[发明专利]一种轴承擦伤识别方法

权利要求书

1.一种轴承擦伤识别方法，其特征在于，包括：

振动预测模型构建：

获取若干组无擦伤轴承的振动数据，构建为振动样本集；

基于长短期记忆LSTM网络构建振动预测模型，并通过所述振动样本集对所述振动预测模型进行训练，得到训练好的振动预测模型；

擦伤识别模型构建：

获取擦伤和未擦伤的轴承，在不同工况下，分别采集各轴承的擦伤相关参数数据，作为擦伤样本集；

基于支持向量机SVM构建擦伤识别模型，并通过所述擦伤样本集对所述擦伤识别模型进行训练，得到训练好的擦伤识别模型；

轴承擦伤识别：

实时获取轴承工作过程中的振动数据、擦伤相关参数数据；

将实时获取的振动数据输入至训练好的振动预测模型，得到当前时刻的振动预测值，基于将当前时刻的振动预测值与当前时刻的振动测量值获取第一擦伤识别结果；将实时获取的擦伤相关参数数据输入至训练好的所述擦伤识别模型，得到第二擦伤识别结果；所述第一擦伤识别结果、所述第二擦伤识别结果均包括：擦伤、未擦伤；

基于所述第一擦伤识别结果、所述第二擦伤识别结果获取轴承擦伤识别结果；

轴承擦伤识别结果为擦伤，则基于当前时刻的擦伤相关参数数据获取轴承擦伤影响因素，完成轴承擦伤识别。

2.根据权利要求1所述的轴承擦伤识别方法，其特征在于，所述振动预测模型构建过程中，所述LSTM网络以t时刻的振动数据作为输入，以t+T时刻的振动数据作为输出，T为振动数据获取的时间周期；所述LSTM网络的层数与所述振动监测点的数量相同。

3.根据权利要求1所述的轴承擦伤识别方法，其特征在于，所述擦伤识别模型构建过程中，所述擦伤相关参数包括：动力、温度、润滑。

4.根据权利要求3所述的轴承擦伤识别方法，其特征在于，所述擦伤识别模型构建过程中，所述动力参数数据通过采集发动机的功率来获取；所述温度参数数据通过温度传感器采集轴承温度来获取；所述润滑参数数据通过声波传感器采集高频声波来获取。

5.根据权利要求1所述的轴承擦伤识别方法，其特征在于，所述擦伤识别模型构建过程中，所述擦伤识别模型的核函数采用Sigmoid核函数。

6.根据权利要求1所述的轴承擦伤识别方法，其特征在于，所述轴承擦伤识别过程中，第一擦伤识别结果的获取方法为：

将当前时刻的振动预测值与当前时刻的振动测量值进行比较，二者之差超出预设振动阈值，则识别为擦伤，否则识别为未擦伤。

7.根据权利要求6所述的轴承擦伤识别方法，其特征在于，所述预设振动阈值设置为当前时刻的振动预测值的10％。

8.根据权利要求1所述的轴承擦伤识别方法，其特征在于，所述轴承擦伤识别过程中，轴承擦伤识别结果的获取方法为：

所述第一擦伤识别结果、第二擦伤识别结果均为未擦伤，则轴承擦伤识别结果为未擦伤，否则为擦伤。

9.根据权利要求1所述的轴承擦伤识别方法，其特征在于，所述轴承擦伤识别过程中，轴承擦伤影响因素的获取方法为：

分别判断当前时刻擦伤相关参数数据是否超出预设阈值范围，依据各参数超出预设阈值的百分比及各参数对擦伤识别结果的敏感度，获取轴承擦伤影响因素。