轴承健康量化建模方法、装置和服务器制造方法及图纸

本发明专利技术提供了一种轴承健康量化建模方法、装置和服务器，首先获取轴承的健康特征；根据任意两个时刻的健康特征得到健康值比较结果，得到多组成对比较样本；将健康特征输入至预设的隐层节点，利用隐层函数得到隐层输出向量；将隐层输出向量输入至预设的强化节点，利用强化函数得到强化输出向量；根据多组成对比较样本及其对应的隐层输出向量和强化输出向量，得到输出节点连接权重；最后根据输出节点连接权重、隐层函数和强化函数，得到轴承健康量化模型。本发明专利技术无需以其他轴承的健康量化值为参考，简化了健康量化过程，可快速检测轴承的健康量化值，并提高评价轴承健康的准确性，从而避免灾难性事故的发生。

【技术实现步骤摘要】
轴承健康量化建模方法、装置和服务器
本专利技术涉及轴承故障检测
，尤其是涉及一种轴承健康量化建模方法、装置和服务器。
技术介绍
轴承是机械设备的关键部件，机械设备的长期运行工程中，磨损、疲劳、腐蚀或者过载等原因都有可能导致轴承失效或者局部损伤故障，从而导致设备无法正常运行，甚至出现灾难性事故，因此，有必要对轴承的运行状态进行实时、连续监测，准确评估其健康状态，以便及早发现异常行为和潜在故障，现有技术中，对于一个正常运行的轴承，其某一时刻的健康量化值是很难得出的，而且该健康量化值需要参考其他轴承的健康值，导致轴承的健康量化值没有固定的标准，以使轴承健康状态的评估效果较差。
技术实现思路
有鉴于此，本专利技术的目的在于提供一种轴承健康量化建模方法、装置和服务器，以提高轴承健康状态的评价效果，避免灾难性事故的发生。第一方面，本专利技术实施例提供了一种轴承健康量化建模方法，该方法包括：获取轴承的健康特征；根据任意两个时刻的健康特征，得到健康值比较结果；将每两个时刻的健康特征和相对应的健康值比较结果，组合成一组成对比较样本，以得到多组成对比较样本；将健康特征输入至预设的隐层节点，利用隐层函数得到隐层输出向量，其中，利用隐层节点的激活函数、随机生成的连接权重向量和偏置参数得到隐层函数；将隐层输出向量输入至预设的强化节点，利用强化函数得到强化输出向量，其中，利用强化节点的激活函数、随机生成的连接权重向量和偏置参数得到强化函数；根据多组成对比较样本、成对比较样本对应的隐层输出向量和成对比较样本对应的强化输出向量，得到输出节点连接权重；根据输出节点连接权重、隐层函数和强化函数，得到轴承健康量化模型。进一步，上述方法还包括：将待测轴承的健康特征输入至上述轴承健康量化模型，输出得到待测轴承的健康量化值。进一步，上述一组成对比较样，通过下述方式获得：采集轴承任意两个时刻的健康特征Xi和Xj，Xi表示ti时刻的健康特征，Xj表示tj时刻的健康特征，其中，轴承在当前时刻的健康特征的健康值小于当前时刻的之前任意时刻的健康值；当ti时刻小于tj时刻时，轴承ti时刻的健康特征的健康值F(Xi)与tj时刻的健康特征的健康值F(Xj)的比较结果Y＝F(Xi)-F(Xj)＝1；当ti时刻等于tj时刻时，轴承ti时刻的健康特征的健康值F(Xi)与tj时刻的健康特征的健康值F(Xj)的比较结果Y＝F(Xi)-F(Xj)＝0；当ti时刻大于tj时刻时，轴承ti时刻的健康特征的健康值F(Xi)与tj时刻的健康特征的健康值F(Xj)的比较结果Y＝F(Xi)-F(Xj)＝-1；根据健康值的比较结果，得到一组成对比较样本(Xi,Xj,Y)。进一步，上述隐层输出向量，通过下述方式获得：将轴承的健康特征X＝[X1,X2,...,Xn]输入至第k个隐层节点，利用隐层函数得到第k个隐层节点的输出其中，Xn表示第n维的健康特征，k＝1,2,...,NH表示隐层节点的序号，其中NH表示隐层节点的总数，g表示隐层节点激活函数，和分别表示随机生成的连接权重向量和偏置参数；将所有隐层节点的输出Hk进行整合，得到隐层输出向量H＝[H1,H2,...,HNH]。