[發明專利]一種故障數據處理方法、系統及故障預測方法

在審

• 申請號: 202111044408.5
• 申請日: 2021-09-07
• 公開（公告）號: CN113762151A
• 公開（公告）日: 2021-12-07
• 發明（設計）人: 陳劍
• 申請（專利權）人: 合肥工業大學
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/62;G06N3/12;G01M13/045
• 代理公司: 上海光華專利事務所(普通合伙) 31219
• 代理人: 王積毅

本發明提供了一種故障數據處理方法、系統及故障預測方法，應用于滾動軸承，故障數據處理方法包括：采集滾動軸承在不同故障情況時的時域振動信號；針對每種故障情況時的時域振動信號：對時域振動信號進行變分模態分解，得到多個二維圖像；根據二維圖像，采用方向梯度直方圖算法提取得到對應的圖像特征；采用多維尺度分析算法對圖像特征進行降維處理，并處理得到當前故障情況對應的故障數據。本發明將采集到的時域振動信號轉換為數字圖像，直觀性較強，本方案將故障檢測問題轉換為圖像識別方法，將傳統的特征參數運算過程轉化為灰度圖像的灰度值運算過程，大大縮短了特征運算時間，簡化了處理過程。

技術領域

本發明涉及圖像處理技術領域，特別是涉及一種故障數據處理方法、系統及故障預測方法。

背景技術

滾動軸承是機電設備中重要的零部件，也是設備的易損件之一，其狀況好壞對整個系統的安全運行和功能實現有著決定性的影響。對滾動軸承進行有效的故障診斷不但可以防止機械精度下降，杜絕發生安全事故，而且可以提高機電設備的性能、穩定性和使用壽命。

由于在工作條件下，滾動軸承的數據采集會受到載荷、潤滑條件、零部件之間的振動等各種復雜環境的影響，較微弱的故障特征會淹沒在強烈的噪聲信號之中從而無法被采集到；因此，實現滾動軸承故障診斷的關鍵是如何準確全面的從采集的信號中提取出更多有效的特征信息，這對保障機電設備長期安全的可靠運行具有重要意義；進一步的，在特征信息提取完畢后，通常需要采用所有特征信息進行具體數值的計算，以獲得最終的故障分析數據，這個過程中國的數據運算量極大，處理速度也不夠快。

綜上，現有技術中存在故障特征提取困難，數據處理工程量龐大等問題。

發明內容

鑒于以上現有技術的缺點，本發明的目的在于提供一種故障數據處理方法、系統及故障預測方法，以改善現有技術中的故障預測方法存在的故障特征提取困難，數據處理工程量龐大等技術問題。

為實現上述目的及其他相關目的，本發明提供一種故障數據處理方法，應用于滾動軸承，包括：

采集所述滾動軸承在不同故障情況時的時域振動信號；

針對每種所述故障情況時的時域振動信號：

對所述時域振動信號進行變分模態分解，得到多個二維圖像；

根據所述二維圖像，采用方向梯度直方圖算法提取得到當前時域振動信號對應的圖像特征；

采用多維尺度分析算法對所述圖像特征進行降維處理，并處理得到當前故障情況對應的故障數據。

在一種較優的實施例中，所述對所述時域振動信號進行變分模態分解，得到多個二維圖像的步驟包括：

將所述時域振動信號進行分段處理；

根據預設的分解層數，對分段處理后的每段時域振動信號進行變分模態分解，得到所述二維圖像。

在一種較優的實施例中，所述根據所述二維圖像，采用方向梯度直方圖算法提取得到當前時域振動信號對應的圖像特征的步驟包括：

按照一預設的圖像尺寸縮放所述二維圖像，并將其轉化為灰度圖像；

采用Gamma校正法對所述灰度圖像的灰度值進行歸一化；

計算得到歸一化后的灰度圖像中像素點的梯度幅值和梯度方向；

將歸一化后的灰度圖像劃分為多個單元格cell；其中，相鄰的四個單元格cell組成一個block塊；

根據每個所述單元格cell內像素點的梯度幅值和梯度方向，進行bin方向上的加權投影，計算相應的投影和；

根據所有所述二維圖像中單元格cell的投影和，得到當前時域振動信號對應的圖像特征。