摘要
本发明提供一种滚动轴承状态评估方法、系统及介质,涉及机械工程技术领域,包括:获取滚动轴承整个寿命周期内的加速度信号样本,获得基于角时间‑瞬时功率谱的全寿命相位图;从全寿命相位图中提取角时间‑瞬时功率谱‑排列熵和角时间‑瞬时功率谱‑熵特征,并将两者结合形成低维特征向量集;基于机器学习算法,建立滚动轴承状态评估模型,将低维特征向量集中的特征数据作为状态评估的输入变量,将特征数据对应的滚动轴承的故障类型作为状态评估的输出变量,训练滚动轴承状态评估模型;将获得的待评估的滚动轴承的特征数据输入到滚动轴承状态评估模型中,获得滚动轴承状态评估结果。上述方法有助于实现准确评估滚动轴承的健康状态。
技术关键词
滚动轴承
状态评估系统
寿命
机器学习算法
短时傅里叶变换
数据处理程序
加速度
样本
变量
机械工程技术
序列
周期
分辨率
可读存储介质
特征提取模块
信号
感兴趣
编码