基于EMD-CNN-Transformer模型的轴承故障检测方法技术

本发明专利技术涉及一种基于EMD‑CNN‑Transfromer模型的轴承故障检测方法，所述模型通过如下方式训练得到：S1、获取三轴传感器采集的轴承在不同工作状态(x、y、z)三个方向的振动加速度数据；S2、对各方向数据分别进行重采样、归一化，然后进行三维数据拼接；S3、对步骤S2的数据进行EMD分解并进行拼接，然后加入标签和制作数据集；EMD分解时注意去掉无效分量；S4、加载数据集，通过CNN进行特征提取；S5、将S4处理完的数据，输入到Transformer网络进行编解码，最后分类输出；然后，基于训练的所述模型确定轴承的故障类型。本发明专利技术先利用EMD、CNN进行两次特征提取，并在EMD分解时去掉无效分量的干扰，最后利用Transformer进行分类输出，使最终的分类结果具有更高的准确率。

【技术实现步骤摘要】

本专利技术涉及轴承故障检测，尤其涉及一种基于emd-cnn-transformer的ai模型的轴承故障检测方法。

技术介绍

0、技术背景

1、在轴承中，"inner race"(内圈)、"ball"(滚珠)和"outer race"(外圈)是三个重要的组成部分，它们一起构成了轴承的基本结构。

2、inner race：内圈是轴承的一个环状部件，通常位于滚珠或滚子之内，与轴相配合。内圈通过与滚动体接触，在轴上旋转，承受和传递轴向和径向负荷。

3、ball：滚珠是轴承中的滚动体，它们通常是小球状的物体，可以在内圈和外圈之间滚动。滚珠在轴承中起到支撑和传递负荷的作用，减少摩擦和滑动。

4、outer race：外圈是轴承的另一个环状部件，位于滚珠或滚子的外部。外圈与内圈和滚珠配合，提供轴承的外部支撑和固定。

5、这三个部分共同工作，形成了轴承的基本结构，以支撑和传递轴上的负荷，减少摩擦，并使轴承能够平稳运转。它们的材料和设计会根据不同的应用和轴承类型而有所差异，以满足特定的负荷和工作环境要求。

<本文档来自技高网...

【技术保护点】

1.一种基于EMD-CNN-Transfromer模型的轴承故障检测方法，其特征在于，所述模型通过如下方式训练得到：

2.根据权利要求1所述的轴承故障检测方法，其特征在于，步骤S3中，通过将EMD分解出来的各IMF分量与原始信号进行相关系数比较后确定有效分量和无效分量。

3.根据权利要求2所述的轴承故障检测方法，其特征在于，步骤S3中EMD分解的步骤过程如下：

4.根据权利要求3所述的轴承故障检测方法，其特征在于，相关系数计算公式如下：

5.根据权利要求1所述的轴承故障检测方法，其特征在于，步骤S2重采样的重叠率为50％。

6....

【技术特征摘要】

1.一种基于emd-cnn-transfromer模型的轴承故障检测方法，其特征在于，所述模型通过如下方式训练得到：

2.根据权利要求1所述的轴承故障检测方法，其特征在于，步骤s3中，通过将emd分解出来的各imf分量与原始信号进行相关系数比较后确定有效分量和无效分量。

3.根据权利要求2所述的轴承故障检测方法，其特征在于，步骤s3中emd分解的步骤过程如下：

4.根据权利要求3所述的轴承故障检测方法，其特征在于，相关系数计算公式如下：

5.根据权利要求1所述的轴承故障检测方法，其特征在于，步骤s2重采样的重叠率为50％。

6.根据权利要求1所述的轴承故障检测方法，其特征在于，步骤s4通过两次一维...

【专利技术属性】
技术研发人员：禤东桦，葛任贤，
申请(专利权)人：广州城建职业学院，
类型：发明
国别省市：