CN104819846A - 一种基于短时傅里叶变换和稀疏层叠自动编码器的滚动轴承声音信号故障诊断方法 - Google Patents

Abstract

本发明公开了一种基于短时傅里叶变换和稀疏层叠自动编码器的滚动轴承声音信号故障诊断方法，该方法首先使用智能手机采集滚动轴承故障声音信号，然后对声音信号进行短时傅里叶分析，得到语谱图矩阵，接着获取矩阵的模值并进行灰度归一化处理，再将归一化后的数据经选取后输入到深度学习网络进行特征的自动提取，最后将神经网络提取的特征输入Softmax分类器进行故障模式的识别。本发明提出了基于智能手机声音信号短时傅里叶变换(STFT)和层叠自动编码器(SAE)深度学习网络的滚动轴承故障诊断方法，试验结果分析表明，该方法能够准确地诊断出滚动轴承的故障模式。

Description

一种基于短时傅里叶变换和稀疏层叠自动编码器的滚动轴承声音信号故障诊断方法

技术领域

本发明涉及滚动轴承故障诊断的技术领域，具体涉及一种基于短时傅里叶变换和稀疏层叠自动编码器的滚动轴承声音信号故障诊断方法。

背景技术

滚动轴承是各种机械设备上广泛应用的标准件之一，并且滚动轴承故障也是造成机器故障的最主要原因之一。据统计，约有30％的旋转机械故障与滚动轴承故障有关。

在铁路系统的常规维护中，工人用铁锤敲击机车车轮，根据敲击声音就能判断车轮中是否有裂纹。同理，诸多的工程领域中经验丰富的维护人员能够根据机器工作时的声音特征判断机器是否运行正常。其潜在的物理原理是由于零部件损伤改变了其特征频率，进而改变了声音的音调。滚动轴承运转过程中的相关振动同样会引起空气压缩而产生声音，其中包含有滚动轴承的故障信息，因此可以通过对声音信号进行特征提取获取滚动轴承的故障信息。语音信号是一种典型的非平稳信号，其非平稳性是由发声体的物理运动过程产生的，此过程与声波振动的速度相比较缓慢，可以假定在10～30ms这样的短时间内是平稳的。傅里叶分析是分析线性系统和平稳信号稳态特性的强有力的手段，而短时傅里叶分析，也叫时间依赖傅里叶变换，就是在短时平稳的假设下，用稳态分析方法处理非平稳信号的一种方法。语谱图是语音信号短时频谱的时间——强度表示。语音信号首先被分割为相互重叠的若干段(帧)，对每一段加窗处理，然后进行快速傅里叶变换，得到这个信号的短时频谱估计。

获得滚动轴承的声音语谱数据后，由于其维度较高直接进行模式识别计算量大且识别精度不高，因而需要对其进行特征的提取。采用深度神经网络，可以充分描述特征之间的相关关系。因此，我们把语音时频特征送入层叠自动编码器深度学习网络进行特征的自动提取。由于深度学习网络采用模拟人脑的多层结构，可以逐级地进行信息特征的抽取，最终形成适合模式分类的较理想特征。这种深层次结构与人脑处理信息有很大相似性，是分层处理的。深度学习网络的建模技术，能够无缝地与传统的时频处理技术和Softmax分类器相结合，在不引起任何额外耗费的情况下，大幅度地提升诊断的精确度。

以上说明基于滚动轴承运转声音数据进行诊断是切实可行的。随着电子信息技术的飞跃发展，智能手机已经成为我们离不开的生活工具，然而，智能手机除了作为我们的生活工具外，它还可以被专业的使用。与传统的振动传感器采集数据相比，利用智能手机采集故障声音数据有诸多优势：一是灵活性，我们可以随时随地的对设备的运转状态进行数据采集，而不需要提前预装传感器在机械设备上，亦不需要分析传感器的安装位置；二是经济性，传统的高精度传感器少则几千元高则上万，价格昂贵，而只需带有录音功能的智能手机就能帮助我们采集到专业的数据信息，实现了日常生活工具的专业化使用，方便快捷，简单有效；三是适用性，不同的设备、不同的工况可能需要采用不同类型的振动传感器，传感器类型多，选择它们需要相关专业知识及经验，而智能手机适合采集各种工况下的声音信息，适用范围相对广泛。

