【技术实现步骤摘要】
本专利技术涉及信号去噪，具体为一种数字孪生引导的滚动轴承早期故障信号去噪方法。
技术介绍
1、在现代制造业中，轴承作为旋转机械的关键组成部分，广泛应用于各类设备和系统中，如汽车发动机、航空航天设备、工业机器人及能源生产装置等，轴承的稳定运行直接影响到整个机械系统的性能、效率和安全性。因此，对轴承进行早期故障诊断，及时发现潜在问题，确保其安全可靠地服役，具有重要的现实意义和经济价值。
2、然而，工厂环境复杂多变，轴承运转过程中产生的振动信号受到多种环境因素的显著影响，首先，各类振动源会引入干扰信号；其次，摩擦等因素会产生噪声，这些影响常导致振动信号的幅值和频率偏离理想状态，给故障检测带来显著挑战。
3、基于此，有必要提出一种数字孪生引导的滚动轴承早期故障信号去噪方法。
技术实现思路
1、针对现有技术的不足，本专利技术提供了一种数字孪生引导的滚动轴承早期故障信号去噪方法，具备能够有效消除早期故障信号的噪声并突出故障特征的优点，解决了
技术介绍
中提出的问题。
2、本专利技术提供如下技术方案：一种数字孪生引导的滚动轴承早期故障信号去噪方法，包括以下步骤：
3、步骤s1，将实验台的运行工况与轴承参数输入进轴承动力学方程并结合真实设备轴承历史数据，构建滚动轴承数字孪生模型，并生成健康状态下的仿真振动信号；
4、步骤s2，获取少量实测信号对数字孪生模型进行更新；其中，将运行初期少量实时监测数据与生成健康状态下的仿真振动信号相结合，通过利用
5、步骤s3，构建基于对抗策略的去噪算法，将实时采集的实测信号输入生成器生成初步去噪信号，随后将其输入辨别器，同时将生成的无噪声且含有早期微弱故障特征的仿真信号作为辨别信号，用以修正去噪结果；
6、步骤s4，损失函数的值随着训练逐渐减小并趋于稳定，最后输出最终的去噪结果。
7、优选的，所述步骤s1，结合力学知识构建并求解轴承动力学方程，生成轴承仿真信号；其中，轴承动力学方程为：
8、
9、优选的，所述m、c和k分别表示系统的总质量、阻尼系数和总接触刚度(系统包括滚子、轴承和轴承底座)；z为滚动体个数，i为1到z，和分别为t时刻的x向和y向的外圈振动加速度；fx和fy分别为负载分量；(其中1.5代表滚珠轴承的载荷变形)是第i个滚动体与滚道之间的接触变形，具体可以表示为：
10、
11、优选的，所述x和y为t时刻的x向和y向的外圈振动变形；c为滚动轴承的径向游隙；θi为第i个滚动体在t时刻的角度位置，h0为随故障位置变化而变化的位移激励，当滚动轴承各部件无故障时，h0＝0；λ为滚动体的有效接触系数，可表示为：
12、
13、优选的，所述步骤s2中，余弦相似度表示为：
14、所述psn表示采集自设备的实测信号，vsn表示与psn相同工况下的仿真信号。
15、优选的，所述在健康的轴承数字孪生模型上注入故障特征,其方式为改变h0，具体可表示为：
16、内圈故障(h0＝hout)，
17、
18、外圈故障(h0＝hout)，
19、
20、内外圈复合故障，
21、
22、优选的，所述θout和θin分别为外圈与内圈的故障角位置，l为滚动轴承各部件故障宽度，rb、ro和ri分别代表滚动体半径、外圈半径和内圈半径，mod(.)代表余数函数。
23、优选的，所述步骤s3中，对抗策略的去噪算法的优化目标函数可表示为：
24、
25、优选的，所述pdata、pz和分别代表实测信号、仿真信号和的概率分布，其中可以表示为ε为随机数，ε∈[0，1]；d(x),d(g(z))和分别代表实测信号、仿真信号和的概率值；e代表期望；λ为常数，默认值为10；||·||2代表求二范数。
26、与现有技术对比，本专利技术具备以下有益效果：
27、1、该种数字孪生引导的滚动轴承早期故障信号去噪方法，将数字孪生技术应用于滚动轴承故障信号去噪中，验证了在复杂工业环境下利用数字孪生生成与实际运行高度一致的仿真数据进行信号处理的可行性，提升去噪精度与鲁棒性，所提出的方法利用数字孪生精确模拟轴承运行状态，有效降低了环境噪声和干扰对故障信号的影响，使得去噪后的信号更加接近真实故障特征，增强了故障检测的可靠性。
