[发明专利]一种滚动轴承故障智能诊断方法及其系统

权利要求书

1.一种滚动轴承故障智能诊断方法，其特征在于，包括以下步骤：

步骤S1：振动信号的采集：收集轴承振动的试验信号和实况信号；

步骤S2：振动信号的预处理：将轴承振动的试验信号和实况信号做0-1标准化处理，并分别划分训练集和测试集；

步骤S3：源网络的构建和训练：构建LSTM-softmax网络，使用试验信号训练网络，得到适用于试验的源网络；

步骤S4：计算试验信号和实况信号的相似度：计算试验信号与实况信号的动态时间规整DTW距离；

步骤S5：目标网络的构建和训练：根据所述DTW的值，迁移源网络的全部或部分结构和参数，以此为基础构建目标网络，使用实况信号对新网络训练，最终得到适用于实际工况的目标网络。

2.根据权利要求1所述的一种滚动轴承故障智能诊断方法，其特征在于，所述步骤S2中的0-1标准化处理是将振动信号映射到区间[0,1]上，计算公式为：

式中，x_i是振动信号在某一时刻的加速度值，i表示第i个序列。

3.根据权利要求1所述的一种滚动轴承故障智能诊断方法，其特征在于，所述步骤S3中的LSTM-softmax网络，包括两层LSTM网络和一个softmax分类器；每层LSTM网络由n个LSTM单元连接而成，第一层LSTM网络的以振动信号为输入，对振动信号进行初步特征提取，然后将初步特征送入第二层LSTM网络进行深度特征提取，最后一个时刻的LSTM单元整合提取的深度特征并送入softmax分类器进行特征学习和分类，最终得到试验故障诊断结果。

4.根据权利要求3所述的一种滚动轴承故障智能诊断方法，其特征在于，所述LSTM单元包括单元状态、输入门、遗忘门和输出门，所述单元状态用于保存网络的长期信息，所述输入门用于控制输入信息进入LSTM单元，遗忘门用于筛选前一个时刻的单元状态的cell单元信息和信号特征，输出门用于向下一个时刻的单元和下一层同时刻的单元输出状态信息；

所述输入门、遗忘门、输出门通过控制输入的振动信号和前一时刻单元的信息来更新单元状态和单元的输出。