轴承故障诊断方法、装置及系统与流程

技术特征：
1.一种轴承故障诊断方法，其特征在于，包括：基于传感器监测轴承振动信号；将所述轴承振动信号输入预先训练得到的故障诊断模型中，得到诊断结果；其中，所述故障诊断模型是基于轴承信号样本训练得到，所述故障诊断模型中的待设置参数基于预设优化算法寻优得到。2.根据权利要求1所述的方法，其特征在于，还包括：获取轴承信号样本；其中，所述轴承信号样本包括不同故障状态下采集的轴承的故障信号；对所述故障信号进行降噪预处理，对降噪预处理后的所述故障信号进行信号分解，得到多个固有模态分量；从所述固有模态分量中筛选出有效分量，基于所述有效分量构建训练集和测试集；基于所述训练集和所述测试集对所述故障诊断模型进行训练测试，得到训练后的故障诊断模型。3.根据权利要求2所述的方法，其特征在于，所述对降噪预处理后的所述轴承信号样本进行信号分解，得到多个固有模态分量的步骤，包括：基于人工蜂群算法对模态个数及惩罚参数进行寻优计算，得到所述模态个数及所述惩罚参数的最优解；将所述模态个数及所述惩罚参数的最优解输入变分模态分解算法，基于所述变分模态分解算法对所述故障信号样本进行分解，得到多个固有模态分量。4.根据权利要求3所述的方法，其特征在于，所述基于人工蜂群算法对模态个数及惩罚参数进行寻优计算，得到所述模态个数及所述惩罚参数的最优解的步骤，包括：初始化蜜蜂种群，将所述模态个数及所述惩罚参数作为蜜源，随机初始化蜜源；控制蜜蜂对所述蜜源进行搜索，直至满足迭代终止条件，得到最优的蜜源，将所述最优的蜜源作为所述模态个数及所述惩罚参数的最优解。5.根据权利要求2所述的方法，其特征在于，所述从所述固有模态分量中筛选出有效分量，基于所述有效分量构建训练集和测试集的步骤，包括：计算各所述固有模态分量与对应故障信号的相关系数；将所述故障信号的对应的多个相关系数由大到小进行排序，将排序的前m个相关系数对应的固有模态分量作为所述故障信号的有效分量；计算所述故障信号的有效分量的能量，并基于所述有效分量的能量构建特征向量，对所述特征向量进行归一化处理；将归一化处理后的所述故障信号划分为训练集和测试集。6.根据权利要求2所述的方法，其特征在于，所述基于所述训练集和所述测试集对所述故障诊断模型进行训练测试，得到训练后的故障诊断模型的步骤，包括：基于自适应粒子群算法对所述故障诊断模型的待设置参数进行寻优计算，得到所述待设置参数的最优解；将所述待设置参数的最优解及所述训练集输入所述故障诊断模型中进行模型训练，基于所述测试集对所述故障诊断模型进行测试，得到训练后的故障诊断模型。7.根据权利要求6所述的方法，其特征在于，所述故障诊断模型为多分类相关向量机，
所述待设置参数为径向基核函数的宽度参数δ。8.一种轴承故障诊断装置，其特征在于，包括：监测模块，用于基于传感器监测轴承振动信号；诊断模块，用于将所述轴承振动信号输入预先训练得到的故障诊断模型中，得到诊断结果；其中，所述故障诊断模型是基于轴承信号样本训练得到，所述故障诊断模型中的待设置参数基于预设优化算法寻优得到。9.一种轴承故障诊断系统，其特征在于，包括：传感器及控制器，所述控制器包括处理器和存储装置；所述存储装置上存储有计算机程序，所述计算机程序在被所述处理器运行时执行如权利要求1至7任一项所述的方法。10.一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，其特征在于，所述计算机程序被处理器运行时执行上述权利要求1至7任一项所述的方法的步骤。

技术总结
本发明提供了一种轴承故障诊断方法、装置及系统，涉及轴承故障诊断技术领域，该方法包括：基于传感器监测轴承振动信号；将轴承振动信号输入预先训练得到的故障诊断模型中，得到诊断结果；其中，故障诊断模型是基于轴承信号样本训练得到，故障诊断模型中的待设置参数基于预设优化算法寻优得到。本发明能够实现对轴承故障类型的有效诊断，提升了轴承故障诊断准确率。确率。确率。


技术研发人员：李荣进 孙晓虎 郭孝琛 张倍宁 伏明 郝强 刘杰 王耀辉 徐浩
受保护的技术使用者：华能煤炭技术研究有限公司
技术研发日：2022.07.07
技术公布日：2022/11/29