基于石墨烯势分数阶随机共振的旋转机械故障诊断方法技术

本发明专利技术公开了一种基于石墨烯势分数阶随机共振的旋转机械故障诊断方法，属于机械故障诊断技术领域，该方法基于自然近邻思想，通过提取信号各个数据段的多维特征形成自然近邻图，构造自然局部异常因子，根据3σ

【技术实现步骤摘要】
基于石墨烯势分数阶随机共振的旋转机械故障诊断方法


[0001]本专利技术属于机械故障诊断
，涉及一种基于石墨烯势分数阶随机共振的旋转机械故障诊断方法
。

技术介绍

[0002]旋转机械装置在各行业均有广泛应用，是各领域的关键机械设备或机械设备的关键部件
。
随着科技的快速发展，旋转设备朝着大型化
、
复杂化的方向发展，一旦发生故障，损失十分严重
。
因此，旋转机械的故障监测与诊断对于保障其安全运行
、
提高经济生产效益具有重大的现实意义
。
[0003]为了降低传动系统的故障率，应用有效可靠的状态监测技术是及时检测齿轮或轴承早期故障的重要手段
。
振动监测被广泛认为是最有效的技术之一，因为从安装在齿轮或轴承附近的传感器中收集到的振动信号包含了故障信息
。
[0004]随机共振是一种利用噪声来增强微弱信号的新理论
。
它描述这样一种现象：在非线性系统中，当噪声强度逐渐增大时，输出信噪比不降反升，并且在某个强本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种基于石墨烯势分数阶随机共振的旋转机械故障诊断方法，其特征在于，包括如下步骤：
S1、
基于自然近邻思想，构造自然局部异常因子对原始振动信号进行预处理以消除非高斯噪声；
S2、
构建
Caputo
‑
Fabrizio
分数阶导数诱导的二阶欠阻尼随机共振模型，根据单层石墨烯能带结构构建石墨烯势函数并引入该随机共振模型，得到
Caputo
‑
Fabrizio
分数阶石墨烯势随机共振模型；
S3、
将消除非高斯噪声后的信号输入所建立的
Caputo
‑
Fabrizio
分数阶石墨烯势随机共振模型，对输出信号结合谱分析方法分析增强后的微弱故障特征进行故障诊断
。2.
根据权利要求1中所述的一种基于石墨烯势分数阶随机共振的旋转机械故障诊断方法，其特征在于，步骤
S1
具体包括以下分步骤：
S11、
使用大小为
w
s
的矩形滑动窗口将长度为
L
的原始信号分割为
N
个数据段
s
i
，构成数据段集：
S(n)
＝
{s1,s2,...
，
s
N
}
其中
N
＝
L/w
s
；
S12、
对数据段集中的各个数据段进行多维特征提取，构成特征集合；
S13、
基于自然近邻思想，对于构建的数据特征集，通过搜索自然近邻信息构建互访问路径，形成近邻图；
S14、
基于自然近邻搜索过程确定最优
k
值，计算特征集合中监测对象
s
和
k
近邻之间的距离
KD
，构造集合
KD(s)
，并得到每个数据段
s
的
k
近邻集
N
k
(s)
；
S15、
计算各个数据段
s
与其各个
k
近邻
o
之间的可达距离
RD
k
(s
，
o)
；
S16、
根据各数据的
k
近邻集
N
k
(s)
和可达距离段
RD
k
(s
，
o)
，计算各个数据段的局部可达密度
LRD
和自然局部异常因子
NLOF
，根据3σ
准则设置阈值
λ
进行筛选剔除异常值，而后获得预处理后的信号
。3.
根据权利要求2所述的一种基于石墨烯势分数阶随机共振的旋转机械故障诊断方法，其特征在于，步骤
S12
中，所述多维特征属性包括
15
个时域特征和8个频域统计特征
。4.
根据权利要求2所述的一种基于石墨烯势分数阶随机共振的旋转机械故障诊断方法，其特征在于，步骤
S13
中，自然近邻思想包括以下四个定义：
(1)
自然稳定状态：搜索数据对象集中的
k
近邻，其中
k
依次取
k
＝1，2，
...
，
n
，直到所有对象都存在一个互近邻时，认为搜索达到自然稳定状态，即：且
i≠j
使得
p
i
∈N
k
(p
j
)∧p
j
∈N
k
(p
i
)
；
(2)
自然近邻特征值：搜索达到自然稳定状态时的
k
值便为自然近邻特征值
R
，该值表示为：
(3)
自然邻居：搜索达到自然稳定状态时，互为近邻也称为自然近邻，数据对象的
p
i
的近邻集称为
p
i
的自然邻居集
NR(p
i
)
，该关系表达为：
(4)
自然邻域图：搜索达到自然稳定状态时，近邻关系构建而成的邻域图
G
N
称为数据集
s
的自然邻域图，该图表达为：
G
N
＝
(V
，
E)
式中，
V
和
E
分别代表图的顶点集
{v
i
，
i
＝1，2，
…
n}
和边集
{e
j
，
j
＝
1,2
，
…
n}
，存在自然近邻关系的对象在自然近邻图上表现为存在边的连接关系，否则，不存在边的连接，任意两个顶点
v
i
和
v
j
，若存在一条边，则
v
i
与
v
j
存在如下自然近邻关系：
5.
根据权利要求2所述的一种基于石墨烯势分数阶随机共振的旋转机械故障诊断方法，其特征在于，步...

【专利技术属性】
技术研发人员：谭航，
申请(专利权)人：燕山大学，
类型：发明
国别省市：