基于平方预测误差的轴承故障检测方法技术

本发明专利技术公开一种基于平方预测误差的轴承故障检测方法；属于机械系统故障检测技术领域，操作步骤包括：设置振动传感器与转速传感器的安装位置和有关检测参数；获取一维同步振动数据；将一维同步振动数据扩展为多维同步数据；对多维同步数据进行预处理；利用主成分分析对预处理后的多维同步数据降维处理，并将降维后的数据投影回原始空间进行数据重构；判断故障是否出现；本发明专利技术专利公布的基于平方预测误差的轴承故障检测方法能够可靠地检测轴承故障；所需设置的检测参数少，所需的人工专家知识少，无需大量历史数据训练模型；另外，本发明专利技术不受主轴转速变化的影响，可以被应用于不同转速的轴承故障检测工作。

【技术实现步骤摘要】

本专利技术属于机械系统故障检测和诊断领域，涉及轴承故障检测和诊断，尤其涉及基于平方预测误差(squared prediction error，spe)的轴承故障检测方法。

技术介绍

1、轴承作为旋转机械系统的核心支撑部件，其健康状况直接决定着设备运行的可靠性和工业生产的连续性。据统计，旋转机械约30％的故障源于轴承失效，而突发性轴承故障可能导致设备连锁性损毁甚至安全事故。因此，轴承故障检测技术的研究是机械状态监测领域的关键。

2、近年来，随着大数据和人工智能技术的兴起，基于统计模型和机器学习的故障检测方法逐渐受到关注。主成分分析(principalcomponent analysis，pca)作为一种经典的降维技术，通过挖掘高维数据的内在特征，降低了对先验知识的依赖，能够有效地从多个传感器获取的信号中提取多维数据的主要特征。

3、目前，主成分分析主要应用于融合多个振动传感器采集到的数据来进行故障检测。尽管采用多个传感器可以获得更加全面的故障信息，但是会增加故障检测成本。另外，采用多个传感器采集信号也增加了传感器出现故障的风险。...

【技术保护点】

1.本专利技术所述的基于平方预测误差的轴承故障检测方法，具体包括以下步骤：

2.根据权利要求1所述的基于平方预测误差的轴承故障检测方法，其特征在于，在步骤(1)中，所述的振动传感器安装在拟检测轴承附近，用于测量轴承的振动数据；所述的转速传感器安装在转轴附近，用于测量转轴转速数据；所述的检测参数包括：转轴每转内同步采样点数N、转轴转数n、累计贡献率阈值T、故障阈值r。

3.根据权利要求1所述的基于平方预测误差的轴承故障检测方法，其特征在于，在步骤(2)中，根据预先设定的转轴每转内同步采样点数N和转轴转数n，以转轴转速信号作为参考信号，获取一维同步振动数据，获得的一维...

【技术特征摘要】

1.本发明所述的基于平方预测误差的轴承故障检测方法，具体包括以下步骤：

2.根据权利要求1所述的基于平方预测误差的轴承故障检测方法，其特征在于，在步骤(1)中，所述的振动传感器安装在拟检测轴承附近，用于测量轴承的振动数据；所述的转速传感器安装在转轴附近，用于测量转轴转速数据；所述的检测参数包括：转轴每转内同步采样点数n、转轴转数n、累计贡献率阈值t、故障阈值r。

3.根据权利要求1所述的基于平方预测误差的轴承故障检测方法，其特征在于，在步骤(2)中，根据预先设定的转轴每转内同步采样点数n和转轴转数n，以转轴转速信号作为参考信号，获取一维同步振动数据，获得的一维同步振动数据可以表示为：

4.根据权利要求1所述的基于平方预测误差的轴承故障检测方法，其特征在于，在步骤(3)中，根据转轴每转内同步采样点数n，将一维同步振动数据v扩展为n维数据v1，扩展后的n维数据v1，如下所示：

5.根据权利要求1所述的...

【专利技术属性】
技术研发人员：王名昊，戴建国，赵艳青，张雨轩，李金峰，宋新刚，
申请(专利权)人：淮阴工学院，
类型：发明
国别省市：