智能手机已经成为日常生活的重要组成部分，尽管我们已经对智能手机的录音功能司空见惯，但将其作为故障信息的数据采集传感器用在设备的故障诊断中还很少见。

发明内容

本发明的目的在于：提供一种基于短时傅里叶变换和稀疏层叠自动编码器的滚动轴承声音信号故障诊断方法，该方法首先使用智能手机采集滚动轴承故障声音信号，然后对声音信号进行短时傅里叶分析，得到语谱图矩阵，接着获取矩阵的模值并进行灰度归一化处理，再将归一化后的数据经选取后输入到深度学习网络进行特征的自动提取，最后将神经网络提取的特征输入Softmax分类器进行故障模式的识别。该方法能够准确地诊断滚动轴承的故障模式。

本发明采用的技术方案为：一种基于短时傅里叶变换和稀疏层叠自动编码器的滚动轴承声音信号故障诊断方法，该方法步骤如下：

第一步：获取数据

使用智能手机按要求录制轴承运转过程中的声音信号，并做一定的剪辑处理；

第二步：语音信号短时傅里叶分析(STFT)

程序读入预处理后的声音信号，Matlab运用spectrogram函数获得其语谱图及语谱矩阵；

第三步：数据归一化及选取

先对语谱图矩阵的元素进行求模运算，然后将数据按列归一化为0～255的灰度数据值，得到灰度矩阵，接着选取每列中间部分一定长度的数据输入到层叠自动编码器；

第四步：基于SAE的无监督自学习过程

利用前面处理后的滚动轴承在不同故障模式下的声音语谱数据，通过无监督自学习训练SAE模型；无监督自学习过程是一个深度学习的过程，SAE模型框架是具有两个隐层的神经网络，通过对数据的逐层学习得到最终的特征表示，且神经网络第一个隐层的输出作为第二个隐层的输入；

第五步：基于Softmax回归算法的故障诊断

选择Softmax回归作为滚动轴承故障模式识别算法，以SAE得到的特征向量作为Softmax算法的输入，解决滚动轴承在多个故障模式下的分类问题，通过最小化代价函数计算每一种分类结果出现的概率，如果某故障特征计算的概率值最大，即确定故障为当前估计的故障模式。

本发明与现有技术相比的优点在于：

通过分析本发明提出的基于声音信号的STFT和层叠自动编码器的滚动轴承故障诊断方法在滚动轴承实验台上应用的试验结果，可以得出：

1)本发明智能手机采集的滚动轴承运转过程中的声音信号包含其故障信息。

2)本发明层叠自动编码器无监督自学习过程得到的特征向量能够重构原始数据，有效实现特征的进一步表示，有利于挖掘数据的本质特征。

3)本发明针对仅采用无监督自学习方法故障诊断精度较低的问题，通过基于反向传播算法的微调，能够有效提高故障诊断的精度，使得分类准确率达到99％以上。

4)本发明基于STFT和SAE的故障诊断模型简洁明了有效，主要包括三部分：a)使用智能手机获取滚动轴承运转声音信号；b)基于SAE进行原始数据的正向无监督自学习，并采用反向传播算法进行反向微调，实现模型的建立和优化；c)通过Softmax回归方法实现滚动轴承的故障模式识别。

