哈希游戏- 哈希游戏平台- 哈希游戏官方网站

　　4.目前，对于轴承运行状态监控技术多侧重于实验阶段的轴承故障诊断，即通过历史数据进行分析判定目标轴承的损伤形式、位置等，如由于机械装置的振动信号蕴含着设备健康状况的丰富信息，因此可用于轴承故障识别分析处理技术等等，虽在一定程度上能满足滚动轴承运行状态分析的需要，但是其多数属于具有滞后性的轴承故障诊断分析方法，往往是发生事故或者故障后进行后续的分析以确定轴承的损伤形式、位置，难以有效地对轴承健康状态进行动态跟踪分析，及时对潜在的故障危险进行及时发现以及预警。

　　10.s3、在达到一定时间间隔时，循环确定是否触发寿命监测条件，是则进一步判断属于预设的两种跟踪识别机制中哪一种机制，所述跟踪识别机制包括温度检测跟踪识别机制与振动信号检测跟踪识别机制；所述寿命监测条件的触发规则包括：(1)、温度高温异常条件，即在轴承处于持续运转状态下，某一轴承寿命监测位置对应的温度检测模块确定该位置的轴承出现异常高温；(2)、轴承寿命预测条件即在轴承处于持续运转状态下，某一轴承寿命监测位置对应的振动信号检测模块确定轴承进入初始损伤阶段；

　　14.可选的，在其中一个实施例中，在每个采样周期内，对采集到多个温度值进行温度阶跃响应拟合，以获得对应的被监测表面的温度阶跃响应预测曲线.可选的，在其中一个实施例中，所述s4基于温度检测跟踪识别策略对存在异常状态的轴承寿命监测位置进行持续跟踪直至解除异常状态包括：s41、若当前采样周期内出现采集的温度值超过预设的预警温度值，则调用温度阶跃响应预测曲线对下一采样周期对应的温度进行预测，若所获得预测结果超限则记录该轴承寿命监测位置对应的位置识别信息并进行故障报警；s42、基于所述位置识别信息形成温度异常跟踪标识，持续对该承寿命监测位置对应的温度值进行跟踪监测直至所获得温度值恢复至小于预警温度值的温度值。

　　27.除非另有定义，本文所使用的所有的技术和科学术语与属于本发明的技术领域的技术人员通常理解的含义相同。本文中在本发明的说明书中所使用的术语只是为了描述具体的实施例的目的，不是旨在限制本发明。可以理解，本发明所使用的术语“第一”、“第二”等可在本文中用于描述各种元件，但这些元件不受这些术语限制。这些术语仅用于将第一个元件与另一个元件区分。举例来说，在不脱离本技术的范围的情况下，可以将第一元件称为第二元件，且类似地，可将第二元件为第一元件。第一元件和第二元件两者都是元件，但其不是同一元件。

　　31.s3、在达到一定时间间隔时，循环确定是否触发寿命监测条件，是则进一步判断属于预设的两种跟踪识别机制中哪一种机制，所述跟踪识别机制包括温度检测跟踪识别机制与振动信号检测跟踪识别机制；所述寿命监测条件的触发规则包括：(1)、温度高温异常条件，即在轴承处于持续运转状态下，某一轴承寿命监测位置对应的温度检测模块确定该位置的轴承出现异常高温；(2)、轴承寿命预测条件即在轴承处于持续运转状态下，某一轴承寿命监测位置对应的振动信号检测模块确定轴承进入初始损伤阶段；

　　39.之所以结合温度检测模块的检测数据，基于温度检测跟踪识别策略进行连续性的监测轴承温度是由于在整车运行开始阶段，轴承的温度随着轴承运转开始慢慢上升，在1-2小时后达到稳定状态，此时每一种型号的轴承的正常温度因机器的热容量，散热量，转速及负载而各自不同。但是实际上即使轴承的安装结构参数合理，润滑效果合适，在运转过程中轴承温度也存在都急骤上升的情况，也就是说会出现异常高温，这时需要进行高温预警并在必要时停止运转，进而实现在实现温度超过规定值时自动报警或停止防止燃轴事故发生。一般说来，轴承在超过125℃的温度长期运转会降低轴承实际寿命，因此有必要采用一定策略进行轴承温度预警。

　　在一些具体的实施例中，在s3中，在达到一定时间间隔时，循环确定是否触发寿命监测条件，是则进一步判断属于预设的两种跟踪识别机制中哪一种机制，所述跟踪识别机制包括温度检测跟踪识别机制与振动信号检测跟踪识别机制；所述寿命监测条件的触发规则包括：(1)、温度高温异常条件，即在轴承处于持续运转状态下，某一轴承寿命监测位置对应的温度检测模块确定该位置的轴承出现异常高温；(2)、轴承寿命预测条件即在轴承处于持续运转状态下，某一轴承寿命监测位置对应的振动信号检测模块确定轴承进入初始损伤阶段；由于在轴承失效初期，轴承最先在次表面形成微观裂纹或晶格的错位，而轴承表面则裂纹或者微小剥落较少，因此其在振动信号的低频段不会形成比较明显的冲击信号在这个阶段轴承的故障特征主要体现在超声频率段(表现为测得的信号峰值或者能量值变大且超

