买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：中国矿业大学

摘要：本发明公开了一种低速重载工况下的轴承故障诊断方法，采用单分量VMD能够有效避免模态混叠和端点效应，具有较好的鲁棒性，分解效果受噪声干扰较小，从而有效分离出低速重载工况下轴承振动信号中包含主要故障成分的信号分量，并形成重构信号；接着对重构信号采用SAE通过多层编码和解码有效地提取信号的高阶特征，扩大不同信号分量之间的差异性；然后RF采用基于Bagging随机选择属性的方法，有效降低了树与树之间的相关性，同时建立的单棵非剪枝决策树能达到较低的误差，构建高阶特征与故障类别标签之间的映射关系；最终根据映射关系结合提取的高阶特征信号，从而实现低速重载工况下的轴承故障的精确诊断。

主权项：1.一种低速重载工况下的轴承故障诊断方法，其特征在于，具体步骤为：步骤一、采集低速重载工况下的混合振动信号，基于信号频谱分布特性确定信号分量中心频率和信号个数，并采用单分量VMD逐一提取信号分量，具体过程为：步骤①、确定分解次数T；步骤②、计算信号频谱的粗粒化能量分布谱；步骤③、基于能量分布谱确定分量初始化中心频率；步骤④、基于上述初始化中心频率对原始信号进行第一次单分量VMD分解，分解出一个信号分量，然后将这一信号分量从原始信号中移除，将剩余信号作为一个新的原始信号继续处理；步骤⑤、重复步骤①至④进行下一次单分量VMD分解，如此重复，直至到达确定的分解次数T；步骤二、通过SAE挖掘步骤一提取信号的内部信息，从各信号分量中充分提取高阶特征，增强不同信号分量之间的差异特性，具体步骤如下：步骤A、通过权重Wx和偏置bx对信号s＝[s1,s2,...sn]进行编码，得到隐藏层向量h，n为单个样本的长度；h＝fWs·s+bs1式中f*为激活函数；步骤B、通过权重Wx和偏置bx对隐藏层进行解码，得到原始信号；s'＝fWh·h+bh2步骤C、定义重构损失函数；单样本重构误差： 数据集S＝[s1,s2,...sm]重构误差： 步骤D、使用随机梯度下降算法优化模型，并使用反向传播算法获得所需梯度，更新权重Wx和偏置bx；步骤E、重复步骤A至D，直到满足误差要求或达到迭代次数；步骤F、将隐藏层向量h作为新的信号进行解码编码，得到新的隐藏层向量，如此持续，直到达到设定的堆叠层数，从而完成各个信号分量的高阶特征提取过程；步骤三、采用RF构建高阶特征与故障类别标签之间的映射关系，根据映射关系并结合步骤二获取的各信号分量的高阶特征，从而得到当前信号对应的故障类别标签，最终实现低速重载工况下的轴承故障的精确诊断。

全文数据：

权利要求：

百度查询： 中国矿业大学 一种低速重载工况下的轴承故障诊断方法