CN114004256B 基于数字孪生体的制造装备主轴承的故障诊断方法 （南京航空航天大学）

基于数字孪生体的制造装备主轴承的故障公开了基于数字孪生体的制造装备主轴承信号输入实体诊断模型来获得轴承早期故障特论故障特征频率对比来确定轴承早期故障的发下轴承的工况参数并结合轴承材料性能参数构于实体诊断模型诊断结果对模拟仿真模型进行2S1，基于数据采集装置获取轴承的实时振动信号，基S2，针对汉克尔矩阵中每一行表示的样本信号计S4，使用逆傅立叶变换将解调后的功率谱信号转2.根据权利要求1所述的基于数字孪生体的制造装备主轴承的故障诊断方法，其特征S5，对获得的时域信号的平方包络谱进行评估，来3.根据权利要求1或2所述的基于数字孪4.根据权利要求3所述的基于数字孪生体的制造装备主轴承的故障诊断方法，其特征S23，基于S21和S22获得的参数以及三维仿真模型构建与轴承真实工作状态同步映射5.根据权利要求1或2所述的基于数字孪6.根据权利要求5所述的基于数字孪生体的制造装备主轴承的故障诊断方法，其特征37.根据权利要求1或2所述的基于数字孪生体的8.根据权利要求7所述的基于数字孪生体的制造装备主轴承的故障诊断方法，其特征9.根据权利要求1或2所述的基于数字孪生体的yy-112.根据权利要求11所述的基于数字孪生体的制造装备主轴承的故障诊断方法，其特45[0004]通过分析现有主流故障诊断方法，尽管各种信号处理技6[0019]S12，根据轴承故障特征频率理论公式计算得到轴承不同部位故障特征频率理论[0023]S23，基于S21和S22获得的参数以及三维仿真模型构建与轴承真实工作状态同步ir)*f(x)(1)i(x)为获得的样本信号。7yy8[0047](1)本申请所提出的基于数字孪生体的制造装备主轴承的故障诊断方法所诊断的[0048](2)本申请所提出的基于数字孪生体的制造装备主轴承的故障诊断方法具有极强[0049](3)本申请所提出的基于数字孪生体的制造装备主轴承的故障诊断方法在对强噪[0050](4)本申请所提出的基于数字孪生体的制造装备主轴承的故障诊断方法充分利用噪声信号的随机特性，通过功率谱融合的方式在降低噪声干扰的同时保留微弱故障信息，[0051](5)本申请所提出的基于数字孪生体的制造装备主轴承的故障诊断方法除了能够[0052](6)本申请所提出的基于数字孪生体的制造装备主轴承的故障诊断方法除了构建基于实际采集振动信号的实体诊断模型以外，还建立智能制造装备主轴承的数字孪生模[0054]图1为本申请实施例提供的基于数字孪生体的制造装备主轴承的故障诊断方法的9[0069]图7为本申请的实施例提出的方法对添加噪声后轴承滚动体故障信号的诊断结[0070]图8为本申请实施例提供的基于数字孪生体的制造装备主轴承的故障诊断系统的[0073]参见附图1所示，本申请实施例公开了基于数字孪生体的制造装备主轴承的故障号时域和频域分别如图2(c)和图2(d)所示，图中可以看出原始信号已经被噪声完全覆盖，ir)*f(x)(1)i(x)为获得的样本信号。yy[0096]图8为本申请实施例提供的基于数字孪生体的制造装备主轴承的故障诊断系统的[0099]例如，在所述数字孪生体模块中，可以利用所述理论计算模型，执行步骤S11和[0101]在S12中，根据轴承故障特征频率理论公式计算得到轴承不同部位故障特征频率[0102]例如，在所述数字孪生体模块中，可以利用所述模拟仿真模型，执行步骤S21和[0105]在S23中，基于S21和S22获得的参数以及三维仿真模型构建与轴承真实工作状态[0106]在S24中，通过数据采集装置实时获取相关数据驱动数字孪生体中的模拟仿真模产生的故障位置和类型用于辅助验证实体诊断模型的诊断中能够明显识别出轴承外圈故障特征频率及其谐波并与理论计算的外圈故障特征频率一[0110]参见附图1所示，本申请实施例公开了基于数字孪生体的制造装备主轴承的故障号时域和频域分别如图4(c)和图4(d)所示，图中可以看出原始信号已经被噪声完全覆盖，ir)*f(x)(1)i(x)为获得的样本信号。yy中能够明显识别出轴承内圈故障特征频率及其谐波并与理论计算的内圈故障特征频率一[0130]参见附图1所示，本申请实施例公开了基于数字孪生体的制造装备主轴承的故障[0133](x)=s(,ir)*f(x)(1)i(x)为获得的样本信号。yy中能够明显识别出轴承滚动体故障特征频率及其谐波并与理论计算的轴承滚动体故障特[0150]对所公开的实施例的上述说明，使本领域专业技术人员能够实现或使用本发