附图说明

图1为基于STFT和SAE的滚动轴承故障诊断方法流程图；

图2为信号分帧示意图；

图3为语谱图产生流程示意图；

图4为声音信号语谱灰度图；

图5为轴承数据的一阶特征表达示意图；

图6为轴承数据的二阶特征表达示意图；

图7为基于Softmax回归模型的轴承故障分类示意图；

图8为SAE模型结构示意图；

图9为逐层学习网络示意图；

图10为二隐层层叠自动编码器示意图；

图11为圆柱滚子轴承试验台图。

具体实施方式

下面结合附图以及具体实施例进一步说明本发明。

本发明一种基于STFT和SAE的滚动轴承声音信号故障诊断方法流程如图1所示。具体流程可总结为如下五步：

第一步：获取数据

使用智能手机按要求录制轴承运转过程中的声音信号，并做一定的剪辑处理。

第二步：声音信号短时傅里叶分析(STFT)

程序读入预处理后的声音信号，Matlab运用spectrogram函数获得其语谱图及语谱矩阵。

从整体来看，表征声音信号的参数均是实时变化的，但在一个很短的时间(20～30ms)范围内相对稳定，因而可以看做是一个准稳态过程。加窗的目的就是把声音信号分成一个短时间段。将声音信号加窗、分帧，帧长记为N(以ms为单位)，每秒的帧数约为30帧左右，一般采用交叠分段的方法。如图2所示。

下面为矩形窗和汉明窗(Hamming)函数，其表达式见公式(1)和(2)，N为帧长。

矩形窗：

$w\left(n\right)=\left\{\begin{array}{cc}1,& 0\≤n\≤(N-1)\\ 0,& \mathrm{others}\end{array}\right.---\left(1\right)$

汉宁窗：

$w\left(n\right)=\left\{\begin{array}{cc}0.5(1-\cos \frac{2\mathrm{\πn}}{N-1}),& 0\≤n\≤(N-1)\\ 0,& \mathrm{others}\end{array}\right.---\left(2\right)$

声音信号加窗在于减小两端的坡度。矩形窗的旁瓣太高，不符合要求。

信号s(t)的短时傅里叶变换(STFT)定义如下：

$S(t,f)=\underset{-\∞}{\overset{+\∞}{\∫}}s\left(\mathrm{\τ}\right)w(t-\mathrm{\τ})e^{-j2\mathrm{\πf\τ}}\mathrm{d\τ}---\left(3\right)$

其中，w(t)为某种窗函数。

在任意时刻n的离散时间STFT表达式如下：

$S(n,k)=\underset{m=-\∞}{\overset{+\∞}{\mathrm{\Σ}}}s\left(m\right)w(n-m)e^{-j2\mathrm{\πfm}}---\left(4\right)$

离散STFT可以通过频率抽样获得：

S(n,k)＝S(t,f)|_{f＝k/N,t＝nT}       (5)

其中，N是窗函数中数据点的总数，也是频率抽样因子。把式(5)带入式(4)，获得离散STFT：

$S(n,k)=\underset{m=-\∞}{\overset{+\∞}{\mathrm{\Σ}}}s\left(m\right)w(n-m)e^{-\frac{j2\mathrm{\πkm}}{N}}---\left(6\right)$

其中0≤k≤(N-1)，则||x(n,k)||就是x(n)短时幅值谱的估计，而时间m处频谱能量密度函数(或功率谱函数)P(n,k)为：

P(n,k)＝|x(n,k)|²＝(x(n,k))x(conj(x(n,k)))    (7)

则P(n,k)是二维非负实值函数，并且不难证明它是信号x(n)的短时自相关函数的傅里叶变换。用时间n作为横坐标，k作纵坐标，将P(n,k)的值表示为伪彩图就是语谱图。

Spectrogram算法是一种分析算法，它产生一位语音信号的二维图像形式输出(同时亦可获得数值矩阵)。语谱图使用时间n做横坐标，频率f作为纵坐标，将能量密度谱函数的值表示为二维的伪彩图。这种反应语音信号动态频谱特性的时频图在语音分析中具有重要的实用价值，也成为“可视语言”。

语谱图的产生流程示意图：

从语谱图上可以得到一些频域分析参数(如共振峰、基音周期等)随语音发声过程(时间)的变化情况；还可以得到能量随语音发声过程(时间)的变化情况，图像的每个像素的伪色彩值(或者灰度值)大小表示相应时刻和相应频率的信号能量密度。

