轴承故障诊断方法、装置及电子设备制造方法及图纸

本发明专利技术涉及轴承故障诊断技术领域，具体公开了一种轴承故障诊断方法、装置及电子设备，包括：获取待识别轴承故障数据；对待识别轴承故障数据进行预处理，获得轴承故障频域数据；将轴承故障频域数据输入至轴承故障诊断模型中进行识别，以获得故障类别识别结果，其中轴承故障诊断模型是基于轴承故障训练数据集及轴承故障训练数据集所对应的轴承故障类别训练得到的；轴承故障诊断模型能够对轴承故障频域数据进行傅里叶变换以提取轴承故障特征，并根据轴承故障特征进行识别，获得故障类别识别结果；对故障类别识别结果进行后处理，并输出后处理的故障类别识别结果。本发明专利技术提供的轴承故障诊断方法能够有效提升轴承故障诊断的准确性。确性。确性。

【技术实现步骤摘要】
轴承故障诊断方法、装置及电子设备


[0001]本专利技术涉及轴承故障诊断
，尤其涉及一种轴承故障诊断方法、轴承故障诊断装置及电子设备。

技术介绍

[0002]轴承在工业领域运用广泛，尤其在航空航天、数控机床精加工等领域，是十分关键的零部件。然而在高温、强腐蚀和高速负载的条件下，轴承不可避免的会发生故障，这些故障可能会影响生产效率和加工质量，甚至可能会造成企业停工，导致巨大的经济损失。为了提升机械设备的运行稳定性和生产效能，对机械设备实施高效的运行状况监控和故障判断至关重要。
[0003]现有技术中虽然存在一些轴承故障诊断的方法，但是这些方法往往由于无法避免噪声干扰等导致故障诊断的精确度低，且还存在计算量大等缺陷导致诊断效率低。
[0004]因此，如何能够实现对轴承故障的准确诊断成为本领域技术人员亟待解决的技术问题。

技术实现思路

[0005]本专利技术提供了一种轴承故障诊断方法、轴承故障诊断装置及电子设备，解决相关技术中存在的轴承故障诊断精度低的问题。
[0006]作为本专利技术的第一个方面，提供一本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种轴承故障诊断方法，其特征在于，包括：获取待识别轴承故障数据；对所述待识别轴承故障数据进行预处理，获得轴承故障频域数据；将所述轴承故障频域数据输入至轴承故障诊断模型中进行识别，以获得故障类别识别结果，其中所述轴承故障诊断模型是基于轴承故障训练数据集及所述轴承故障训练数据集所对应的轴承故障类别训练得到的；所述轴承故障诊断模型能够对所述轴承故障频域数据进行傅里叶变换以提取轴承故障特征，并根据所述轴承故障特征进行识别，获得故障类别识别结果；对所述故障类别识别结果进行后处理，并输出后处理的故障类别识别结果。2.根据权利要求1所述的轴承故障诊断方法，其特征在于，所述轴承故障诊断模型，包括：特征提取层，能够对所述轴承故障频域数据进行傅里叶变换以提取轴承故障特征；目标检测层，根据所述轴承故障特征进行故障识别，以获得故障类别识别结果。3.根据权利要求2所述的轴承故障诊断方法，其特征在于，所述特征提取层包括：补丁嵌入层，能够对所述轴承故障频域数据进行图像分割处理以及向量化处理，获得轴承故障向量数据；补丁增强层，能够对所述轴承故障向量数据进行增强，获得轴承故障增强数据；编码器层，能够对所述轴承故障增强数据进行傅里叶变换以提取轴承故障特征。4.根据权利要求3所述的轴承故障诊断方法，其特征在于，所述编码器层包括：傅里叶变换层，能够对所述轴承故障增强数据进行二维离散傅里叶变换，以将频域的轴承故障增强数据变换为时域的轴承故障增强数据；特征融合层，能够将时域的轴承故障增强数据与频域的轴承故障增强数据进行融合，获得全局轴承故障增强数据；特征提取层，能够根据所述全局轴承故障增强数据提取轴承故障特征。5.根据权利要求4所述的轴承故障诊断方法，其特征在于，所述特征融合层还能够将高斯白噪声与所述全局轴承故障增强数据进行融合。6.根据权利要求1所述的轴承故障诊断方法，其特征在于，训练所述轴承故障诊断模型，包括：获取轴承故...

【专利技术属性】
技术研发人员：孙俊，苗霖，
申请(专利权)人：匀熵智能科技无锡有限公司，
类型：发明
国别省市：