一种不同负载滚动轴承故障诊断方法技术

本发明专利技术属于工程机械技术领域，公开了一种不同负载滚动轴承故障诊断方法，包括以下步骤：步骤1，建立PSO

【技术实现步骤摘要】
一种不同负载滚动轴承故障诊断方法


[0001]本专利技术属于工程机械
，具体涉及一种不同负载滚动轴承故障诊断方法。

技术介绍

[0002]工程装备轴承通常处在负载多变的工作环境之中。如装载机这类工程机械，在一个工作循环内需要进行多次的前进、后退、变档、铲运等诸多工作内容。其传动系统，包括轴承、齿轮、传动轴等部件经常承受不同程度外界负载。对于风电机械中的风力涡轮机等工程部件，则需要根据不同天气的变化，调整扇叶的转速，以保证尽可能高的发电效率的同时，不损坏原有结构。这些机械在实际工作中的负载大小往往不一，因此传统的基于恒定负载的机械结构故障诊断方法在这类机械上往往难以取得较高的准确率。由于负载变动范围大，针对各个负载情况下的数据测量工作量巨大，难以满足现阶段深度学习算法的大数据量需求。因此，最有效直接的方法是尽可能缩小各个负载之间的数据分布差异，通过某一负载的诊断经验举一反三来完成其余负载工况下的轴承故障诊断。为尽可能降低因负载不同、环境不同而产生的轴承数据特征之间的差异性，通过迁移学习来自适应调节计算特征的分布，缩短轴承在不同负载工况下的数本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种不同负载滚动轴承故障诊断方法，其特征在于，包括以下步骤：步骤1，建立PSO
‑
SSTCA迁移算法；步骤2，使用PSO
‑
SSTCA迁移算法来缩短滚动轴承各个特征之间的距离，实现不同负载数据之间的类比分类；步骤3，利用KNN算法，通过已有的滚动轴承数据集及其标签信息实现其他数据集的分类；步骤4，通过步骤1～3诊断出轴承目前存在的故障状态。2.根据权利要求1所述的不同负载滚动轴承故障诊断方法，其特征在于，步骤1的子步骤为：子步骤1.1，对TCA迁移学习算法引入HSIC来增强特征空间中的数据与类别标签依赖关系，建立SSTCA半监督迁移学习算法；子步骤1.2，利用多种核函数组合代替单一核函数；具体的，单一的核函数构成映射的特征有限，难以满足多种不同空间域之间的迁移变换需求；为了提高在多种负载环境下的迁移能力，通过一定权重将不同核函数组合起来，即可达到更好的映射效果；具体的，使用加法核，如式(1)，代替单一核函数；K
i，j
＝aK
Poly
(x
i
，x
j
)+(1
‑
a)K
Guassian
(x
i
，x
j
)
ꢀꢀꢀꢀꢀꢀꢀ
(1)其中，根据高斯核函数定义，当x
i
＝x
...

【专利技术属性】
技术研发人员：惠记庄，张泽宇，段雨，耿麒，朱佳庆，任余，石泽，
申请(专利权)人：长安大学，
类型：发明
国别省市：