滚动轴承故障识别方法、装置、设备和存储介质制造方法及图纸

本发明专利技术提供一种滚动轴承故障识别方法、装置、设备和存储介质，该滚动轴承故障识别方法包括：获取所述滚动轴承的振动加速度数据和转速数据；将所述振动加速度数据转换为解析信号；对所述解析信号中的包络信号进行快速傅里叶FFT变换，并对FFT变换后的包络信号基于所述转速数据进行归一化处理，得到特征向量；将所述特征向量按照时间顺序组合得到特征图像；基于所述特征图像以及训练后的目标识别模型，对所述滚动轴承进行故障识别。上述方案中，通过对振动加速度数据进行转换并基于转速数据进行归一化处理，得到特征向量，进而基于特征向量组合得到的特征图像利用训练后的目标识别模型进行故障识别，识别效率和准确性较高。识别效率和准确性较高。识别效率和准确性较高。

【技术实现步骤摘要】
滚动轴承故障识别方法、装置、设备和存储介质


[0001]本专利技术涉及设备故障诊断
，尤其涉及一种滚动轴承故障识别方法、装置、设备和存储介质。

技术介绍

[0002]现代工业设备以旋转设备为主，在轴系的支撑部件中，滚动轴承的使用是最为广泛的。在使用滚动轴承的诸多设备中，如电动机、风机、水泵、皮带机等，根据不完全统计约70％以上的故障为机械故障，而机械故障中约有30％以上是由于滚动轴承损坏引起的。因此，对滚动轴承进行故障检测和识别并掌握其各个阶段中的性能状态，是保障生产设备正常运行的关键。
[0003]然而在设备检查工作中，单纯通过人工管理肯定会出现很多疏漏，效率较低，准确性较低。

技术实现思路

[0004]本专利技术提供一种滚动轴承故障识别方法、装置、设备和存储介质，用以解决现有技术中效率较低和准确性较低的缺陷，实现一种高效而且准确性较高的滚动轴承故障识别方法。
[0005]本专利技术提供一种滚动轴承故障识别方法，包括：
[0006]获取所述滚动轴承的振动加速度数据和转速数据；<br/>[0007]本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种滚动轴承故障识别方法，其特征在于，包括：获取所述滚动轴承的振动加速度数据和转速数据；将所述振动加速度数据转换为解析信号；对所述解析信号中的包络信号进行快速傅里叶FFT变换，并对FFT变换后的包络信号基于所述转速数据进行归一化处理，得到特征向量；将所述特征向量按照时间顺序组合得到特征图像；基于所述特征图像以及训练后的目标识别模型，对所述滚动轴承进行故障识别。2.根据权利要求1所述的滚动轴承故障识别方法，其特征在于，所述将所述振动加速度数据转换为解析信号，包括：对所述振动加速度数据进行希尔伯特变换，得到所述解析信号；所述将所述振动加速度数据转换为解析信号之后，还包括：获取所述解析信号的包络信号，并对所述包络信号进行降采样。3.根据权利要求1或2所述的滚动轴承故障识别方法，其特征在于，所述获取所述滚动轴承的振动加速度数据，包括：利用振动加速度传感器对所述滚动轴承的振动加速度信号进行采样，得到采样后的所述振动加速度数据；所述获取所述滚动轴承的振动加速度数据之后，还包括：基于目标指标，对所述振动加速度数据进行清洗，所述目标指标包括以下至少一项：裕度指标、峭度指标、有效性指标、峰峰值指标。4.根据权利要求3所述的滚动轴承故障识别方法，其特征在于，所述基于目标指标，对所述振动加速度数据进行清洗，包括：基于多个采样时间段内的振动加速度数据，计算各个所述采样时间段内的振动加速度数据对应的目标指标的值；若所述多个采样时间段中存在目标采样时间段内的振动加速度数据对应的目标指标的值处于预设阈值范围之外，则剔除所述目标采样时间段内的振动加速度数据。5.根据权利要求4所述的滚动轴承故障识别方法，其特征在于，所述目标指标为裕度指标，所述基于多个采样时间段内的振动加速度数据，计算各个所述采样时间段内的振动加速度数据对应的目标指标的值，包括：针对任一所述采样时间段，确定所述采样时间段内的振动加速度数据的峰值绝对值以及方根幅值...

【专利技术属性】
技术研发人员：王执军，郭彦华，
申请(专利权)人：北京时代龙城科技有限责任公司，
类型：发明
国别省市：