一种柴油机主轴承的健康评估方法技术

本发明专利技术公开了一种柴油机主轴承的健康评估方法，采集主轴承在不同故障下的振动信号，经相空间重构及主矢量投影获取可视相轨迹图；搭建深度卷积神经网络模型；对各类故障相轨迹图标签化，创建训练集并输入模型中学习；当交叉熵损失函数最小时停止迭代，保存诊断模型；另一方面，采集各类故障主轴承在不同健康状态下的振动信号，分别计算并统计其最大李雅普诺夫指数均值，将之作为健康评估标准。评估时，针对故障类型依据相应健康评估标准按就近原则进行健康评估。本发明专利技术可实现对主轴承服役状态的在线全面监测，有助于推进主轴承维护方式由定期更换到视情维护，可显著提高经济效益。可显著提高经济效益。可显著提高经济效益。

【技术实现步骤摘要】
一种柴油机主轴承的健康评估方法


[0001]本专利技术涉及一种柴油机的故障诊断方法，尤其涉及一种柴油机主轴承的健康评估方法。

技术介绍

[0002]柴油机主轴承工作时受交变载荷而造成油膜分布不均，油膜较薄易诱发轴承故障。主轴承故障异常将严重降低柴油机效率，增加燃油功耗，威胁柴油机可靠服役。因此，对主轴承进行故障诊断及健康评估显得尤为重要。这将有助于推进主轴承的视情维护，强化维护决策辅助，能显著提高经济效益。
[0003]柴油机主轴承属于旋转类机械，工作时会产生高度非线性、非平稳性特征的状态信号，如振动、摩擦力、摩擦系数和温度信号等。在专利号为CN201510080839.5的专利中，直接将轴承故障的振动时域图作为深度学习模型的训练对象。而紧靠时域图或常规时频分析方法难以有效表征故障特征。近年来，非线性方法广泛用于旋转机械诊断中，如混沌分析、分形分析和递归分析等。在专利号为CN202010387072.1的专利中，基于卷积神经网络和模糊C均值聚类算法识别了滚动轴承故障，但该算法过程过于繁琐。此外，现有专利在诊断轴承故障基础上作进一步健康评本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种柴油机主轴承的健康评估方法，其特征在于，包括以下步骤：(1)采集柴油机主轴承的振动信号，采用相空间重构方法将所述振动信号转化为相轨迹图；(2)根据相轨迹图计算所述振动信号的最大李雅普诺夫指数；将所述相轨迹图输入至诊断模型，完成对所采集振动信号故障类型的诊断，并将结果输入至健康评估模型；所述健康评估模型的建立包括以下步骤：(21)采集柴油机主轴承各种故障类型中在不同健康状态下的振动信号；(22)采用相空间重构方法将不同健康状态下的振动信号转化为相轨迹图；(23)根据步骤(22)中所得的相轨迹图计算最大李雅普诺夫指数；(24)针对轴承的每一种故障类型，分别统计其各种故障类型在不同健康状态下的最大李雅普诺夫指数均值，将其作为健康评估标准；(3)所述健康评估模型针对步骤(2)中诊断得到的故障类型，依据该故障类型下的健康评估标准以及步骤(2)所得的振动信号的最大李雅普诺夫指数进行健康评估。2.根据权利要求1所述的柴油机主轴承的健康评估方法，其特征在于：步骤(3)中所述的依据该故障类型下的健康评估标准以及步骤(2)所得的振动信号的最大李雅普诺夫指数进行健康评估，包括精细评估和粗略评估，所述精细评估是指，计算正常状态下的李雅普诺夫指数值，将故障下的李雅普诺夫指数值与其偏离程度作为健康程度；粗略评估是指，计算正常状态和故障退化四个阶段下的的李雅普诺夫指数，将待评估信号的最大李雅普诺夫指数和健康评估标准作比较，数值上最靠近的健康评估标准所对应的健康状态即为评估结果。3.根据权利要求1所述的柴油机主轴承的健康评估方法，其特征在于，所述诊断模型的建立包括以下步骤：(1)采集柴油机主轴承各种故障下的故障信号；(2)采用相空间重构方法将不同故障下的振动信号转化为相轨迹图；(3)将主轴承不同故障下的相轨迹图标签化，划分训练集、测试集；(4)建立深度卷积神经网络的图像学习模型，对输入层、卷积层、池化层、全连接层进行参数设置；(5)将训练集输入深度卷积神经网络模型中学习，训练过程包括前向传播与反向权值更新，寻找到最小交叉熵损失函数后停止迭代，得到诊断模型。4.根据权利要求3所述的柴油机主轴承的健康评估方法，其特征在于：在步骤(5)的训练过程中，将误诊样本输入模型继续训练，把训练完成的模型参数通过迁移学习输入到先前诊断模型中以不断修正模型。5.根据权利要求3所述的柴油机主轴承的健康评估方法，其特征在于：所述的将主轴承不同故障下的相轨迹图标签化，划分训练集、测试集，按照8∶2比例划分。6.根据权利要求3所述的柴油机主轴承的健康评估方法，其特征在于：所述的建立深度卷积神经网络的图像学习模型，使用Softmax算法进行预测识别，输出诊断结果，模型结构包括：1)Input输入层，将相轨迹图尺寸统一预处理为227
×
227；2)C1卷积层，Kernel数量为24个，大小为11
×
11，步长为4；
3)P1池化层，池化窗口大小为3
×
3，步...

【专利技术属性】
技术研发人员：周元凯，赵欢，左雪，
申请(专利权)人：江苏科技大学，
类型：发明
国别省市：