(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202211224305.1 (22)申请日 2022.10.09 (71)申请人 深圳市信润富联数字科技有限公司 地址 518000 广东省深圳市罗湖区桂园街 道老围社区深南东路5016号蔡屋围京 基一百大厦A座20 01-06 申请人 中信控股有限责任公司 (72)发明人 冯建设　田志国　沈世通　李一帆　 周雷　 (74)专利代理 机构 深圳市世纪恒程知识产权代 理事务所 4 4287 专利代理师 张娈 (51)Int.Cl. G06K 9/00(2022.01) G06V 10/764(2022.01)G06V 10/82(2022.01) G01M 13/045(2019.01) (54)发明名称 轴承故障诊断方法、 装置、 设备及可读存储 介质 (57)摘要 本申请公开了一种轴承故障诊断方法、 装 置、 设备及可读存储介质， 该方法包括步骤： 获取 轴承在运转过程中的信号数据； 对 所述信号数据 进行矩阵变换处理， 得到目标数据； 输入所述目 标数据至诊断模型， 得到分类结果； 基于所述分 类结果， 确定所述轴承存在的故障类型； 所述诊 断模型是基于轴承信号训练数据集对图像分类 模型进行迭代训练得到的； 所述轴承信号训练数 据集通过对所述信号数据进行矩 阵变换处理得 到。 本申请实现了将轴承在运转过程中的信号数 据进行变换处理， 从而得到目标数据， 使用经过 矩阵变换处理后的目标数据作为训练样本， 训练 得到诊断模型， 提高了训练后的模型的分类、 识 别精度， 从而使得诊断模型对轴承故障的诊断精 度高。 权利要求书2页 说明书11页 附图3页 CN 115358277 A 2022.11.18 CN 115358277 A 1.一种轴承故障诊断方法， 其特 征在于， 所述轴承故障诊断方法包括以下步骤： 获取轴承在运 转过程中的信号数据； 对所述信号数据进行矩阵变换处 理， 得到目标 数据； 输入所述目标 数据至诊断模型， 得到分类结果； 基于所述分类结果， 确定所述轴承存在的故障类型； 所述诊断模型是基于轴承信号训 练数据集对图像分类模型进行迭代训练得到的； 所述轴承信号训练数据集通过对所述信号 数据进行矩阵变换处 理得到。 2.如权利要求1所述的轴 承故障诊断方法， 其特征在于， 所述对所述信号数据进行矩阵 变换处理， 得到目标 数据， 包括： 转化所述信号数据至时频域的二维矩阵； 获取所述二维矩阵中的时域信息和频域信息； 整合所述时域信息和所述频域信息， 得到目标 数据。 3.如权利要求2所述的轴 承故障诊断方法， 其特征在于， 所述转化所述信号数据至二维 矩阵形式之前， 包括： 检测所述信号数据的频率； 选取长度与频率分辨率均适用于所述频率的高斯窗口， 以提取不同频段上的信息， 以 及提取所述信号数据在预设时长内各个时间点上的频率分量， 所述频段上的信息和所述频 率分量为时域信息和频域信息 。 4.如权利要求2所述的轴 承故障诊断方法， 其特征在于， 所述整合所述 时域信息和所述 频域信息， 得到目标 数据， 包括： 基于所述 时域信息和所述频域信息， 建立 时间、 频率和幅值为坐标轴的时频域， 并绘制 在所述时频域下的图像信息； 选取所述图像信息在时间与频率 坐标轴组成的平面内的投影， 得到目标 数据。 5.如权利要求1所述的轴 承故障诊断方法， 其特征在于， 所述输入所述目标数据至诊断 模型之前， 包括： 获取轴承发生 不同故障时的训练样本； 输入所述训练样本至图像分类模型， 在所述图像分类模型完成训练后， 得到诊断模型； 所述图像分类模型为用于图像分类的神经网络模型。 6.如权利要求5所述的轴 承故障诊断方法， 其特征在于， 所述输入所述训练样本至图像 分类模型， 在所述图像 分类模型完成训练后， 得到诊断模型； 所述图像 分类模型为用于图像 分类的神经网络模型， 包括： 输入所述训练样本 至图像分类模型， 对所述训练样本进行分类， 得到训练分类标签； 基于所述训练分类标签和所述训练样本对应的预设真实标签， 计算所述图像分类模型 的梯度； 基于所述梯度， 确定所述图像分类模型 是否满足预设迭代训练结束条件； 若满足， 则将所述图像分类模型作为诊断模型； 若未满足， 则继续对所述图像分类模型进行迭代训练， 直至所述图像分类模型满足预 设迭代训练结束条件。 7.如权利要求1所述的轴 承故障诊断方法， 其特征在于， 所述输入所述训练样本至图像权　利　要　求　书 1/2 页 2 CN 115358277 A 2分类模型， 在所述图像分类模型完成训练后， 得到诊断模型之后， 包括： 获取其他型号轴承的训练样本； 将所述诊断模型作为初始模型， 使用所述其他型号轴承的训练样本训练所述初始模 型， 得到用于不同型号轴承诊断的目标模型。 8.一种轴承故障诊断装置， 其特 征在于， 所述轴承故障诊断装置包括： 获取模块， 用于获取轴承在运 转过程中的信号数据； 处理模块， 用于对所述信号数据进行矩阵变换处 理， 得到目标 数据； 输入模块， 用于 输入所述目标 数据至诊断模型， 得到分类结果； 确定模块， 用于基于所述分类结果， 确定所述轴承存在的故障类型； 所述诊断模型是基 于轴承信号训练数据集对图像分类模型进 行迭代训练得到的； 所述轴承信号训练数据集通 过对所述信号数据进行矩阵变换处 理得到。 9.一种轴承故障诊断设备， 其特征在于， 所述设备包括： 存储器、 处理器及存储在所述 存储器上并可在所述处理器上运行的轴承故障诊断程序， 所述轴承故障诊断程序配置为 实 现如权利要求1至7中任一项所述的轴承故障诊断方法的步骤。 10.一种计算机可读存储介质， 其特征在于， 所述计算机可读存储介质上存储有轴 承故 障诊断程序， 所述轴承故障诊断程序被处理器执行时实现如权利要求 1至7中任一项 所述的 轴承故障诊断方法的步骤。权　利　要　求　书 2/2 页 3 CN 115358277 A 3