[发明专利]一种轴承擦伤识别方法

说明书

本发明公开一种轴承擦伤识别方法，包括：基于LSTM网络构建并训练振动预测模型；擦伤识别模型构建：基于SVM构建并训练擦伤识别模型；轴承擦伤识别：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，基于将振动预测值与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擦伤识别模型，得到第二擦伤识别结果；基于第一擦伤识别结果、第二擦伤识别结果获取轴承擦伤识别结果；识别结果为擦伤，基于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。本发明能快速准确地获取轴承擦伤识别结果，并能够根据识别结果有针对性地采取补救措施，避免轴承损坏造成的损失和影响。

技术领域

本发明涉及轴承擦伤识别技术领域，特别是涉及一种轴承擦伤识别方法。

背景技术

圆锥滚子轴承具有圆锥形内圈和外圈滚道，圆锥滚子排列在两者之间，所有圆锥表面的投影线都在轴承轴线的同一点相聚，主要承受以径向为主的径、轴向联合载荷，轴承的轴向负荷能力大部分由接触角决定，接触角越大，轴向负荷能力就越高，轴承承受轴向负荷的适用性就越大，广泛用于电力行业、石油化工行业、航空航天行业等。然而，一旦轴承发生损伤，所造成的直接或间接经济损失极大，且对人员的安全隐患大，一旦发生事故，将造成巨大的社会影响。有些轴承本身价钱并不高，但轴承损坏后，造成的经济损失极大，例如，火力发电机轴承如果损坏没有及时发现，有可能会引发转子、叶片的损坏等一系列问题，造成重大损失和社会影响。

而轴承的损伤中，擦伤属于二级损伤，轴承擦伤是轴承的内、外圈滚道和滚子滚动面所产生的金属片状剥落现象，轴承剥离后，具有一定的深度和面积，表面呈凹凸不平的鳞状，具有尖锐的沟角，是轴承检修中最常见的故障之一，也是危害最大的轴承故障之一。因此，提供一种轴承擦伤识别方法，在问题出现之前进行问题点的确认，并通过维修人员及时、有针对性地调整保养，能够有效避免事故的发生。然而，现有轴承擦伤识别方法通常通过声波来识别，受各种因素的相互影响，通过声波并无法实现对轴承擦伤的准确识别，也无法实现对擦伤原因的确定，从而维修人员无法有针对性地对轴承进行保养，造成人力、物力的极大耗费。

发明内容

本发明的目的是提供一种轴承擦伤识别方法，以解决现有技术中存在的技术问题，能够有效提高轴承擦伤识别的准确性，并在监测值出现异常时，及时分析轴承擦伤风险的影响因素，从而能够在轴承出现损伤之前，有针对性地采取补救措施，避免轴承损伤所造成的损失和影响。

为实现上述目的，本发明提供了如下方案：本发明提供一种轴承擦伤识别方法，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；