进一步，上述强化输出向量，通过下述方式获得：将隐层输出向量H＝[H1,H2,...,HNH]输入至第m个强化节点，利用强化函数得到第m个强化节点的输出其中，m＝1,2,...,NE表示强化节点序号，NE表示强化节点的总数，表示强化节点激活函数，和分别表示随机生成的连接权重向量和偏置参数；将所有强化节点的输出Em进行整合，得到强化输出向量E＝[E1,E2,...,ENE]。进一步，上述根据多组成对比较样本、成对比较样本对应的隐层输出向量和成对比较样本对应强化输出向量，得到输出节点连接权重的步骤，包括：获取多组成对比较样本中的健康值比较结果Y＝[Y1,Y2,...,Yk,...,YK]，其中，k＝1,2,...,K表示成对比较样本的组号，K表示对比较样本的总数；获取每组成对比较样本对应的隐层输出向量Hik和Hjk，其中，i和j表示每组成对比较样本中的两个时刻；获取每组成对比较样本对应的强化输出向量Eik和Ejk，得到矩阵计算矩阵A的广义逆矩阵A+，得到输出节点连接权重β＝A+Y。进一步，上述根据输出节点连接权重、隐层函数和强化函数，得到轴承健康量化模型的步骤，包括：获取输出节点连接权重β、隐层函数H(X)和强化函数E(H(X))；确定轴承健康量化模型F(X)＝[H(X)|E(H(X))]β。第二方面，本专利技术实施例还提供一种轴承健康量化建模装置，特征获取模块，用于获取轴承的健康特征；对比模块，用于根据任意两个时刻的健康特征，得到健康值比较结果；成对样本形成模块，用于将每两个时刻的健康特征和相对应的健康值比较结果，组合成一组成对比较样本，以得到多组成对比较样本；隐层向量输出模块，用于将健康特征输入至预设的隐层节点，利用隐层函数得到隐层输出向量，其中，利用隐层节点的激活函数、随机生成的连接权重向量和偏置参数得到隐层函数；强化向量输出模块，用于将隐层输出向量输入至预设的强化节点，利用强化函数得到强化输出向量，其中，利用强化节点的激活函数、随机生成的连接权重向量和偏置参数得到强化函数；权重确定模块，用于根据多组成对比较样本、成对比较样本对应的隐层输出向量和成对比较样本对应的强化输出向量，得到输出节点连接权重；模型建立模块，用于根据输出节点连接权重、隐层函数和强化函数，得到轴承健康量化模型。进一步，将轴承的健康特征输入至轴承健康量化模型，输出得到轴承的健康量化值。第三方面，本专利技术实施例还提供一种服务器，该服务器包括存储器和处理器；存储器用于存储支持处理器执行权利第一方面所述方法的程序，处理器被配置为用于执行存储器中存储的程序。本专利技术实施例带来了以下有益效果：本专利技术提供了一种轴承健康量化建模方法、装置和服务器，首先获取轴承的健康特征；根据任意两个时刻的健康特征得到健康值比较结果，得到多组成对比较样本；将健康特征输入至预设的隐层节点，利用隐层函数得到隐层输出向量；将隐层输出向量输入至预设的强化节点，利用强化函数得到强化输出向量；根据多组成对比较样本及其对应的隐层输出向量和强化输出向量，得到输出节点连接权重；最后根据输出节点连接权重、隐层函数和强化函数，得到轴承健康量化模型。本专利技术无需以其他轴承的健康量化值为参考，简化了健康量化过程，可快速检测轴承的健康量化值，并提高评价轴承健康的准确性，从而避免灾难性事故的发生。本专利技术的其他特征和优点将在随后的说明书中阐述，或者，部分特征和优点可以从说明书推知或毫无疑义地确定，或者通过实施本专利技术的上述技术即可得知。为使本专利技术的上述目的、特征和优点能更明显易懂，下文特举较佳实施方式，并配合所附附图，作详细说明如下。附图说明为了更清楚地说明本专利技术具体实施方式或现有技术中的技术方案，下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本专利技术的一些实施方式，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。图1为本专利技术实施例提供的一种轴承健康量化建模方法的流程图；图2为本专利技术实施例提供的另一种轴承健康量化建模方法的流程图；图3本文档来自技高网...

