轴承故障预测方法、设备及系统技术方案

本申请实施例提供一种轴承故障预测方法、设备及系统。在本实施例中，将震动信号的特征分析与机器学习方法相结合，由故障预测模型基于学习到的正常特征样本的特性对轴承进行故障预测，可提高轴承的故障预测结果的准确度，降低误判或漏判概率。

Bearing Fault Prediction Method, Equipment and System

【技术实现步骤摘要】
轴承故障预测方法、设备及系统
本申请涉及机械故障检测
，尤其涉及一种轴承故障预测方法、设备及系统。
技术介绍
轴承(Bearing)是当代机械设备中一种重要零部件。它的主要功能是支撑机械旋转体，降低其运动过程中的摩擦系数(frictioncoefficient)，并保证其回转精度(accuracy)。轴承被广泛应用在机械设备中，其运行状态决定着机械设备的性能，因此很有必要对轴承进行故障预测，以降低因轴承故障导致机械设备性能下降或故障的概率。在现有技术中，一般是对轴承的震动信号进行频谱分析，人工根据经验分析频谱信号来预测轴承是否将要出现故障。这种方式可能存在误判或者漏判。
技术实现思路
本申请的多个方面提供一种轴承故障预测方法、设备及系统，用以提高轴承故障预测结果的准确度，降低误判或漏判概率。本申请实施例提供一种轴承故障预测方法，包括：接收采集设备的待预测震动信号样本，所述待预测震动信号样本是所述采集设备采集到的与轴承相关的震动信号；对所述待预测震动信号样本进行特征分析，以获得待预测特征样本；将所述待预测特征样本输入第一预测模型以获得所述轴承的故障预测结果；其中，所述第一预测模型是基本文档来自技高网...

【技术保护点】
1.一种轴承故障预测方法，其特征在于，所述方法包括：接收采集设备的待预测震动信号样本，所述待预测震动信号样本是所述采集设备采集到的与轴承相关的震动信号；对所述待预测震动信号样本进行特征分析，以获得待预测特征样本；将所述待预测特征样本输入第一预测模型以获得所述轴承的故障预测结果；其中，所述第一预测模型是基于已知正常特征样本训练出的，所述正常特征样本是正常震动信号样本的特征。

【技术特征摘要】
1.一种轴承故障预测方法，其特征在于，所述方法包括：接收采集设备的待预测震动信号样本，所述待预测震动信号样本是所述采集设备采集到的与轴承相关的震动信号；对所述待预测震动信号样本进行特征分析，以获得待预测特征样本；将所述待预测特征样本输入第一预测模型以获得所述轴承的故障预测结果；其中，所述第一预测模型是基于已知正常特征样本训练出的，所述正常特征样本是正常震动信号样本的特征。2.根据权利要求1所述的方法，其特征在于，所述将所述待预测特征样本输入第一预测模型以获得所述轴承的故障预测结果，包括：根据所述第一预测模型中作为模型参数的样本统计值，计算所述待预测特征样本与所述正常特征样本的相似度；根据所述相似度以及所述第一预测模型中的判决门限获得所述轴承的故障预测结果。3.根据权利要求2所述的方法，其特征在于，所述根据所述第一预测模型中作为模型参数的样本统计值，计算所述待预测特征样本与所述正常特征样本的相似度，包括：根据所述第一预测模型中的样本均值和样本协方差，计算所述待预测特征样本的马氏距离作为所述相似度；所述根据所述相似度以及所述第一预测模型中的判决门限获得所述轴承的故障预测结果，包括：若所述马氏距离大于或等于所述第一预测模型中作为所述判决门限的距离阈值，输出所述轴承存在故障风险的提示信息；若所述马氏距离小于所述距离阈值，输出所述轴承不存在故障风险的提示信息。4.根据权利要求1所述的方法，其特征在于，所述对所述待预测震动信号样本进行特征分析，以获得待预测特征样本，包括：对所述待预测震动信号样本进行时域特征分析和/或频域特征分析，以获得所述待预测特征样本。5.根据权利要求4所述的方法，其特征在于，所述对所述待预测震动信号样本进行频域特征分析，以获得所述待预测特征样本，包括：对所述待预测震动信号样本进行频谱分析或包络谱分析，以获取所述待预测震动信号样本的至少一种频率特征形成所述待预测特征样本。6.根据权利要求1所述的方法，其特征在于，所述对所述待预测震动信号样本进行特征分析，以获得待预测特征样本，包括：判断当前收集到的异常震动信号样本数是否大于或等于设定异常样本数阈值；若判断结果为否，则对所述待预测震动信号样本进行特征分析，以获得所述待预测特征样本。7.根据权利要求6所述的方法，其特征在于，还包括：若判断结果为是，则将所述待预测振动信号输入第二预测模型以获得所述轴承的故障预测结果；其中，所述第二预测模型是基于正常震动信号样本和异常震动信号样本直接训练出的端到端的模型。8.根据权利要求1-7任一项所述的方法，其特征在于，在将所述待预测特征样本输入第一预测模型以获得所述轴承的故障预测结果之前，还包括：收集所述轴承的正常震动信号样本；对所述正常震动信号样本进行特征分析，以获得所述正常特征样本；对所述正常特征样本进行模型训练，以获得所述第一预测模型。9.根据权利要求8所述的方法，其特征在于，所述对所述正常特征样本进行模型训练，以获得所述第一预测模型，包括：将所述正常特征样本划分为第一子集和第二子集；根据所述第一子集中的正常特征样本计算样本统计值作为所述第一预测模型的模型参数；根据...

【专利技术属性】
技术研发人员：李锐，毛嘉昀，史睿雄，陈彬彬，吴云崇，杨斌，
申请(专利权)人：阿里巴巴集团控股有限公司，
类型：发明
国别省市：开曼群岛,KY