本研究中，笔者选择帧长度(window)为44100(等于采样频率)，滑移长度(noverlap)为44000，离散傅里叶变换长度(nfft)为44100(与窗长度、采样频率相等)，采样频率fs＝44100来生成语谱图。窗函数选用Hanning窗。

第三步：数据归一化及选取

为方便后续数据处理工作，将每一帧的快速傅里叶变换(FFT)结果按列归一化为灰度值，归一化方法采用min-max标准化(Min-Max Normalization)，也称为离差标准化。Min-max标准化是对原始数据的线性变换，将数据映射为[0～255]之间的整数值，得到如图4所示的灰度图。转换函数如下：

$x^{*}=\frac{x-\min }{\max -\min }\×255---\left(8\right)$

其中，min为列最小值，max为列最大值。

先对语谱图矩阵的元素进行求模运算，然后将数据按列归一化为0～255的灰度数据值，得到灰度矩阵，然后选取每列中间部分一定长度的数据输入到层叠自动编码器。

第四步：基于SAE的无监督自学习过程

利用先期处理后的滚动轴承在不同故障模式下的声音语谱数据，通过无监督自学习训练SAE模型。无监督自学习过程是一个深度学习的过程，SAE模型框架是具有两个隐层的神经网络，通过对数据的逐层学习得到最终的特征表示，且神经网络第一个隐层的输出作为第二个隐层的输入。

具体的，基于SAE的滚动轴承故障特征无监督自学习中，

1、SAE模型结构

SAE算法模型是一个由多层稀疏自动编码器组成的深度学习神经网络，其前一层自编码器的输出作为后一层自编码器的输入。

在网络参数的设定方面，SAE模型神经网络参数的初始化采用逐层贪婪训练法，即先利用原始输入来训练网络的第一层，得到权值和偏置参数；然后网络第一层将原始输入转化成为由隐藏单元激活值组成的向量(假设该向量为A)，此时A为原始数据的一阶特征表示，即最底层的表达方法；接着把A作为第二层的输入，继续训练得到第二层的参数，该层参数是由一阶特征重构得到的二阶特征，是更加抽象的表达方法；最后，对后面的各层采用同样的策略，即将前层的输出作为下一层输入的方式依次训练，并在训练每一层参数的时候固定其它各层参数保持不变。我们将最后一个隐藏层的输出作为特征输入到softmax分类器进行模式识别，使得分类器(softmax)的分类错误的梯度值直接反向传播给编码层(精调)。

针对滚动轴承原始数据无监督自学习过程的SAE模型，首先利用训练样本x^(k)训练第一个自编码器，能够学习得到输入的一阶特征表示h^(1)(k)(如图5所示)。

接着将原始数据输入到上述训练好的自编码器中，对于每一个输入x^(k)，都可以得到它对应的一阶特征表示h^(1)(k)，然后再用这些一阶特征作为另一个自编码器的输入来训练学习得到其二阶特征h^(2)(k)(如图6所示)。

最后将二阶特征作为softmax分类器的输入，训练得到一个能将二阶特征映射到数字标签的模型(如图7所示)。

最终，我们可以将以上训练好的单层模型依次连接起来，构建一个包含两个隐藏层和一个最终softmax分类器层的栈式自编码网络，即所需要的SAE模型，其整体结构如图8所示。

2、SAE的无监督逐层学习(“预训练”、“粗调”)

预训练的目的是将所有权值链接和偏置限定在一定的参数空间内，防止随机初始化的发生进而降低每个隐含层的品质因数，便于对整个神经网络进行系统性参数优化，该算法的核心是用无监督的方法将SAE的输入层和隐含层全部初始化，然后再用逐层贪心训练算法将每个隐含层训练为自动关联器，实现输入数据的重构，其基本步骤可总结如下：

