本发明专利技术公开了基于数字孪生的轴承故障诊断方法及系统，涉及信号处理技术领域，该基于数字孪生的轴承故障诊断方法，包括如下步骤：S1：收集轴承运行数据，与仿真数据相融合，利用离散小波变换对数据中的振动信号进行预处理，选取时频域混合特征作为数字孪生体输入参数；S2：基于2DCNN‑LSTM算法构建数字孪生虚拟实体，进行特征提取与故障诊断分类；S3：基于采集的实时数据不断修正改进虚拟实体参数。本发明专利技术采用2DCNN‑LSTM诊断模型，对轴承的故障诊断有较高的准确率，提出的轴承数字孪生体构建方法达到了数据在物理实体与虚拟模型间的双向交互和实现闭环驱动等特性，为连接物理世界和虚拟世界提供了有效的技术手段。
【技术实现步骤摘要】
本专利技术涉及故障诊断，具体为基于数字孪生的轴承故障诊断方法及系统。
技术介绍
1、轴承为旋转机械中最关键的零件，其故障可能会导致重大损失和系统中断，它的工作状态的好坏将直接影响整个设备的运行效率，因此，必须进行维护以保持这些组件处于良好状态。
2、数字孪生技术在近年受到广泛关注，在智慧城市、机械装备、军事等领域得到了良好的应用与研究。在故障预测与健康管理领域，相较于传统的方法，利用数字孪生技术可以获得在实际生产中难以获得的参数，以及一些无法测得的状态量。另外，将数字孪生技术应用在对轴承的故障诊断中，整个过程不会由于传感器的安装影响设备的运行，也不需要终止设备运行进行观测，因此可以更低成本地跟踪轴承的各个参数，从而实现对轴承的状态检测。
3、然而，由于机械结构的复杂性，以及运行时受载荷和转速等冲击影响的复杂性，在实际应用运行管理中，如何建立准确的数字孪生模型并及时预测故障发生的可能性，是提升数字孪生技术运行可靠性的关键问题，因此，提出一种基于数字孪生的轴承故障诊断方法及系统，准确实现轴承的故障诊断。
/>技术本文档来自技高网...
【技术保护点】
1.基于数字孪生的轴承故障诊断方法，其特征在于：包括如下步骤：
2.根据权利要求1所述的基于数字孪生的轴承故障诊断方法，其特征在于：在步骤S1中，首先结合轴承实际运行数据与仿真数据，采用离散小波变换对振动信号进行变换分解，提取时频域特征，然后将这些特征转换为二维矩阵作为2DCNN-LSTM诊断模型的输入。
3.根据权利要求2所述的基于数字孪生的轴承故障诊断方法，其特征在于：根据离散小波变换分解振动信号包括：
4.根据权利要求3所述的基于数字孪生的轴承故障诊断方法，其特征在于：将时频域特征转换为二维矩阵步骤包括：
5.根据权利要求1所述的基于...
【技术特征摘要】
1.基于数字孪生的轴承故障诊断方法，其特征在于：包括如下步骤：
2.根据权利要求1所述的基于数字孪生的轴承故障诊断方法，其特征在于：在步骤s1中，首先结合轴承实际运行数据与仿真数据，采用离散小波变换对振动信号进行变换分解，提取时频域特征，然后将这些特征转换为二维矩阵作为2dcnn-lstm诊断模型的输入。
3.根据权利要求2所述的基于数字孪生的轴承故障诊断方法，其特征在于：根据离散小波变换分解振动信号包括：
4.根据权利要求3所述的基于数字孪生的轴承故障诊断方法，其特征在于：将时频域特征转换为二维矩阵步骤包括：
5.根据权利要求1所述的基于数字孪生的轴承故障诊断方法，其特征在于：在步骤s2中，2dcnn-lstm由2d卷积神经网络和长短期记忆网络两部分组成；
6.根...
【专利技术属性】
技术研发人员：容芷君，李学霖，但斌斌，庞奥康，王一恒，水星，
申请(专利权)人：武汉科技大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。