據公式計算矩陣G_u；再根據公式u_k＝G_uu_k/||G_uu_k||更新u_k；其中，表示計算G_uu_k的長度，上標號T表示矩陣或向量的轉置符號；

步驟(4.4)：根據計算矩陣G_v后，再根據公式v_k＝G_vv_k/||G_vv_k||更新v_k；

步驟(4.5)：判斷v_k是否收斂；若否，則返回步驟(4.3)；若是，則根據計算特征向量s_k∈R^n×1中的第i個元素s_k(i)；其中，R^n×1表示n×1維的實數向量；

步驟(4.6)：判斷特征向量s_k中所有元素的方差是否小于閾值若否，則設置k＝k+1后，返回步驟(4.2)；若是，則設置K＝k-1后，得到K個特征向量s₁，s₂，…，s_K，并保留左載荷向量u₁，u₂，…，u_K和右載荷向量v₁，v₂，…，v_K；

步驟(5)：根據公式Λ＝S^TS/(n-1)計算協方差矩陣Λ∈R^n×n后，再計算檢測指標向量并將中的最大值記錄為φ_max；其中，特征矩陣S＝[s₁，s₂，…，s_K]，diag{}表示將大括號內的矩陣對角線元素轉變成列向量的操作；

步驟(6)：利用加速度振動傳感器在線實時采集滾動軸承運行時的振動信號數據，當振動信號數據的采集個數達到L時，將這L個振動信號數據組建成窗口向量z_t∈R^L×1，并根據如下所示公式計算圖矩陣X_t中的第a行第b列元素X_t(a，b)；其中，t表示窗口向量z_t對應的采樣時刻；

上式中，z_t(a)和z_t(b)分別表示z_t中的第a個元素和第b個元素；

步驟(7)：根據公式y_t＝diag{U^TX_tV}計算特征向量y_t∈R^K×1后，再根據φ_t＝y_t^TΛ^-1y_t計算檢測指標φ_t；其中，左載荷矩陣U＝[u₁，u₂，…，u_K]，右載荷矩陣V＝[v₁，v₂，…，v_K]；

步驟(8)：判斷是否滿足條件：φ_t≤φ_max；若是，則滾動軸承運行狀態健康，并返回步驟(6)繼續利用新采樣時刻的窗口向量實施滾動軸承故障檢測；若否，則執行步驟(9)；

步驟(9)：返回步驟(6)繼續利用最新采集的L個振動信號數據實施故障檢測，若連續6個采樣時刻的檢測指標皆大于φ_max，則觸發滾動軸承的故障警報；反之，則滾動軸承運行狀態健康。