1)以无监督的方式训练神经网络的第一层，将其输出作为原始输入的最小化重构误差；

2)每个隐含单元的输出作为下一层神经网络的输入，用无类标数据样本对下一层进行训练，将误差控制在一定范围内；

3)重复步骤2)，直到完成规定数量隐含层的训练为止；

4)将最后一个隐含层的输出作为有监督层的输入，并且初始化有监督层的参数，预训练过程如图9所示。

通过持续的预训练，SAE可以代替RBM构建深度结构，由它构建的深度结构稳定性更强更可靠。更重要的是，能根据不同任务的需要来调整网络参数，可控性更强。

3、基于有监督的反向传播算法(BP)的微调过程(“精调”)

微调又叫精调，是构建SAE的必要步骤，通常采用BP算法来完成这一任务(牛顿法、共轭梯度法、MOBP和SDBP等，BP算法的变形也可用于精调)。精调的核心思想是将自动编码器的输入层、输出层和所有隐含层视为一个整体，用有监督学习算法进一步调整经过预训练的神经网络，经过多次迭代后，所有权值及偏置均能被优化。由于最后一个隐含层只能输出原始数据的重构，因而不具有分类识别功能。为了让SAE具有分类识别的功能，需要在完成精调的神经网络的输出层之后加入SoftMax分类器，将整个神经网络训练成能完成分层特征提取或者数据分类任务的多重感知器。

通过前向传导计算出网络中所有神经元的激活值后，我们针对神经网络隐层和输出层的每一个节点i，计算残差δ_i ^(l)，用以表征对最终输出值的残差影响。最终的输出残差即为重构数据和原始数据之间的差异。而对于每一个隐层来说，可以采用基于节点残差的加权平均值计算方法。基于反向传播算法的微调步骤如下：

①输出层n₁每个输出单元i的残差计算方法为：

${{\mathrm{\δ}}_i}^{\left(n_l\right)}=\frac{\∂}{{{\∂z}_i}^{\left(n_l\right)}}\frac{1}{2}{\left|\right|y-h_{W,b}\left(x\right)\left|\right|}^2=-(y_i-{a_i}^{\left(n_l\right)})\·f^{\′}\left({z_i}^{\left(n_l\right)}\right)---\left(9\right)$

其中y_i为实际输出值，a_i为神经网络预测输出值，f为传递函数。在计算过程中，通常可得到f'(z_i ^(l))＝a_i ^(l)(1-a_i ^(l))。

②对于n_l-1,n_l-2……，2层，第i个节点的残差计算方法为：

δ^(l)＝((W^(l))^Tδ^(l+1))·f'(z^(l))        (10)

其中W为l层的权值，δ^(l+1)层为上一层的残差。

③计算代价函数权值和偏置的偏导值：

$\begin{array}{c}{\▿}_{W\left(l\right)}J(W,b;x,y)={\mathrm{\δ}}^{(l+1)}{\left(a^{\left(l\right)}\right)}^T,\\ {\▿}_{b^{\left(l\right)}}J(W,b;x,y)={\mathrm{\δ}}^{(l+1)}\end{array}---\left(11\right)$

因此，我们可以根据计算得到的残差来迭代更新网络权值和偏置参数，从而实现整个SAE模型参数的优化，如图10所示。

完成预训练和精调的SAE具有生物神经系统的基本特征，在一定程度上反映了人脑的若干功能，是对生物系统的成功模拟，实现了无监督学习和监督学习的有机结合，且不同隐含层能学到不同的特征，低阶隐含层为高阶隐含层提供特征模式，便于高阶隐含层进行模式组合。同时，SAE的拓扑结构完整，具有强大的非线性拟合能力，能发现数据的分布式特征表示，提取数据的潜在分层特征，获取原始输入的“层次型分组”或“部分—整体分解”结构，因而可以更好地表示输入数据，具有大规模并行、分布式处理、自组织和自学习等优点。

第五步：基于Softmax回归算法的故障诊断

选择Softmax回归算法作为滚动轴承模式识别算法。以SAE算法得到的特征向量作为Softmax算法的输入，解决滚动轴承在多个故障模式下的分类问题。通过最小化代价函数计算每一种分类结果出现的概率，如果某故障特征计算的概率值最大，即确定故障为当前估计的故障模式。

