[发明专利]一种基于振动信号的轴承滚动体离散失效方法

权利要求书

1.一种基于振动信号的轴承滚动体离散失效方法，其特征在于，包括如下步骤：

步骤1：采取实验法获取无保持球轴承离散槽由健康演化至失效的振动信号数据；

步骤2：利用自适应添加白噪声的集成经验模态分解，将离散槽的健康状态、轻度损伤、中度损伤和重度损伤的振动信号数据分解为若干份本征模态函数；

步骤3：计算排列熵，选择出每种损伤的至少3个最佳本征模态函数；

步骤4：从每种损伤的最佳本征模态函数中提取能够反应其动力学突变和时间序列随机性的信号特征；

步骤5：利用麻雀搜索算法对支持向量机模型中的惩罚因子和核参数进行迭代寻优；

步骤6：将离散槽健康状态、轻度损伤、中度损伤和重度损伤的排列熵特征值作为麻雀搜索算法优化支持向量机模型的输入数据对支持向量机模型进行训练；

步骤7：利用最终训练好的支持向量机模型对离散槽健康状态、轻度损伤、中度损伤和重度损伤的振动信号数据进行分类预测。

2.如权利要求1所述的一种基于振动信号的轴承滚动体离散失效方法，其特征在于：所述步骤1具体包括如下步骤：

步骤11：对一组长度为N的离散槽轴承振动时序信号进行相空间重构，得到一个K维的时序信号向量Y：

式中：B为嵌入维数，t为延迟时间，K＝N-(B-1)t，向量Y中的每一行都是一个重构分量，一共有K个重构分量；

步骤12：将每一个重构分量按照升序进行再次重构排列，得到关于各元素x(j)在向量Y中位置索引组成的的数据组：

S(l)＝(j₁,j₂,j₃,…,j_B)

式中：l＝1,2,3,…,k且k≤B！，即：B维相空间有位置索引构成的数据组B！个；

步骤13：计算不同位置索引构成的数据组出现的次数占B！种不同数据组出现的总次数的值作为该数据组出现的概率{P₁,P₂,P₃…P_k}，式中：P_k为该数据组出现的概率。

3.如权利要求1所述的一种基于振动信号的轴承滚动体离散失效方法，其特征在于：所述步骤3中计算排列熵具体包括如下步骤：

步骤31：无保持架轴承离散槽时间序列Y的排列熵计算公式为：

步骤32：将步骤31得到的无保持架轴承离散槽时间序列排列熵进行归一化处理：

式中：ln(B！)为排列熵的最大值，归一化处理后的排列熵值0≤PE≤1。

4.如权利要求1所述的一种基于振动信号的轴承滚动体离散失效方法，其特征在于：所述步骤5具体包括如下步骤：

步骤51：在麻雀搜索算法的优化过程中，使用虚拟麻雀模拟寻找食物的行为对网络参数进行优化，虚拟麻雀的种群可以由下式组成：

如

式中：d表示优化目标的向量维数，n则表示虚拟麻雀的数量；

步骤52：虚拟麻雀中发现者的位置在每一次迭代过程中的更新计算如下式：

式中：t为表示当前发现者位置迭代的次数，iter_max为发现者位置迭代上限，表示第i个麻雀在第j维位置列向量中的位置信息，表示随机数且R₂代表最低警戒值，且R₂∈[0,1]，ST代表安全阈值且ST∈[0.5,1]，Q为一个随机数值，服从正态分布，L为含有d个元素值为1的列向量；

步骤53：在觅食的过程中，追随者的位置迭代如下式：

式中：X_p表示当前发现者所在的最佳位置，则表示当前全种群中的最差的位置，A则表示为元素为1或-1的行向量，且A⁺＝A^T(AA^T)^-1，当i＞n/2时，公式表示该追随者处于饥饿状态，需要与发现者进行位置迭代；

步骤54：当麻雀位置处于种群边缘的时候，麻雀会产生预警行为，其预警行为表达式可由下式表示：

式中：表示当前迭代过程中的种群最佳位置，β表示步长控制参数，服从标准正态分布，K为K∈[-1,1]的随机数，f_i表示当前麻雀个体的适应度值，f_g表示全局最佳适应度值，f_w表示全局最差适应度值，ε表示为常数，为了避免分母出现零。