摘要
本发明具体公开了一种基于智能轴承数字孪生的故障尺寸辨识方法及系统,该方法包括如下步骤:采集智能轴承的振动加速度信号与运行工况参数,构建故障尺寸动态映射神经网络模型,得到故障尺寸,建立四自由度故障动力学方程并协同深度学习方法,构建智能轴承数字孪生模型;将振动加速度信息输入智能轴承数字孪生模型,得到智能轴承孪生动态响应信号;构建损失函数,将智能轴承孪生动态响应信号代入损失函数,若达到迭代次数,则故障尺寸动态映射神经网络模型输出最终的故障尺寸RREsf。采用本技术方案,基于数字孪生虚实同步机制辨识轴承损伤的演化规律,直接输出智能轴承故障尺寸,实现从“故障有无”到“损伤几何”的跨越。
技术关键词
智能轴承
数字孪生模型
动态响应信号
振动加速度信号
辨识方法
尺寸
神经网络模型构建
协同深度学习
工况参数
数据采集模块
内嵌式传感器
刚度
滚动体
编码模块
圆柱滚子轴承
系统为您推荐了相关专利信息
房屋建筑
变形监测方法
数字孪生模型
监测传感器
节点位置信息
多模态协同
智能微电网
分布式单元
独立分量分析算法
优化调度模型
热电联产机组供热
数字孪生模型
负荷
机组运行状态
电网调度指令
生物膜
多物理场耦合调控
激光
原位
声学多普勒流速仪