[發明專利]一種高通用性、多場景智能化的滾動軸承故障診斷系統

在審

• 申請號: 202210726805.9
• 申請日: 2022-06-24
• 公開（公告）號: CN114923691A
• 公開（公告）日: 2022-08-19
• 發明（設計）人: 駱曉青;劉洋;賈霖霖;于洪巖;王立峰;魏星;駱江龍
• 申請（專利權）人: 杭州星宸智聯技術有限公司
• 主分類號: G01M13/045
• 分類號: G01M13/045;G06N3/04;G06N3/08
• 代理公司: 西安智大知識產權代理事務所 61215
• 代理人: 賀建斌

1.一種高通用性、多場景智能化的滾動軸承故障診斷系統，其特征在于：包括無線振動傳感器、工業邊緣計算網關和設備健康管理云平臺；通過無線振動傳感器收集滾動軸承的振動信號，將振動信號無線傳輸給工業邊緣計算網關；通過工業邊緣計算網關轉換振動信號的數據格式，并將其傳送給設備健康管理云平臺；通過設備健康管理云平臺的HSIM模塊的智能分析，給出振動信號的最終分類預測值。

2.根據權利要求1所述的一種高通用性、多場景智能化的滾動軸承故障診斷系統，其特征在于，所述的HSIM模塊包括：

1)將接收到的振動信號X經標準化處理和數據增強的預處理操作，得到樣本數為N的樣本集x；

2)將樣本集x輸入到HSIM模塊中預先集成好的分類模塊，分類模塊的處理步驟為：

2.1)先通過一維卷積神經網絡對樣本集x自動提取信號特征；

2.2)將一維卷積網絡輸出結果通過全連接分類器和SVM分類器，并分別對softmax層的輸出進行閾值決策，閾值決策層的決策方法為提高正常信號的概率閾值以提高故障樣本召回率，并行對樣本進行分類，得出2N個分類預測值，閾值決策方法如下：

x為樣本集,為第t個樣本在softmax層第y個神經元的輸出值，y∈Y,Y＝{0,1,2,3}；h_t(x)為第t個樣本的輸出類別預測值；0為正常樣本，非0為故障樣本，其中1為滾動體故障，2為內圈故障，3為外圈故障；S_threshold為概率閾值，預測類別為正常時softmax預測正常類別的概率值需大于閾值；

2.3)通過決策函數確定分類結果；

決策函數為：

x為樣本集；Y為樣本分類集合；y為單個樣本的分類預測值；N為樣本集中樣本個數；h_n(x)為第n/2個樣本的輸出類別預測值，n％2＝0時為全連接分類器預測值，n％2＝1時為SVM分類器預測值；H(X)為樣本集的最終分類預測值。

3.根據權利要求2所述的一種高通用性、多場景智能化的滾動軸承故障診斷系統，其特征在于：所述的HSIM模塊對分類為正常的振動信號出具簡易診斷報告，并對分類為故障的振動信號給出建議的故障類別，以供二次人工診斷做參考。