【技术实现步骤摘要】
一种滚动轴承的故障检测方法及装置
本专利技术涉及故障检测
，具体涉及一种滚动轴承的故障检测方法及装置。
技术介绍
滚动轴承作为旋转设备的重要部件之一，一旦滚动轴承发生故障，则可能会响到设备性能、生产质量甚至工作人员的人身安全。因此，对滚动轴承进行故障检测变得愈发重要。现阶段，通常使用基于“人工提取特征+人工特征选择+浅层分类器”的方法对滚动轴承进行故障检测。具体的，首先，采集滚动轴承的轴承振动信号，并人工基于前述轴承振动信号进行特征提取。然后，人工根据经验为不同的检测任务选择相应的特征，并通过支持向量机、神经网络等浅层分类器基于选择的特征进行故障检测。这样，会使得故障检测结果的准确性很大程度上依赖于人的经验，进而导致检测结果的准确性较低。故而，目前亟需一种准确性较高的滚动轴承的故障检测方法。
技术实现思路
由于现有方法存在上述问题，本专利技术实施例提出一种滚动轴承的故障检测方法及装置。第一方面，本专利技术实施例提出一种滚动轴承的故障检测方法，包括：获取目标滚动轴承在多种工况下...
【技术保护点】
1.一种滚动轴承的故障检测方法，其特征在于，包括：/n获取目标滚动轴承在多种工况下的轴承振动信号，并选取预设比例的所述轴承振动信号作为训练集；/n分别按照第一预设占比、第二预设占比在所述训练集中选取第一训练数据、第二训练数据；/n分别基于所述第一训练数据及所述第二训练数据，对所述目标检测模型进行无监督训练及有监督训练，生成训练好的目标检测模型，以基于所述训练好的目标检测模型进行滚动轴承的故障检测。/n
【技术特征摘要】
1.一种滚动轴承的故障检测方法，其特征在于，包括：
获取目标滚动轴承在多种工况下的轴承振动信号，并选取预设比例的所述轴承振动信号作为训练集；
分别按照第一预设占比、第二预设占比在所述训练集中选取第一训练数据、第二训练数据；
分别基于所述第一训练数据及所述第二训练数据，对所述目标检测模型进行无监督训练及有监督训练，生成训练好的目标检测模型，以基于所述训练好的目标检测模型进行滚动轴承的故障检测。
2.根据权利要求1所述的滚动轴承的故障检测方法，其特征在于，所述方法还包括：
基于小波函数、一维卷积神经网络、自编码器及Fisher惩罚项，构建目标检测模型。
3.根据权利要求1所述的滚动轴承的故障检测方法，其特征在于，所述分别基于所述第一训练数据及所述第二训练数据，对所述目标检测模型进行无监督训练及有监督训练，包括：
对所述第一训练数据进行归一化处理，并基于归一化处理后的第一训练数据对目标检测模型进行无监督训练；
对所述第二训练数据进行归一化处理，并基于归一化处理后的第二训练数据对无监督训练后的目标检测模型进行有监督训练。
4.根据权利要求3所述的滚动轴承的故障检测方法，其特征在于，所述归一化处理的公式为：
其中，X′i为训练数据进行归一化处理后的数据；i＝1，2，3，...，n，n为轴承振动信号的采样点数；Xi为第i个采样点的轴承振动信号；Xmax为轴承振动信号中的幅值最大值；Xmin为轴承振动信号中的幅值最小值。
5.一种滚动轴承的故障检测装置，其特征在于，包括数据获取模块、数据选取模块及模型训练模块，其中：
所述数据获取模块，用于获取目标滚动轴承在多种工况下的轴承振动信号，并选取预设比例的所述轴承振动信...
【专利技术属性】
技术研发人员：陈志刚，杜小磊，赵杰，赵志川，白堂博，
申请(专利权)人：北京建筑大学，
类型：发明
国别省市：北京;11
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。