[发明专利]基于周期数据及核密度估计的轴承安全状态在线监测方法

权利要求书

1.一种基于周期数据及核密度估计的轴承安全状态在线监测方法，其特征在于，该方法包括以下步骤：

信号采集，通过传感器获得轴承的振动信号，并通过所述振动信号获得所述轴承在单个旋转周期内的采样点数；

获得监测指标，使用单个旋转周期内振动信号的均方根作为敏感特征，该敏感特征即监测指标；

建立健康状态数据分布模型，使用所述监测指标利用核密度估计获得所述轴承在安全运行状态下的概率密度分布模型作为健康状态数据分布模型，并计算其置信区间；

获得当前状态样本概率分布，通过当前状态的新的监测指标样本获得当前状态样本概率分布；

获得健康状态偏离度，将所述当前状态的新的监测指标样本与所述概率密度分布模型做实时比较，并计算当前状态的所述监测指标样本与所述概率密度分布模型的健康状态偏离度；以及

安全状态评估，使用所述健康状态偏离度对所述轴承的安全状态进行评估。

2.如权利要求1所述的基于周期数据及核密度估计的轴承安全状态在线监测方法，其特征在于，所述信号采集的步骤中通过传感器获得轴承的振动信号包括获得所述传感器的采样频率和所述轴承的转速。

3.如权利要求1所述的基于周期数据及核密度估计的轴承安全状态在线监测方法，其特征在于，在建立健康状态数据分布模型的步骤中所使用的监测指标为所述轴承安全运行初始时所获取的监测指标。

4.如权利要求1所述的基于周期数据及核密度估计的轴承安全状态在线监测方法，其特征在于，所述获得当前状态样本概率分布的步骤包括将所述监测指标中一定数量的连续周期内的监测指标作为一个监测指标样本，并对该监测指标样本进行核密度估计运算获得该监测指标样本的概率密度分布和置信区间。

5.如权利要求4所述的基于周期数据及核密度估计的轴承安全状态在线监测方法，其特征在于，所述获得健康状态偏离度的步骤包括计算所述当前状态的新的监测指标样本与健康状态数据分布模型之间的累计概率与条件概率，该条件概率表示所述轴承的健康状态偏离度。

6.如权利要求1所述的基于周期数据及核密度估计的轴承安全状态在线监测方法，其特征在于，所述安全状态评估步骤包括根据状态划分准则，对所述轴承当前的安全健康等级进行评估。