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：福达轴承集团有限公司

摘要：本发明公开了一种面向滚动轴承的故障诊断方法，包括以下步骤：步骤1.1：获取轴承振动信号；步骤1.2：变分问题转化；步骤1.3：更新模态分量及中心频率：步骤2.1：稀疏化处理；步骤2.2：量化特征信息；步骤3：对特征样本进行降维处理；步骤4.1：初始化参数；步骤4.2：进行最优反向学习；步骤4.3：对于最差的样本位置，对其进行随机最差反向学习策略，提高全局搜索能力；步骤4.4：设置适应度函数为分类准确率，获取DELM最优权重；步骤5.1：初始化深度极限学习机参数；步骤5.2：逐层获取数据的压缩表示；步骤5.3：求解隐藏层参数：步骤5.4：计算；步骤6：输入DELM。本发明的有益效果是：经过该方法优化的DELM诊断模型能更好的对故障特征样本进行诊断。

主权项：1.一种面向滚动轴承的故障诊断方法，其特征在于，包括以下步骤：步骤1.1：获取轴承不同故障状态下的振动信号，根据公式1构造信号的变分问题，更新带宽和频率，并使所有函数的估计带宽之和最小； 其中{uk},{wk}分别为经过K层分解后各个模态分量及其中心频率；步骤1.2：将得到的变分问题通过公式2转化为非约束的变分问题； 步骤1.3：更新各个模态分量及其中心频率，得到本征模态分量IMF： 步骤2.1：对分解得到的IMF使用完全广义基尼系数进行稀疏化处理； 其中xasc＝[x1,x2,...,xN]T是非负序列x＝[x1,x2,...,xN]T的升序排列，即x1≤x2≤...≤xN，w＝[w1,w2,...,wN]T，wn＝[2N-n+1]N2并且w'n如公式5所示： 参数a和p将拟算数平均值的计算方法从线性函数推广到了指数p0的幂函数；步骤2.2：量化分量中的特征信息并得到高维特征样本；步骤3：对高维度的特征样本进行降维处理并将其整合，分为训练集和测试集；步骤4.1：初始化参数，其中包括种群数量i，最大迭代数T，权值上下限ub和lb等，在此基础上采用立方混沌映射方法生成分布均匀的初始种群步骤4.2：根据公式6,对于最优的样本位置，对其进行最优反向学习，在提高算法局部搜索能力的同时避免算法早熟收敛； 其中lb和ub为当前最优个体的下限和上限，Xbesti为当前最优的样本位置向量，是与之对应的反向位置向量；步骤4.3：根据公式7,对于最差的样本位置，对其进行随机最差反向学习策略，提高全局搜索能力； 步骤4.4：设置适应度函数为分类准确率，最终获取DELM最优权重；步骤5.1：初始化深度极限学习机DELM参数，其中包括随机生成的输入权重M，输入层随机映射的输出H，隐藏层输出权重β，范数l1等；步骤5.2：通过ELM-AE的结果逐层获取数据的压缩表示，将输入数据x映射到隐藏层H＝gwx+b； 其中W为随机生成的输入权值矩阵，b为阈值，hx为隐藏层输出，β＝[β1，β2，...，βm]是输出层权值，g为激活函数，其表达式为：gWxx+bx＝11+exp-Wxx-bx9ELM的输出矩阵β的求解模型可表示为： 其中目标函数的第一部分为正则项，第二部分为误差，C为惩罚因子；步骤5.3：根据公式11求解隐藏层参数： 其中H是输入层随机映射的输出，X是输入数据，β是隐藏层输出权重，l1是范数；对于第i层ELM-AE，其输出可表示为：Li＝gLi-1βi12步骤5.4：利用多个ELM-AE堆叠进行计算，构建出含多个隐藏层的网络结构；步骤6：将获得的最优权重输入DELM，对测试集进行故障诊断得到最终准确率。

全文数据：

权利要求：

百度查询： 福达轴承集团有限公司 一种面向滚动轴承的故障诊断方法