1.一种无监督迁移学习的滚动轴承故障诊断方法,其特征在于:所述诊断方法如下:
步骤一:采集故障条件下机器收集的数据集,并对数据集进行处理,处理后的数据集存储在故障服务器中;数据集包含加速度信号、采样率、轴速度、负载重量和代表不同故障位置的临界频率;临界频率包括球通频率外圈、球通频率内圈、基本训练频率和球自旋频率;
步骤二:采集需要检测的滚动轴承数据,并对采集的数据进行处理;
步骤三:处理后的数据通过基于无监督迁移学习的故障诊断算法进行诊断;诊断时需要进行光谱检测,需要使用的模型包括混合模型、空间子模型、统计模型;光谱检测时选择目标像素和背景像素;迁移学习过程中施加了稀疏约束,使用多元异常值分析来选择目标像素与背景像素并将其作为训练样本;采用分割方法来获得最具代表性和信息量的未标记样本;通过训练标注样本和未标记样本,制定基于迁移学习的子空间构建方法,使用成对的判别分析增强目标背景像素的可分离性;
步骤四:诊断后的数据和故障服务器中存储的数据集进行对比,并导出至显示终端上进行查看。
2.根据权利要求1所述的一种无监督迁移学习的滚动轴承故障诊断方法,其特征在于:所述球通频率外圈处使用幅度调制提取脉冲信号或提高信噪比。
3.根据权利要求2所述的一种无监督迁移学习的滚动轴承故障诊断方法,其特征在于:所述提取脉冲信号时对原始信号应用带通滤波器。
4.根据权利要求1所述的一种无监督迁移学习的滚动轴承故障诊断方法,其特征在于:采集的数据进行处理的方法:设定采集率、采集时间;按照设定的采集率、采集时间,建立数据队列并设定预定值;读入数据并对读入的数据计数;读入的数据个数与预定值比较,如果相等则将数据打包并移入数据队列,判断是否对数据进行处理。
5.根据权利要求1所述的一种无监督迁移学习的滚动轴承故障诊断方法,其特征在于:所述显示终端包括显示器、手机、计算机。