1.一种轴承故障智能诊断模型,其特征在于,所述轴承故障智能诊断模型包括第一子模型、第二子模型、第三子模型、第四子模型,第一子模型、第三子模型分别与第二子模型连接;所述第一子模型包括串联的卷积核大小为3×3步距为2的二维卷积模块、BN批量归一化模块、Swish激活函数模块、SENet模块;所述第二子模型包括形成堆叠连接的10个Fused‑MBConv模块,所述Fused‑MBConv模块包括1个升维卷积层和1个降维卷积层;第三子模型包括形成堆叠连接的30个MBConv模块;第四子模型包括串联的1个卷积层、1个全局平均池化以及1个全连接层。
2.根据权利要求1所述的轴承故障智能诊断模型,其特征在于,在第二子模型中,所述升维卷积层中卷积核的大小为3×3、步距为2;降维卷积层中卷积核的大小为1×1、步距为
1。
3.根据权利要求1所述的轴承故障智能诊断模型,其特征在于,在第三子模型中,所述MBConv模块包括1个升维卷积层、1个深度可分离卷积、1个SENet模块、1个降维卷积层;所述升维卷积层、所述降维卷积层采用了卷积核大小为1×1步距为1的二维卷积;深度可分离卷积中采用了卷积核大小为3×3步距为1的二维卷积;SENet采用Swish激活函数。
4.根据权利要求1所述的轴承故障智能诊断模型,其特征在于,在第四子模型中,卷积层包括1个卷积核大小为1×1,步距为1的二维卷积,1个BN批量归一化、1个Swish激活函数。
5.根据权利要求1‑4任意一项所述的轴承故障智能诊断模型,其特征在于,所述轴承故障智能诊断模型通过神经网络模型有监督学习训练得到。
6.一种轴承智能故障诊断方法,其特征在于,所述轴承智能故障诊断方法包括,步骤S1,通过多个不同类型传感器采集滚动轴承在正常、内圈轻度故障、内圈中度故障、内圈重度故障、外圈轻度故障、外圈中度故障、外圈重度故障状态下的原始振动数据;
步骤S2,初始化单个样本的采样点数、采样偏移量的大小,训练样本与测试样本比例;
步骤S3,按照初始设定的单个样本的采样点数SL,在截断后的振动数据初始位置处截取第一个样本,从初始位置处确定移动一个采样偏移量SO,并截取下一个样本,生成训练样本和测试样本;
步骤S4,将训练样本和测试样本进行标准化处理,将其转化为均值为0,方差为1的数据;
步骤S5,提取训练样本和测试样本中的有效信息,将标准化后的训练样本与测试样本分别转化为分辨率大小为64×64的灰度图,得到训练集与测试集;
步骤S6,初始化权利要求1‑5任意一项所述的轴承故障智能诊断模型中的参数;训练集输入轴承故障智能诊断模型进行训练,通过损失函数优化模型中参数的权重和偏置;
步骤S7,判断迭代次数是否达到初始设定的值,若是,则轴承故障智能诊断模型训练完成,并保存最优的模型;若否,则继续执行步骤S6;
步骤S8,将测试集输入最优模型中,输出最优模型对测试集中每个样本的预测标签;将预测标签与训练集中的标签进行比对,即可判断当前轴承的故障类型及故障的严重程度。
7.一种用于执行如权利要求6中所述轴承智能故障诊断方法的系统,其特征在于,所述系统包括,获取单元,获取单元包括多个不同类型传感器,用于采集滚动轴承在正常、内圈轻度故障、内圈中度故障、内圈重度故障、外圈轻度故障、外圈中度故障、外圈重度故障状态下的原始振动数据;
初始化单元,用于初始化单个样本的采样点数、采样偏移量的大小,训练样本与测试样本比例;
样本数据采集单元,用于按照初始设定的单个样本的采样点数SL,在截断后的振动数据初始位置处截取第一个样本,从初始位置处确定移动一个采样偏移量SO,并截取下一个样本,生成训练样本和测试样本;
标准化处理单元,用于将训练样本和测试样本进行标准化处理,将其转化为均值为0,方差为1的数据;
灰度处理单元,用于提取训练样本和测试样本中的有效信息,将标准化后的训练样本与测试样本分别转化为分辨率大小为64×64的灰度图,得到训练集与测试集;
参数设置单元,用于初始化权利要求1‑5任意一项所述的轴承故障智能诊断模型中的参数;训练集输入轴承故障智能诊断模型进行训练,通过损失函数优化模型中参数的权重和偏置;
判断单元,用于判断迭代次数是否达到初始设定的值,若是,则轴承故障智能诊断模型训练完成,并保存最优的模型;若否,则继续执行步骤S6;
输出单元,用于将测试集输入最优模型中,输出最优模型对测试集中每个样本的预测标签;将预测标签与训练集中的标签进行比对,即可判断当前轴承的故障类型及故障的严重程度。
8.根据权利要求7所述的系统,其特征在于,获取单元包括多个不同类型传感器,传感器包括至少2个压电式加速度传感器和1个振动加速度传感器,所述压电式加速度传感器、振动加速度传感器固定安装至所测轴承基座上,所测轴承基座内设置有轴承,轴承与电机输出轴固定连接。
9.一种电子设备,其特征在于,包括存储器和处理器:所述存储器,用于存储计算机程序;所述处理器,用于当执行计算机程序时,实现如权利要求6所述的轴承智能故障诊断方法。
10.一种机器可读存储介质,该机器可读存储介质上存储有指令,该指令用于使得机器执行本申请权利要求6所述的轴承智能故障诊断方法。