一种基于数字孪生模型的轴承性能退化评估方法及系统技术方案

本发明专利技术公开了一种基于数字孪生模型的轴承性能退化评估方法及系统，采用轴承数字孪生模型对服役工况下不同健康状态轴承的振动响应信号进行仿真计算；提取能表征轴承损伤程度的特征指标；获取轴承实际退化过程振动数据，并从中提取能表征损伤程度的特征指标；构建迁移长短时记忆网络，利用仿真和实际获取数据训练TLSTM模型，得到当前轴承健康状态指标，对轴承性能退化状态进行评估；当轴承健康状态指标HI连续m次超过报警阈值时报警。本发明专利技术利用与实际轴承同步更新的数字孪生模型仿真得到的轴承退化数据，既能获得高信噪比轴承退化数据，提高轴承评估精度，又能避免深度学习模型需要大量标签数据的问题。

【技术实现步骤摘要】
一种基于数字孪生模型的轴承性能退化评估方法及系统
本专利技术属于机械系统状态监测与健康管理
，具体涉及一种基于数字孪生模型的轴承性能退化评估方法及系统。
技术介绍
轴承是风电、高速列车、航空发动机等重大装备的核心部件，其健康服役是装备整机运行安全的重要保障。由于轴承服役环境复杂、运行工况多变，导致事故频发，运行维护成本居高不下，严重影响装备的可靠性和经济性。分别以风电和高铁两个行业为例进行说明。风电轴承长期工作在转速波动、载荷交变、低速重载等服役环境下，故障多发、维护困难。我国陆上风电机组维护成本占总收入10％～15％，海上风场翻倍。风电的运维成本居高不下主要是由风电装备的运维模式决定的，目前多数风场采用定时检修的方法，潜在的轴承损伤等故障不能被及时发现，而完好设备的重复检修也会增加运维成本。我国高铁动车组技术已达到国际领先水平，运营里程居世界第一。然而，目前维护成本超过运行成本的20％，对于包含轴箱轴承、齿轮箱轴承、牵引电机轴承的转向架一次维护成本至少在20万元以上。综上，轴承状态监测与健康管理，是风电、轨道交通、航空航天等行业的迫切需本文档来自技高网...

【技术保护点】
1.一种基于数字孪生模型的轴承性能退化评估方法，其特征在于，包括以下步骤：/nS1、构建服役状态下轴承数字孪生模型，使用正常轴承运行数据对轴承数字孪生模型进行更新与修正；/nS2、利用步骤S1构建的轴承数字孪生模型对服役工况下不同健康状态轴承的振动响应信号进行仿真计算，对不同健康状态轴承进行标注，构建正常和损伤状态轴承数字孪生数据库；/nS3、从步骤S2构建的正常和损伤状态轴承数字孪生数据库中提取表征轴承损伤程度的特征指标；/nS4、构建迁移长短时记忆网络，利用步骤S3得到的表征轴承损伤程度特征指标对迁移长短时记忆网络进行训练，得到预训练的孪生轴承性能退化评估模型；/nS5、获取轴承实际退化过...

【技术特征摘要】
1.一种基于数字孪生模型的轴承性能退化评估方法，其特征在于，包括以下步骤：
S1、构建服役状态下轴承数字孪生模型，使用正常轴承运行数据对轴承数字孪生模型进行更新与修正；
S2、利用步骤S1构建的轴承数字孪生模型对服役工况下不同健康状态轴承的振动响应信号进行仿真计算，对不同健康状态轴承进行标注，构建正常和损伤状态轴承数字孪生数据库；
S3、从步骤S2构建的正常和损伤状态轴承数字孪生数据库中提取表征轴承损伤程度的特征指标；
S4、构建迁移长短时记忆网络，利用步骤S3得到的表征轴承损伤程度特征指标对迁移长短时记忆网络进行训练，得到预训练的孪生轴承性能退化评估模型；
S5、获取轴承实际退化过程振动数据，并从轴承实际退化过程振动数据中提取表征损伤大小的特征指标，结合步骤S3得到的表征轴承损伤程度的特征指标和实际退化过程振动数据对步骤S4中建立的孪生轴承性能退化评估模型进行迁移更新，并将实际轴承退化数据输入更新的模型得到当前轴承健康状态指标HI，对轴承性能退化状态进行评估。


2.根据权利要求1所述的基于数字孪生模型的轴承性能退化评估方法，其特征在于，步骤S1中，构建轴承数字孪生模型具体为：
S101、查询轴承的几何、材料参数，实时获取轴承运行过程中工况信息和振动加速度信号；
S102、对步骤S101实时获取的信号进行降噪处理，并通过FFT将信号变换到频域；
S103、依据步骤S101中得到的轴承几何、材料参数以及物理作用关系，建立轴承动力学仿真模型；
S104、将工况/环境参数实时输入步骤S103建立的轴承动力学仿真模型中，得到轴承数字孪生模型实时振动响应，并通过FFT将信号变换到频域；
S105、将步骤S104变换到频域的信号与步骤S102降噪后实测结果进行对比，计算主要频率幅值的偏差值；
S106、根据步骤S105计算的偏差值，对轴承动力学仿真模型的径向和轴向间隙，轴承座的刚度和阻尼参数进行调整和修正，获得实时同步更新的轴承数字孪生模型。


3.根据权利要求1所述的基于数字孪生模型的轴承性能退化评估方法，其特征在于，步骤S2中，按0～1区间的数字对不同健康状态轴承进行标注。


4.根据权利要求1所述的基于数字孪生模型的轴承性能退化评估方法，其特征在于，步骤S3中，采用二代小波对正常和损伤状态轴承数字孪生数据库中的振动信号进行分解，并计算不同尺度信号的时域和频域特征。


5.根据权利要求1所述的基于数字孪生模型的轴承性能退化评估方法，其特征在于，步骤S4中，迁移长短时记忆网络的遗忘门输出ft、输入门输出it、输出门输出ot，以及单元状态Ct、单元输出状态ht、候选单元状态具体为：
ft＝σ(Wf·[ht-1,xt]+bf)
it＝σ(Wi·[ht-1,xt]+bi)...

【专利技术属性】
技术研发人员：曹宏瑞，王磊，乔百杰，陈雪峰，
申请(专利权)人：西安交通大学，
类型：发明
国别省市：陕西;61