滚动轴承状态监测方法技术

本发明专利技术公开一种滚动轴承状态监测方法。该方法获取外圈发生0.014inch故障的滚动轴承振动信号；以信息熵作为适应度函数，采用WO算法寻找SVMD算法的惩罚系数α；利用逐次变分模态分解方法对滚动轴承的振动信号进行分解；经峭度准则来选择最能表达故障信息的最佳模态分量；对该工况下的最佳模态分量的九种时域特征进行计算；将其他九种工况进行相同操作；将十个最佳模态分量的九种时域特征划分为测试集与训练集；将训练集的样本输入至LSTM网络中进行训练；将测试集的样本输入到已训练好的LSTM监测模型中进行测试，达成对滚动轴承的状态监测。该方法可以有效地通过滚动轴承的振动信号精准识别轴承状态，取得了良好的效果。

【技术实现步骤摘要】

本专利技术涉及滚动轴承状态监测，尤其涉及一种滚动轴承状态监测方法。

技术介绍

1、旋转机械设备中滚动轴承是必不可少且尤为重要的零件，当设备长时间运行或者高频重载下工作时，轴承容易发生故障，滚动轴承运行状况又反作用于设备整体。倘若滚动轴承运行时出现异常情况，在造成经济损失的情况下，还会危及工人的生命健康，造成不可估量的后果。所以，对轴承进行状态监测，在轴承出现问题时，及时止损，尽快更换修复，使经济损失最小化，生产安全最大化，这对于经济和安全两手抓的生产有非常重要的意义。

2、在信号处理与分析中，轴承振动信号分解问题通常利用经验模态分解(emd)来处理。通过递归模态分解方式分解信号时，因为信号重构时会不断积累误差，从而直接影响结果，由此产生模态混叠现象。而变分模态分解(vmd)，采用的是非递归分解方式，通过构造且求解约束变分问题对信号进行分解，会阻止模态混叠的现象发生，具有算法鲁棒性强、各信号分量辨别性高等优点，在机械故障特征提取过程中被广泛应用，但是该方法存在着vmd算法的模态个数和惩罚因子选取需要人工选择的问题，无法达到最优，影响信号分解的效果本文档来自技高网...

【技术保护点】

1.一种滚动轴承状态监测方法，其特征在于，包括如下步骤：

2.根据权利要求1所述的滚动轴承状态监测方法，其特征在于，所述步骤2包括：

3.根据权利要求1所述的滚动轴承状态监测方法，其特征在于，所述步骤3包括：

4.根据权利要求1所述的滚动轴承状态监测方法，其特征在于，所述步骤4包括：

5.根据权利要求4所述的滚动轴承状态监测方法，其特征在于，所述步骤5包括：

6.根据权利要求1所述的滚动轴承状态监测方法，其特征在于，所述步骤6包括：

7.根据权利要求1所述的滚动轴承状态监测方法，其特征在于，所述步骤7包括：

<...

【技术特征摘要】

1.一种滚动轴承状态监测方法，其特征在于，包括如下步骤：

2.根据权利要求1所述的滚动轴承状态监测方法，其特征在于，所述步骤2包括：

3.根据权利要求1所述的滚动轴承状态监测方法，其特征在于，所述步骤3包括：

4.根据权利要求1所述的滚动轴承状态监测方法，其特征在于，所述步骤4包括：

5...

【专利技术属性】
技术研发人员：王靖岳，侯兴达，
申请(专利权)人：沈阳理工大学，
类型：发明
国别省市：