利索能及
我要发布
收藏
专利号: 2021114277363
申请人: 江苏科技大学
专利类型:发明专利
专利状态:已下证
更新日期:2026-06-16
缴费截止日期: 暂无
联系人

摘要:

权利要求书:

1.一种基于递归复杂网络的轴承退化评估方法,其特征在于:包括以下步骤:(1)采集轴承全寿命周期的振动信号,对振动信号相空间重构获取相轨迹;

(2)根据相轨迹统计相点距离,构建递归矩阵,然后根据递归矩阵构建递归复杂网络的邻接矩阵;

(3)构建递归复杂网络;具体为,根据邻接矩阵,若为1则证明矩阵对应两节点相连接,若为0则不连接;将递归复杂网络的拓扑结构可视化,使用Gephi软件对递归网络进行可视化,采用Fruchterman Reingold的网络布局方式;

为使任意网络节点都与其他节点具备关系,检查递归复杂网络是否存在孤立节点;若不存在孤立点则说明递归复杂网络构建完成;具体过程为:(31)将选取的阈值作为初始阈值,将递归复杂网络可视化;

(32)令所有相点参与递归复杂网络,计算递归复杂网络节点最小的度值,以此判断网络是够存在孤立点;判断标准为:若网络所有节点度值的最小值为0,则存在孤立点,若为1则不存在孤立节点,递归复杂网络构建及可视化完成;

(33)若存在孤立点,则按一定步长递增阈值,重复进行步骤(31)到(33),直至网络中没有孤立点,完成递归复杂网络构建;

(4)对递归复杂网络聚类,每类网络社团对应轴承退化的一个阶段;具体包括,在Gephi软件中的模块化对无孤立节点的递归复杂网络进行聚类获得网络社团,采用Fruchterman Reingold的网络布局方式;

(5)获取退化评估模型;

(6)根据监测信号和退化评估模型,完成轴承退化评估。

2.根据权利要求1所述的基于递归复杂网络的轴承退化评估方法,其特征在于:步骤(1)中包括以下步骤:(11)对一维振动信号相空间重构为:

Xi=(xi, xi+τ, xi+2τ, ..., xi+(m‑1)τ)式中,x为故障振动信号,Xi为相点矩阵;i=1, 2, ..., N,N为相点数量;m为嵌入维数,τ为延迟时间;

(12)将相点矩阵Xi绘制在m维空间形成相轨迹。

3.根据权利要求1所述的基于递归复杂网络的轴承退化评估方法,其特征在于:步骤(2)中包括以下步骤:(21)统计相点的距离矩阵:

式中, 为范数;

(22)按照振动数据的标准差设定初始阈值ε,定义递归矩阵Ri,j为:,

式中,θ为heaviside函数;

(23)获得递归复杂网络的邻接矩阵:

式中,δi,j为i阶单位矩阵。

4.根据权利要求1所述的基于递归复杂网络的轴承退化评估方法,其特征在于:步骤(4)中使用社团聚类算法对递归复杂网络聚类,使得轴承退化期自动分为N个阶段,每类社团网络对应轴承退化的一个阶段。

5.根据权利要求1所述的基于递归复杂网络的轴承退化评估方法,其特征在于:步骤(5)中计算每一退化阶段下多组振动信号的递归复杂网络指标,作为退化特征向量输入分类模型中学习获取退化评估模型。

6.根据权利要求1所述的基于递归复杂网络的轴承退化评估方法,其特征在于:步骤(6)中所述递归复杂网络指标包括平均聚类系数、平均最短路径长度和连边密度。

7.一种基于递归复杂网络的轴承退化评估系统,其特征在于:包括数据采集和处理模块、递归复杂网络模块、退化评估模型模块和评估模块;

所述数据采集和处理模块采集轴承的振动信号,对振动信号相空间重构获取相轨迹;

根据相轨迹统计相点距离,构建递归矩阵,然后根据递归矩阵构建递归复杂网络的邻接矩阵;

所述递归复杂网络模块构建递归复杂网络;并使用社团聚类算法对递归复杂网络聚类获得网络社团,每类网络社团对应轴承退化的一个阶段;所述构建递归复杂网络具体为,根据邻接矩阵,若为1则证明矩阵对应两节点相连接,若为0则不连接;将递归复杂网络的拓扑结构可视化,使用Gephi软件对递归网络进行可视化,采用Fruchterman Reingold的网络布局方式;

为使任意网络节点都与其他节点具备关系,检查递归复杂网络是否存在孤立节点;若不存在孤立点则说明递归复杂网络构建完成;具体过程为:将选取的阈值作为初始阈值,将递归复杂网络可视化;

令所有相点参与递归复杂网络,计算递归复杂网络节点最小的度值,以此判断网络是够存在孤立点;判断标准为:若网络所有节点度值的最小值为0,则存在孤立点,若为1则不存在孤立节点,递归复杂网络构建及可视化完成;

若存在孤立点,则按一定步长递增阈值,重复进行上述过程步骤,直至网络中没有孤立点,完成递归复杂网络构建;

所述使用社团聚类算法对递归复杂网络聚类获得网络社团,每类网络社团对应轴承退化的一个阶段,具体包括,在Gephi软件中的模块化对无孤立节点的递归复杂网络进行聚类获得网络社团,采用Fruchterman Reingold的网络布局方式;

所述退化评估模型模块采用递归复杂网络指标作为退化特征向量对分类模型训练获取退化评估模型;

所述评估模块根据采集振动信号和退化评估模型,完成轴承退化评估。