[发明专利]滚动轴承运行状态检测方法、故障诊断方法及系统

权利要求书

1.一种滚动轴承运行状态检测方法，其特征在于，包括：

提取滚动轴承的振动信号的短时周期图谱；

利用无向加权图对短时周期图谱进行映射，得到一系列图谱频率；

监测主图谱频率的变化趋势，以判断滚动轴承的运行状态，实现滚动轴承的早期故障检测。

2.如权利要求1所述的滚动轴承运行状态检测方法，其特征在于，提取滚动轴承的振动信号的短时周期图谱的过程为：

采用汉宁窗提取滚动轴承的振动信号的短时傅里叶变换；

根据短时傅里叶变换得到离散短时傅里叶频谱，计算出相应短时周期图谱。

3.如权利要求1所述的滚动轴承运行状态检测方法，其特征在于，无向加权图中的节点为短时周期图谱的一个频率采样点。

4.如权利要求3所述的滚动轴承运行状态检测方法，其特征在于，无向加权图中的加权边用于表征节点间的相关性。

5.如权利要求1所述的滚动轴承运行状态检测方法，其特征在于，在监测主图谱频率的变化趋势的过程中，设定主图谱频率变化阈值，结合主图谱频率分布的均值和方差设定一定控制区间进行假设检验来对滚动轴承的运行过程中的异常进行监测。

6.一种滚动轴承运行状态检测系统，其特征在于，包括：

短时周期图谱提取模块，其用于提取滚动轴承的振动信号的短时周期图谱；

图谱频率映射模块，其用于利用无向加权图对短时周期图谱进行映射，得到一系列图谱频率；

主图谱频率监测模块，其用于监测主图谱频率的变化趋势，以判断滚动轴承的运行状态，实现滚动轴承的早期故障检测。

7.一种滚动轴承运行状态故障诊断方法，其特征在于，包括：

采用如权利要求1-5中任一项所述的滚动轴承运行状态检测方法，判断出滚动轴承出现早期故障；

将当前故障时刻的无向加权图结构送入K近邻分类器，确定出故障类型。

8.如权利要求7所述的滚动轴承运行状态故障诊断方法，其特征在于，由K近邻分类器确定出故障类型的过程中，将当前故障时刻的无向加权图与所有训练样本进行距离度量，该距离度量使用加权边距离。

9.一种滚动轴承运行状态故障诊断系统，其特征在于，包括：

早期故障检测模块，其采用如权利要求1-5中任一项所述的滚动轴承运行状态检测方法，判断出滚动轴承出现早期故障；

故障类型识别模块，其用于将当前故障时刻的无向加权图结构送入K近邻分类器，确定出故障类型。

10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现如权利要求1-5中任一项所述的滚动轴承运行状态检测方法中的步骤；

或

该程序被处理器执行时实现如权利要求7-8中任一项所述的滚动轴承运行状态故障诊断方法中的步骤。