基于数字孪生模型的滚动轴承故障样本生成方法技术

本发明专利技术涉及一种基于数字孪生模型的滚动轴承故障样本生成方法，属于轴承故障诊断技术领域。该方法包括：S1：通过轴承加速寿命试验台在物理空间中采集其故障信号样本；S2：针对某一特定故障，利用多自由度轴承故障动力学模型获取多个轴承部件的理论振动信号，并在其上加入强度相同的高斯白噪声；S3：用傅立叶变换计算含噪多源振动信号和实测信号的频谱；S4：构建FBC

【技术实现步骤摘要】
基于数字孪生模型的滚动轴承故障样本生成方法


[0001]本专利技术属于轴承故障诊断
，涉及一种基于数字孪生模型的滚动轴承故障样本生成方法。

技术介绍

[0002]随着航空发动机、机床、火车、风力涡轮机等现代工业设备的发展，对其关键部件的要求越来越高。滚动轴承作为关键部件之一，随着设备性能的提高，需要以更高的速度工作，承受更大的载荷。由于恶劣的工作条件，滚动轴承容易发生故障，可能导致整个设备停机，甚至发生重大事故。因此，监测滚动轴承的健康状态并诊断其故障非常重要。现有的轴承故障诊断方法主要可分为基于信号处理的方法和基于人工智能的方法，然而这些故障诊断的方法通常需要大量的故障样本。
[0003]在实际工程中，存在大量的正常轴承样本，而故障样本稀少，导致样本不平衡。当然滚动轴承的故障样本也可以通过实验获得，但是这些实验通常需要巨大的经济成本和时间消耗。因此，研究数据增强方法具有重要价值。一种明显的方法是使用动态模型来产生故障样本。Shao等人建立了一个转子
‑
轴承系统动力学模型，以生成不同状态下的轴承振动信号，然后通过本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于数字孪生模型的滚动轴承故障样本生成方法，其特征在于，该方法具体包括以下步骤：S1：通过轴承加速寿命试验台在物理空间中采集其故障信号样本；S2：针对某一特定故障，使用多自由度轴承故障动力学模型获取多个轴承部件的理论振动信号，并在其上加入强度相同的高斯白噪声，得到含噪多源振动信号；S3：采用傅立叶变换计算含噪多源振动信号和实测故障信号的频谱；S4：构建FBC
‑
GAN并进行训练，其中FBC
‑
GAN表示频域双向长短时记忆循环生成对抗网络；S5：将噪声频域仿真数据输入到训练好的FBC
‑
GAN中，生成轴承故障的信号样本；S6：通过IFFT得到相应的时域轴承故障样本。2.根据权利要求1所述基于数字孪生模型的滚动轴承故障样本生成方法，其特征在于，步骤S2中，使用的多自由度故障轴承动力学模型为考虑角接触球轴承内圈的五自由度、滚动体的三自由度和保持架的三自由度动力学模型，并考虑各个部件之间的相互作用和高速效应；所述三自由度动力学模型假设滚动轴承外圈固定不动，内圈绕z轴以速度ω
i
旋转，记滚动体在外载荷作用下沿y
b
方向和y
z
方向上产生的位移为y
b
，z
b
；轴承内圈在坐标系o
b
‑
x
b
y
b
z
b
下的位移为y
ib
,z
ib
，得到滚动体与内外圈的接触角为：其中，α
o
为接触角，α
ij
、α
oj
分别为滚动体和内外圈的接触角，h
j
为附加半正弦位移激励；d
ib
、d
ob
分别为内、外滚道曲率中心至滚动体中心的距离；轴承内圈在坐标系o
b
‑
x
b
y
b
z
b
下的位移y
ib
,z
ib
为：其中，y
bj
和z
bj
表示坐标系o
b
‑
x
b
y
b
z
b
中第j个滚动体沿y
b
，z
b
方向的位移；m
b
为滚动体质量；Q
ij
和Q
oj
分别表示与内圈和外圈的接触力；F
cj
和M
gj
分别为第j个滚动体所受离心力和陀螺力矩；λ
ij
和λ
oj
分别为内、外滚道分配系数，D为滚动体直径，c为等效阻尼；同样，得出保持架和内圈的动力学方程如下：
其中，m
c
和I
c
分别表示保持架的质量和转动惯量；y
c
和z
c
为保持架在坐标系o
‑
xyz中沿Y、Z方向的位移；d
m
表示滚动轴承的中径，ω
c
表示保持架的转速，f
cbj
表示滚动体与保持架兜孔之间的切向摩擦力，N
b
表示滚动体数目；x，y，z为内环沿X，Y，Z方向的位移；m表示内圈质量；c
i
为内圈阻尼系数；Q
ix
,Q
iy
,Q
iz
是沿X，Y，Z方向的接触力；F
x
,F
y
,F
...

【专利技术属性】
技术研发人员：秦毅，刘虹余，毛永芳，蒲华燕，
申请(专利权)人：重庆大学，
类型：发明
国别省市：