【技术实现步骤摘要】
本专利技术属于工业设备状态监测与故障诊断，具体涉及基于物理驱动跨域数字孪生框架的轴承故障诊断方法。
技术介绍
1、滚动轴承是旋转机械中广泛应用的重要部件，其工作状态直接影响设备的整体性能和安全性。然而，轴承长期运行过程中容易受到负载波动、速度变化、环境噪声等因素的影响，导致故障发生。传统的故障诊断方法通常依赖于手工特征提取、统计分析或基于稳态信号的模型，这些方法在非平稳工况下的适应性较差，难以准确检测和分类故障类型。
2、近年来，数据驱动的深度学习方法在轴承故障诊断领域取得了显著进展。然而，这些方法高度依赖于大量标注数据，而工业现场的故障数据往往难以获取。此外，由于数据分布的变化，实验室环境下训练的模型难以直接迁移至实际工况，导致模型的泛化能力不足。因此，亟需一种能够结合物理建模与数据驱动方法，并能有效适应非平稳工况的轴承故障诊断方法。
技术实现思路
1、为解决现有技术的不足，实现非平稳工况下的轴承健康监测和异常检测的目的，本专利技术采用如下的技术方案：
2、基于物...
【技术保护点】
1.基于物理驱动跨域数字孪生框架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所述的基于物理驱动跨域数字孪生框架的轴承故障诊断方法，其特征在于：所述步骤101中，轴承故障虚拟数据生成过程，包括如下步骤：
3.根据权利要求2所述的基于物理驱动跨域数字孪生框架的轴承故障诊断方法，其特征在于：所述步骤203中，振动响应生成公式如下：
4.根据权利要求1所述的基于物理驱动跨域数字孪生框架的轴承故障诊断方法，其特征在于：所述步骤102中，将时间域的振动信号转变为角度域的振动域信号，公式如下：
5.根据权利要求4所...
【技术特征摘要】
1.基于物理驱动跨域数字孪生框架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所述的基于物理驱动跨域数字孪生框架的轴承故障诊断方法，其特征在于：所述步骤101中，轴承故障虚拟数据生成过程，包括如下步骤：
3.根据权利要求2所述的基于物理驱动跨域数字孪生框架的轴承故障诊断方法，其特征在于：所述步骤203中，振动响应生成公式如下：
4.根据权利要求1所述的基于物理驱动跨域数字孪生框架的轴承故障诊断方法，其特征在于：所述步骤102中，将时间域的振动信号转变为角度域的振动域信号，公式如下：
5.根据权利要求4所述的基于物理驱动跨域数字孪生框架的轴承故障诊断方法，其特征在于：所述步骤102中，自相关函数公式如下：
6.根据权利要求1所述的基于物理驱动跨域数字孪生框架的轴承故障诊断方法，其特征在于：所述步骤103中，通过构建全局领域判别器的损失、局部领域判别器的损失及权重参数，得到自适应领域适应的的总损失函数，计算公式如下：
7.根据权利要求6...
【专利技术属性】
技术研发人员：刘东升，曹苗，陈亚辉，郭飞鹏，
申请(专利权)人：浙江工商大学，
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。