具体的，在基于Softmax回归的滚动轴承故障诊断过程中，

滚动轴承通常情况下具有内圈故障、外圈故障、滚动体故障等多个故障模式，对于多故障模式的分类，本方案采用Softmax回归的方法，分别计算每种故障模式的概率大小作为故障分类的判定依据。假设总共有k个分类类别，在softmax回归中系统的方程为：

$h_{\mathrm{\θ}}\left(x^{\left(i\right)}\right)=\left[\begin{array}{c}p(y^{\left(i\right)}=1|x^{\left(i\right)};\mathrm{\θ})\\ p(y^{\left(i\right)}=2|x^{\left(i\right)};\mathrm{\θ})\\ .\\ .\\ .\\ p(y^{\left(i\right)}=k|x^{\left(i\right)};\mathrm{\θ})\end{array}\right]=\frac{1}{{\mathrm{\Σ}}_{j=1}^k{e}^{{\mathrm{\θ}}_j^T{x}^{\left(i\right)}}}\left[\begin{array}{c}{e}^{{\mathrm{\θ}}_1^T{x}^{\left(i\right)}}\\ e^{{\mathrm{\θ}}_2^T{x}^{\left(i\right)}}\\ .\\ .\\ .\\ e^{{\mathrm{\θ}}_k^T{x}^{\left(i\right)}}\end{array}\right]---\left(12\right)$

其中的参数θ不再是列向量，而是一个矩阵，每一行是一个类别对应分类器的参数，总计k行。因此，θ可以写成如下形式： $\mathrm{\θ}=\left[\begin{array}{c}-{\mathrm{\θ}}_1^T-\\ -{\mathrm{\θ}}_2^T-\\ .\\ .\\ .\\ -{\mathrm{\θ}}_k^T-\end{array}\right].$

在采用梯度下降法优化模型参数时，Softmax回归中损失函数的偏导函数为：

${\▿}_{\mathrm{\θj}}J\left(\mathrm{\θ}\right)=-\frac{1}{m}\underset{i=1}{\overset{m}{\mathrm{\Σ}}}\left[x^{\left(i\right)}\left(1\right\{y^{\left(i\right)}=j\}-p(y^{\left(i\right)}=j|x^{\left(i\right)};\mathrm{\θ}))\right]---\left(13\right)$

本身是一个向量，它的第l个元素是J(θ)对θ_j的第l个分量的偏导数。1{.}是一个指示性函数，即当大括号中的值为真时，该函数的结果就为1，否则其结果就为0。

为了避免最优解不唯一的问题，在损失函数中加入规则项使代价函数成为严格的凸函数，从而定义新的偏导函数为：

${\▿}_{\mathrm{\θj}}J\left(\mathrm{\θ}\right)=-\frac{1}{m}\underset{i=1}{\overset{m}{\mathrm{\Σ}}}\left[x^{\left(i\right)}\left(1\right\{y^{\left(i\right)}=j\}-p(y^{\left(i\right)}=j|x^{\left(i\right)};\mathrm{\θ}))\right]+{\mathrm{\λ\θ}}_j---\left(14\right)$

通过最小化就可以构建一个有效的softmax分类模型。

本发明应用案例如下：

1、滚动轴承声音数据准备

滚动轴承试验台如图11所示，轴承为圆柱滚子轴承。试验过程中，转速设定为1200r/min，相应的轴频率为20Hz。声音数据采集采用三星note3手机中的录音软件，在采集过程中将手机靠近轴承试验台的轴承附近，采样频率为44.1kHz。所采集数据涵盖正常状态、外圈故障、内圈故障和滚动体故障共4种故障模式。

