[發明專利]一種基于數字孿生的滾動軸承故障診斷方法

在審

• 申請號: 202211060366.9
• 申請日: 2022-08-30
• 公開（公告）號: CN115563853A
• 公開（公告）日: 2023-01-03
• 發明（設計）人: 潘昊;余意
• 申請（專利權）人: 武漢理工大學
• 主分類號: G06F30/27
• 分類號: G06F30/27;G06F30/17;G06N3/04;G06N3/08;G06F119/14
• 代理公司: 武漢市首臻知識產權代理有限公司 42229
• 代理人: 陳拿云

1.一種基于數字孿生的滾動軸承故障診斷方法，其特征在于：

所述故障診斷方法包括如下步驟：

步驟一、建立滾動軸承的數字孿生體模型；

步驟二、獲取數字孿生體模型在正常狀態下運行的仿真振動信號，獲取數字孿生體模型在故障狀態下運行的仿真振動信號；

步驟三、對數字孿生體模型在正常狀態下運行的仿真振動信號、數字孿生體模型在故障狀態下運行的仿真振動信號進行小波變換，生成對應的二維時頻圖；

步驟四、對ResNet-50網絡進行改進，得到改進后的ResNet-50網絡，并使用所述二維時頻圖對改進后的ResNet-50網絡進行訓練，得到第一故障診斷神經網絡；

步驟五、對所述第一故障診斷神經網絡進行遷移學習訓練，得到第二故障診斷神經網絡；

步驟六、利用第二故障診斷神經網絡檢測實際運行的滾動軸承的故障。

2.根據權利要求1所述的一種基于數字孿生的滾動軸承故障建模與診斷方法，其特征在于：

所述步驟四中，對ResNet-50網絡進行改進，得到改進后的ResNet-50網絡具體包括：

在ResNet-50網絡中設置三條特征提取分支，三條所述特征提取分支的參數相同，每條所述特征提取分支中包含16個依次連接的殘差塊；

將ResNet-50網絡中的全連接層替換為改進層，三條所述特征提取分支的輸出端各通過一個平均池化層AvgPOOL與改進層的輸入端相連接，三條所述特征提取分支的輸入端同時與ResNet-50網絡中的最大池化層MAXPOOL的輸出端相連接。

3.根據權利要求2所述的一種基于數字孿生的滾動軸承故障建模與診斷方法，其特征在于：

所述改進層包括依次連接的Dropout層、Dense層和Softmax層，所述Dropout層的輸入端與三個所述平均池化層AvgPOOL的輸出端相連接，Dropout層的輸出端通過Dense層與Softmax層相連接。

4.根據權利要求1所述的一種基于數字孿生的滾動軸承故障建模與診斷方法，其特征在于：

所述步驟五具體包括：

采集實際的滾動軸承的運行數據，所述運行數據包括：

實際的滾動軸承在正常狀態下運行的振動信號、實際的滾動軸承在外圈故障狀態下運行的振動信號、實際的滾動軸承在內圈故障狀態下運行的振動信號、實際的滾動軸承在滾動體故障狀態下運行的振動信號；

使用實際的滾動軸承的運行數據對第一故障診斷神經網絡中的改進層進行訓練，得到第二故障診斷神經網絡。

5.根據權利要求1所述的一種基于數字孿生的滾動軸承故障建模與診斷方法，其特征在于：

所述步驟二中，獲取數字孿生體模型在正常狀態下運行的仿真振動信號包括：通過所述數字孿生體模型模擬滾動軸承的正常運行，并生成正常狀態下運行的仿真振動信號。

6.根據權利要求5所述的一種基于數字孿生的滾動軸承故障建模與診斷方法，其特征在于：

所述步驟二中，獲取數字孿生體模型在故障狀態下運行的仿真振動信號具體包括：

A1、在實際使用的滾動軸承上設置故障并使其在故障狀態下運行，通過傳感器采集實際使用的滾動軸承在故障狀態下運行的實際振動信號；

A2、在數字孿生體模型上設置與實際使用的滾動軸承相同的故障，使數字孿生體模型在故障狀態下運行；

A3、采集數字孿生體模型在運行過程中所生成的故障仿真振動信號；

A4、計算所述實際振動信號的振動加速度與故障仿真振動信號的振動加速度之間的差值，得到第一差值；計算實際振動信號的振幅的變化率與故障仿真振動信號的振幅的變化率的差值，得到第二差值；

A5、判斷第一差值與第二差值是否在預設的范圍內：

若第一差值與第二差值中至少一項不在預設的范圍內，則調整數字孿生體模型的動力學模型的參數，隨后返回步驟A3；

若第一差值與第二差值均在預設的范圍內，則保持當前的數字孿生體模型的動力學模型的參數不變，并繼續運行所述數字孿生體模型，生成數字孿生體模型在故障狀態下運行的仿真振動信號。