28、2、该种数字孪生引导的滚动轴承早期故障信号去噪方法，实现基于数字孪生的实时故障诊断，通过将数字孪生模型与故障检测系统紧密结合，实时同步物理轴承的运行状态与数字模型，确保故障信号的及时捕捉与去噪处理，使故障检测系统能够快速响应，满足工业现场对实时监控和预警的严格要求，增强系统的适应性与鲁棒性，结合数字孪生技术的方法能够动态适应不同的工作环境和运行条件，通过持续更新数字孪生模型，实现对轴承状态的实时监控和信号优化，确保在多变的工业环境中依然保持高效稳定的故障检测能力。
本文档来自技高网...【技术保护点】
1.一种数字孪生引导的滚动轴承早期故障信号去噪方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种数字孪生引导的滚动轴承早期故障信号去噪方法，其特征在于：所述步骤S1，结合力学知识构建并求解轴承动力学方程，生成轴承仿真信号；其中，轴承动力学方程为：
3.根据权利要求2所述的一种数字孪生引导的滚动轴承早期故障信号去噪方法，其特征在于：所述M、C和K分别表示系统的总质量、阻尼系数和总接触刚度(系统包括滚子、轴承和轴承底座)；Z为滚动体个数，i为1到Z，和分别为t时刻的x向和y向的外圈振动加速度；Fx和Fy分别为负载分量；(其中1.5代表滚珠轴承的载荷变形)是第i个滚动体与滚道之间的接触变形，具体可以表示为：
4.根据权利要求3所述的一种数字孪生引导的滚动轴承早期故障信号去噪方法，其特征在于：所述x和y为t时刻的x向和y向的外圈振动变形；c为滚动轴承的径向游隙；θi为第i个滚动体在t时刻的角度位置，H0为随故障位置变化而变化的位移激励，当滚动轴承各部件无故障时，H0＝0；λ为滚动体的有效接触系数，可表示为：
5.根据权利要求1所
6.根据权利要求1所述的一种数字孪生引导的滚动轴承早期故障信号去噪方法，其特征在于：所述在健康的轴承数字孪生模型上注入故障特征,其方式为改变H0，具体可表示为：
7.根据权利要求6所述的一种数字孪生引导的滚动轴承早期故障信号去噪方法，其特征在于：所述θout和θin分别为外圈与内圈的故障角位置，L为滚动轴承各部件故障宽度，rb、ro和ri分别代表滚动体半径、外圈半径和内圈半径，mod(.)代表余数函数。
8.根据权利要求1所述的一种数字孪生引导的滚动轴承早期故障信号去噪方法，其特征在于：所述步骤S3中，对抗策略的去噪算法的优化目标函数可表示为：
9.根据权利要求1所述的一种数字孪生引导的滚动轴承早期故障信号去噪方法，其特征在于：所述Pdata、Pz和分别代表实测信号、仿真信号和的概率分布，其中可以表示为ε为随机数，ε∈[0，1]；D(X),D(G(z))和分别代表实测信号、仿真信号和的概率值；E代表期望；λ为常数，默认值为10；||·||2代表求二范数。
...【技术特征摘要】
1.一种数字孪生引导的滚动轴承早期故障信号去噪方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种数字孪生引导的滚动轴承早期故障信号去噪方法，其特征在于：所述步骤s1，结合力学知识构建并求解轴承动力学方程，生成轴承仿真信号；其中，轴承动力学方程为：
3.根据权利要求2所述的一种数字孪生引导的滚动轴承早期故障信号去噪方法，其特征在于：所述m、c和k分别表示系统的总质量、阻尼系数和总接触刚度(系统包括滚子、轴承和轴承底座)；z为滚动体个数，i为1到z，和分别为t时刻的x向和y向的外圈振动加速度；fx和fy分别为负载分量；(其中1.5代表滚珠轴承的载荷变形)是第i个滚动体与滚道之间的接触变形，具体可以表示为：
4.根据权利要求3所述的一种数字孪生引导的滚动轴承早期故障信号去噪方法，其特征在于：所述x和y为t时刻的x向和y向的外圈振动变形；c为滚动轴承的径向游隙；θi为第i个滚动体在t时刻的角度位置，h0为随故障位置变化而变化的位移激励，当滚动轴承各部件无故障时，h0＝0；λ为滚动体的有效接触系数，可表示为：
5.根据权利要求1所述的一种数...
【专利技术属性】
技术研发人员：宁思远，谯自健，盖亚楠，王金坡，谢重阳，陈越鹏，林近山，
申请(专利权)人：宁波大学，
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。