【技术保护点】
1.一种轴承健康量化建模方法，其特征在于，所述方法包括：获取轴承的健康特征；根据任意两个时刻的所述健康特征，得到健康值比较结果；将每两个时刻的所述健康特征和相对应的健康值比较结果，组合成一组成对比较样本，以得到多组成对比较样本；将所述健康特征输入至预设的隐层节点，利用隐层函数得到隐层输出向量，其中，利用隐层节点的激活函数、随机生成的连接权重向量和偏置参数得到所述隐层函数；将所述隐层输出向量输入至预设的强化节点，利用强化函数得到强化输出向量，其中，利用强化节点的激活函数、随机生成的连接权重向量和偏置参数得到所述强化函数；根据多组所述成对比较样本、所述成对比较样本对应的隐层输出向量和所述成对比较样本对应的强化输出向量，得到输出节点连接权重；根据所述输出节点连接权重、所述隐层函数和所述强化函数，得到轴承健康量化模型。

【技术特征摘要】
1.一种轴承健康量化建模方法，其特征在于，所述方法包括：获取轴承的健康特征；根据任意两个时刻的所述健康特征，得到健康值比较结果；将每两个时刻的所述健康特征和相对应的健康值比较结果，组合成一组成对比较样本，以得到多组成对比较样本；将所述健康特征输入至预设的隐层节点，利用隐层函数得到隐层输出向量，其中，利用隐层节点的激活函数、随机生成的连接权重向量和偏置参数得到所述隐层函数；将所述隐层输出向量输入至预设的强化节点，利用强化函数得到强化输出向量，其中，利用强化节点的激活函数、随机生成的连接权重向量和偏置参数得到所述强化函数；根据多组所述成对比较样本、所述成对比较样本对应的隐层输出向量和所述成对比较样本对应的强化输出向量，得到输出节点连接权重；根据所述输出节点连接权重、所述隐层函数和所述强化函数，得到轴承健康量化模型。2.根据权利要求1所述的方法，其特征在于，所述方法还包括：将待测轴承的健康特征输入至所述轴承健康量化模型，输出得到所述待测轴承的健康量化值。3.根据权利要求1所述的方法，其特征在于，所述一组成对比较样本，通过下述方式获得：采集所述轴承任意两个时刻的所述健康特征Xi和Xj，Xi表示ti时刻的所述健康特征，Xj表示tj时刻的所述健康特征，其中，所述轴承在当前时刻的健康特征的健康值小于所述当前时刻的之前任意时刻的健康值；当ti时刻小于tj时刻时，轴承ti时刻的所述健康特征的健康值F(Xi)与tj时刻的所述健康特征的健康值F(Xj)的比较结果Y＝F(Xi)-F(Xj)＝1；当ti时刻等于tj时刻时，轴承ti时刻的所述健康特征的健康值F(Xi)与tj时刻的所述健康特征的健康值F(Xj)的比较结果Y＝F(Xi)-F(Xj)＝0；当ti时刻大于tj时刻时，轴承ti时刻的所述健康特征的健康值F(Xi)与tj时刻的所述健康特征的健康值F(Xj)的比较结果Y＝F(Xi)-F(Xj)＝-1；根据所述健康值的比较结果，得到一组成对比较样本(Xi,Xj,Y)。4.根据权利要求1所述的方法，其特征在于，所述隐层输出向量，通过下述方式获得：将轴承的所述健康特征X＝[X1,X2,...,Xn]输入至第k个隐层节点，利用隐层函数得到所述第k个隐层节点的输出其中，Xn表示第n维的健康特征，k＝1,2,...,NH表示隐层节点的序号，其中NH表示隐层节点的总数，g表示隐层节点激活函数，和分别表示随机生成的连接权重向量和偏置参数；将所有隐层节点的输出Hk进行整合，得到隐层输出向量H＝[H1,H2,...,HNH]。5.根据权利要求1所述的方法，其特征在于，所述强化输出向量，通过下述方式获得：将隐层输出向量H＝[H1,H2,...,HNH]输入至第m个强化节点，利...

【专利技术属性】
技术研发人员：张霖，崔晋，任磊，
申请(专利权)人：北京航空航天大学，
类型：发明
国别省市：北京,11