　　限)，如图2；优选的，所述轴承寿命预测条件中确定轴承进入初始损伤阶段的步骤为：确定轴承寿命监测位置对应轴承的轴承型号；基于所述轴承型号，查找与该轴承型号相匹配的初始损伤数据库以调用出对应的初始损伤数据拟合曲线；基于所获得初始损伤数据拟合曲线与当前采样周期内所获得振动信号相似度达到设定要求，则确定该轴承寿命监测位置对应轴承进入初始损伤阶段。进一步优选的，所述初始损伤数据库内的初始损伤数据拟合曲线通过声发射传感器或者基于共振的加速度传感器对某一型号轴承对应的振动信号进行采集形成对应的样本集合，并对所述样本集合进行故障特征提取分析所获得数据拟合曲线]

　　在一些具体的实施例中，在s4中，基于温度检测跟踪识别策略对存在异常状态的轴承寿命监测位置进行持续跟踪直至解除异常状态包括：s41、若当前采样周期内出现采集的温度值超过预设的预警温度值(如120度)，则调用温度阶跃响应预测曲线对下一采样周期对应的温度进行预测，若所获得预测结果超限(如125度))则记录该轴承寿命监测位置对应的位置识别信息并进行故障报警，如联合整车的声光报警器进行联动预警；s42、基于所述位置识别信息形成温度异常跟踪标识，持续在多个采样周期内对该承寿命监测位置对应的温度值进行跟踪监测直至所获得温度值恢复至小于预警温度值的温度值或者车内人员已对该故障轴承进行故障应急处理。在一些更具体的实施例中，可以通过司机显示屏对存在温度异常的轴承位置信息进行预警显示以便于车内人员对故障轴承进行快速定位查找更换处理。

　　在一些具体的实施例中，在s5中，基于振动信号检测跟踪识别策略对符合触发规则对应的轴承寿命监测位置上的轴承进行轴承寿命预测分析并以对应的位置识别信息为故障跟踪标识，同步输出识别结果的步骤包括：在确定某一轴承寿命监测位置上的轴承处于进入初始损伤阶段后，基于轴承寿命监测位置对应的位置识别编号形成故障跟踪标识，生成对应的故障跟踪进程以在后续的采样周期内持续对该轴承寿命监测位置上所采集到振动信号进行跟踪分析并获得对应的跟踪分析预测结果。

　　在一些更具体的实施例中，由于在轴承失效发展期在这个阶段轴承的微观劣化开始由次表面向表面扩展,并在轴承的接触表面产生更多裂纹或微小剥落等损伤点。当轴承元件表面与这些损伤点接触时，就会形成一定频率的冲击脉冲即通过对振动信号进行故障特征频率提取确定(倍频特征参数、边频特征参数)。所述跟踪分析过程包括：首先对所采集到振动信号进行故障特征提取，以确定所提取的振动信号的频率特征是否符合所述轴承失效发展期阶段故障特征，是则调用轴承失效发展期阶段数据拟合曲线，基于所获得轴承失效发展期阶段数据拟合曲线(基于所述轴承型号，查找与该轴承型号相匹配的初始损伤数据库以调用出对应的轴承失效发展期阶段数据拟合曲线)与当前采样周期内所获得振动信号相似度达到设定要求，则确定该轴承寿命监测位置对应轴承进入轴承失效发展期阶段，如图3；最后基于轴承失效末期阶段数据拟合曲线对轴承无效时间进行预测。进一步优选的，所述轴承失效发展期阶段数据拟合曲线/初轴承失效末期阶段数据拟合曲线均通过声发射传感器或者基于共振的加速度传感器对某一型号轴承对应的振动信号进行采集形成对应的样本集合，并对所述样本集合进行故障特征提取分析所获得数据拟合曲线。所述轴承失效发展期阶段数据拟合曲线通过提取振动信号的功率谱上即可确定此阶段轴承的故障特征。

　　其中，i对应的轴承寿命监测位置上的轴承的实时图像的三维数组[a,b,3]，a表示图像的长，b表示图像的宽，n表示图像被切分成的块数，如n＝15，为使用感知损失函数训练的残差网络对某一图像块t进行提取特征，即使用感知损失函数训练的残差网络获取使用图像块t和轴承寿命的训练对，并利用损失函数建立感知损失函数的残差网络训练图片与轴承寿命之间的对应关系，w为线性回归矩阵，作用ω表示权重，f表示使用卷积网络抽取图像特征，即将对应的轴承寿命监测位置上的轴承的实时图像的三维数组通过卷积网络抽取为[a*b]的一维数组，fun(*)表示使用交叉熵损失函数训练的卷积网络抽取特征。

　　具体来说，设定输入图像i，i表示为三维数组[a,b,3]，将i分成n块，则对于每一图像块t，先使用f抽取图像特征，即对对应的轴承寿命监测位置上的轴承的实时图像的三维数组[a,b,3]通过卷积网络抽取为[a*b]的一维数组(即使得该三维数组[a,b,3]被馈送至卷积网络-fractalnet的卷积层、池化层和全连接层最后输出一个一维数组[a*b])；然后使用抽取特征，以使用感知损失函数训练的残差网络对[a*b]的一维数组提取特征(其对应的卷积网络为resnext)，以形成残差网络训练图片与轴承寿命之间的对应关系，因此感知损失函数训练的残差网络对[a*b]的一维数组提取特征就是对应块t得到的轴承寿命值，得到块t的轴承寿命值后需要将块t的轴承寿命值与整体图片i的轴承寿命值进行关联，而该关联过程为需要线性回归矩阵w以及求最小，同时利用fum(*)所代表的函数