2、声音数据条件下滚动轴承故障分类试验分析

声音数据条件下圆柱滚子轴承故障诊断模型由三部分组成，STFT谱图分析(语谱图)，层叠稀疏自动编码器和Softmax分类模型。

STFT谱图分析参数设置：

窗函数默认选择为hanning窗，窗宽(window)即帧长度为44100(等于采样频率)，滑移长度(noverlap)为44000，离散傅里叶变换长度(nfft)为44100(与窗宽相等)，采样频率fs＝44100。

层叠稀疏自动编码器参数设置：

第一层：输入节点数6500，隐藏层节点数1000，稀疏度设置为0.1，成本函数稀疏性惩罚因子设置为3，成本函数权重衰减因子设置为0.003。

第二层：输入节点数1000(第一层稀疏自动编码器的隐藏层节点数)，隐藏层节点数100，稀疏度设置为0.1，成本函数稀疏性惩罚因子设置为3，成本函数权重衰减因子设置为0.003。

第三层：输入节点数100(第二层稀疏自动编码器的隐藏层节点数)，隐藏层节点数10，稀疏度设置为0.1，成本函数稀疏性惩罚因子设置为3，成本函数权重衰减因子设置为0.003。

Softmax分类模型的参数设置：输入节点数10(第三层稀疏自动编码器的隐藏层节点数)，输出节点数4(总共进行4种类别的分类：正常、滚动体磨损故障、内圈磨损故障和外圈磨损故障)。

3、试验分析结果

利用上述配置的层叠稀疏自动编码器和Softmax分类模型，利用声音信号进行圆柱滚子轴承故障诊断。模型性能测试采用2组交叉检验的方法，将所有数据二等分，依次选择各组数据中的一组为诊断模型的测试数据，剩余一组为模型训练数据，数据组成情况如表1所示。

表1圆柱滚子轴承2组交叉检验数据组成

层叠稀疏自动编码器和Softmax分类模型对圆柱滚子轴承上述两组数据的故障诊断结果如表2所示。权重细调之后，各组的分类正确率均高于97％，两组数据的分类准确率平均值达到了97.84％。

表2圆柱滚子轴承2组交叉检验故障诊断结果

层叠稀疏自动编码器和Softmax分类模型对上述两组数据的圆柱滚子轴承正常、滚动体磨损故障、内圈磨损故障和外圈磨损故障四种状态的故障模式识别结果如表3所示，故障模式识别结果均为权重细调之后的结果。层叠稀疏自动编码器和Softmax分类模型对圆柱滚子轴承的四种状态均具有很好的识别效果，识别错误率平均值均小于0.03。

表3圆柱滚子轴承2组交叉检验各故障模式识别结果

本发明中涉及到的本领域公知技术未详细阐述。

Claims (1)

1.一种基于短时傅里叶变换和稀疏层叠自动编码器的滚动轴承声音信号故障诊断方法，其特征在于：该方法步骤如下：

第一步：获取数据

使用智能手机按要求录制轴承运转过程中的声音信号，并做一定的剪辑处理；

第二步：声音信号短时傅里叶分析(STFT)

程序读入预处理后的声音信号，Matlab运用spectrogram函数获得其语谱图及语谱矩阵；

第三步：数据归一化及选取

先对语谱图矩阵的元素进行求模运算，然后将数据按列归一化为0～255的灰度数据值，得到灰度矩阵，接着选取灰度矩阵每列中间部分一定长度的数据输入到层叠自动编码器；

第四步：基于SAE的无监督自学习过程

利用前面处理过的滚动轴承在不同故障模式下的声音语谱数据，通过无监督自学习训练SAE模型；无监督自学习过程是一个深度学习的过程，SAE模型框架是具有两个隐层的神经网络，通过对数据的逐层学习得到最终的特征表示，且神经网络第一个隐层的输出作为第二个隐层的输入；

第五步：基于Softmax回归算法的故障诊断

选择Softmax回归作为滚动轴承故障模式识别算法，以SAE得到的特征向量作为Softmax算法的输入，解决滚动轴承在多个故障模式下的分类问题，通过最小化代价函数计算每一种分类结果出现的概率，如果某故障特征计算的概率值最大，即确定故障为当前估计的故障模式。