摘要
本发明公开了一种柴油机主轴承的健康评估方法,采集主轴承在不同故障下的振动信号,经相空间重构及主矢量投影获取可视相轨迹图;搭建深度卷积神经网络模型;对各类故障相轨迹图标签化,创建训练集并输入模型中学习;当交叉熵损失函数最小时停止迭代,保存诊断模型;另一方面,采集各类故障主轴承在不同健康状态下的振动信号,分别计算并统计其最大李雅普诺夫指数均值,将之作为健康评估标准。评估时,针对故障类型依据相应健康评估标准按就近原则进行健康评估。本发明可实现对主轴承服役状态的在线全面监测,有助于推进主轴承维护方式由定期更换到视情维护,可显著提高经济效益。