【技术实现步骤摘要】
基于失效数据挖掘的相似工况的轴承异常状态评估方法
本专利技术属于滚动轴承运行状态检测领域，具体涉及基于失效数据挖掘的相似工况的轴承异常状态评估方法。
技术介绍
随着机械设备日趋精密复杂，往往只能获得其正常状态下的运行数据，故障样本稀缺甚至缺乏，因此如何对已有设备的故障数据进行充分挖掘与分析，获取与其运行状态密切相关的信息，用于指导其他类似设备的维护与保养就显得非常重要；目前，在实际生产过程中，一般采用，停机对逐个轴承进行检查的方式，来对设备进行维护和保养，这种方式，工作效率很低，而且突然出现故障甚至会影响到整个机械设备的安全运行。目前，在中国专利(专利号为201810816943.X，专利名称为“基于高维随机矩阵的轴承状态检测方法”)的专利文件中，已经公开了“通过对待测轴承设计多个检测网络，采集运行数据，构成数据源，从数据源中的选取正常运行时空断面，构建正常数据库，构建正常原始测量矩阵，构建正常“判决矩阵”，求解正常“判决矩阵”特征值，构建正常状态可视化参数数据库；再从数据源中选取未知的时空断面，构建原始测量矩阵，构...
【技术保护点】
1.基于失效数据挖掘的相似工况的轴承异常状态评估方法，其特征在于，包括以下步骤：(1)根据失效轴承的失效数据，建立失效轴承的全寿命模型；(2)根据步骤(1)的全寿命模型，对相似工况的滚动轴承进行监测，从而对相似工况的滚动轴承的异常状态进行评估。/n
【技术特征摘要】
1.基于失效数据挖掘的相似工况的轴承异常状态评估方法，其特征在于，包括以下步骤：(1)根据失效轴承的失效数据，建立失效轴承的全寿命模型；(2)根据步骤(1)的全寿命模型，对相似工况的滚动轴承进行监测，从而对相似工况的滚动轴承的异常状态进行评估。
2.根据权利要求1所述的基于失效数据挖掘的相似工况的轴承异常状态评估方法，其特征在于，所述步骤(1)包括以下步骤：
(1-1)对失效轴承的失效数据特征进行提取；
(1-2)对失效轴承的全寿命状态进行划分；
(1-3)使用单环图表征失效轴承的全寿命状态；
(1-4)建立状态认知指标；
(1-5)对步骤(1-4)的状态认知指标进行量化；
(1-6)建立失效轴承的全寿命模型。
3.根据权利要求2所述的基于失效数据挖掘的相似工况的轴承异常状态评估方法，其特征在于，所述步骤(1)具体包括以下步骤：
(1-1)对失效轴承的失效数据特征进行提取：
结合轴承状态健康监测测点布置情况，收集轴承从正常到失效全寿命历程的振动、温度等监测数据；
针对滚动轴承运行状态监测数据特点，构造原始采样矩阵，设采样频率为q，从正常到失效的采样序列为p，构造原始采样矩阵X∈Rp×q；
对每组采样序列进行时域、频域、时频域多域特征提取；提取时域特征m1个，频域特征m2个，时域特征m3个，共提取特征n个，即：n＝m1+m2+m3，构造出特征矩阵Z；
(1-2)对失效轴承的全寿命状态进行划分：
利用均值聚类算法以欧氏距离作为相似度测度，将失效轴承全寿命状态监测数据划分为K类，即将失效轴承的运行状态划分为K类，分别记为(1)正常状态、(2～K-1)为不同程度的退化状态、(K)失效状态；
(1-3)使用单环图表征失效轴承的全寿命状态：
利用聚类分析得到K个运行状态，对失效轴承所对应的每种状态所对应的监测数据构造矩阵X∈RN×M并进行归一化处理得到矩阵X1，即：
式中，μ是X的均值，σ是X的标准差；
利用公式(4)对矩阵X1进行奇异值分解，得到测量矩阵D∈RN×N
式中，矩阵U是Haar酉矩阵，为X1的转置；
如果对于L个非Hermitian矩阵都进行上述的处理，就可以得到L个奇异值等价矩阵Di(i＝1,2,…,L)；根据式(5)求这L个矩阵的乘积Z，即：
为使矩阵Z每行都满足σ2＝1/N，将矩阵Z按照公式(6)逐行标准化处理，得到判决矩阵Z′，本申请中，取L＝1；
式中，Zi为矩阵Z的第i行，Zi′为Z′的第i行；
则Z′的极限谱分布依概率收敛于关于λ的谱分布函数，式(7)为此谱分布函数的概率密度函数；
式中，λ为判决矩阵Z′的特征值，c为数据源矩阵X行列之比，即c＝N/M且c∈(0，1)；以特征值λ的实部为横坐标，虚部为纵坐标，在复平面上绘制特征值λ的离散点分布；由随机矩阵单环理论可知，该离散点分布呈现圆环状，圆环外圈半径为1，内圈半径为(1-c)n/2；单环定理从宏观上分析系统本征值分布态势，通过分析单环图本征值分布的统计特征，可定性评价滚动轴承的运行状态；
(1-4)建立状态认知指标：
线性特征统计量可以反映特征值的分布情况，对于Z′定义其特征值统计量为：
式中：λi(i＝1,2…N)为Z′的特征值，为测试函数；当Z′规模较大时，可结合大数定理分析特征值统计量的极限，如式(9)所示：
式中，ρ(λ)为特征值概率密度函数，由M-P律可知：
式中，
(1-5)对步骤(1-4)的状态认知指标进行量化：
利用随机矩阵线性特征统计量，结合失效轴承运行状态单环图，提出下列量化指标，定量评估滚动轴承的异常程度；
量化指标一、平均谱半径(meanspectralradius,MSR)：定义为矩阵的所有特征值在复平面上分布半径的均值，其定义为式(11)；
式中，λi为Z′的第i个特征值；
量化指标二、最大特征值λmax：根据单环理论，离散点的最大半径rmax＝|λmax|；如果只考虑分布在单环外圈之内的离散点，则|λmax|≤1；
量化指标三、突破内圈的离散点个数nin：离散点分布是表征滚动轴承运行状态的重要指标，由于在异常状态时，离散点可能会有局部密度较大或者突破内圈的情况出现；因此，单环图中突破内圈的离散点个数nin是一个重要...
【专利技术属性】
技术研发人员：王恒，倪广县，朱文昌，曹宇鹏，苏波泳，
申请(专利权)人：南通大学，
类型：发明
国别省市：江苏;32
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。