一种滚动轴承故障诊断方法、装置、电子设备及存储介质制造方法及图纸

本发明专利技术公开了一种滚动轴承故障诊断方法、装置、电子设备及存储介质，该滚动轴承故障诊断方法主要包括以下步骤：获得样本数据集；对样本数据集进行数据预处理，预处理后的样本数据集划分为训练数据集和测试数据集；构建故障诊断模型，并采用训练数据集对故障诊断模型进行训练；将测试数据集输入至训练好的故障诊断模型，得到故障诊断分类结果；通过卷积神经网络和双向长短期记忆网络的相结合，实现了自适应特征提取和高噪声、复杂工况下的滚动轴承故障诊断。

【技术实现步骤摘要】

本专利技术涉及滚动轴承故障诊断，具体的说是一种滚动轴承故障诊断方法、装置、电子设备及存储介质。

技术介绍

1、旋转机械广泛应用于飞机、高铁、船舶等工业设备中。由于其频繁的旋转和不稳定的载荷，轴承等关键部件容易出现各种故障。因此，为了保证旋转机械的安全运行，故障诊断与识别是应用中不可缺少的技术。人工智能领域的快速发展，极大地推动了滚动轴承故障诊断技术。当前，滚动轴承故障诊断技术的研究主要集中在机器学习和深度学习两个方向。在机器学习驱动的滚动轴承故障诊断领域，周福强(周福强.大数据环境下基于改进xgboost的轴承故障诊断应用研究[d].沈阳大学,2021.)采用局部均值分解(lmd)技术进行信号去噪，并提出了一种基于核主成分分析(kpca)的维度缩减技术。白广晨(白广晨.大数据在滚动轴承故障诊断中的应用研究[d].北京邮电大学,2017.)通过对反向传播(bp)神经网络进行优化和调整，提高神经网络故障诊断准确率。姚娜(姚娜.基于机器学习的风力机滚动轴承故障诊断[d].东北电力大学,2023.)提出一种创新的数据增强策略，并将其与k-means聚类算法相结合。本文档来自技高网...

【技术保护点】

1.一种滚动轴承故障诊断方法，其特征在于，主要包括如下步骤：

2.根据权利要求1所述的一种滚动轴承故障诊断方法，其特征在于，步骤S1具体包括以下步骤：通过东南大学风电传动系统模拟实验台获取滚动轴承在相同采样频率、不同负载、不同转速的振动信号，以500个数据点为一个样本数据，并根据滚动轴承状态给赋予样本数据标签，将多个样本数据组成得到样本数据集，样本数据集的80％划分出来用作训练数据集，剩余的20％作为测试数据集。

3.根据权利要求2所述的一种滚动轴承故障诊断方法，其特征在于，采样频率为1365HZ，滚动轴承包括内圈0.5mm裂纹、内圈0.8mm裂纹和正常状态三种状...

【技术特征摘要】

1.一种滚动轴承故障诊断方法，其特征在于，主要包括如下步骤：

2.根据权利要求1所述的一种滚动轴承故障诊断方法，其特征在于，步骤s1具体包括以下步骤：通过东南大学风电传动系统模拟实验台获取滚动轴承在相同采样频率、不同负载、不同转速的振动信号，以500个数据点为一个样本数据，并根据滚动轴承状态给赋予样本数据标签，将多个样本数据组成得到样本数据集，样本数据集的80％划分出来用作训练数据集，剩余的20％作为测试数据集。

3.根据权利要求2所述的一种滚动轴承故障诊断方法，其特征在于，采样频率为1365hz，滚动轴承包括内圈0.5mm裂纹、内圈0.8mm裂纹和正常状态三种状态。

4.根据权利要求1所述的一种滚动轴承故障诊断方法，其特征在于，步骤s2具体包括以下步骤：采用卡尔曼滤波器对信号进行去噪，其通过不断更新系统状态估计的协方差，结合上一时刻的滤波误差协方差和当前时刻的预测误差协方差，来计算卡尔曼增益；在系统状态的连续滤波过...

【专利技术属性】
技术研发人员：刘桂生，吴荫南，王煜伟，王辉，张春阳，黄俊，解云，王胜军，黄军，严泽宇，
申请(专利权)人：国家能源集团谏壁发电厂，
类型：发明
国别省市：