(19)中华 人民共和国 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 202111427736.3 (22)申请日 2021.11.26 (71)申请人 江苏科技大学 地址 212100 江苏省镇江市丹徒区长晖路 666号 (72)发明人 周元凯　赵欢　左雪　 (74)专利代理 机构 南京苏高专利商标事务所 (普通合伙) 32204 代理人 柏尚春 (51)Int.Cl. G06F 30/17(2020.01) G06F 30/20(2020.01) G06F 17/16(2006.01) G06F 119/04(2020.01) G06F 119/02(2020.01) (54)发明名称 一种基于递归复杂网络的轴承退化评估方 法及系统 (57)摘要 本发明公开一种基于递归复杂网络的轴承 退化评估方法， 包括以下步骤： (1)采集轴承全寿 命周期的振动信号， 对其相空间重构获取相轨 迹； (2)根据相轨迹统计相点距离， 构建递归矩 阵， 然后根据递归矩阵构建递归复杂网络的邻接 矩阵； (3)构建递归复杂 网络； (4)对递归复杂 网 络聚类， 每类网络社团与轴承 退化的每一阶段相 对应； (5)获取退化评估模型； (6)根据监测信号 和退化评估模型， 完成轴承退化评估。 本发明还 公开了一种基于递归复杂网络的轴承退化评估 系统。 本发 明借助递归复杂网络的社团聚类客观 划分了轴承 退化阶段， 提高退化阶段划分的客观 性和精确性； 且保证构建的递归复杂网络无孤立 节点。 权利要求书2页 说明书5页 附图2页 CN 114036691 A 2022.02.11 CN 114036691 A 1.一种基于递归复杂网络的轴承退化评估方法， 其特 征在于： 包括以下步骤： (1)采集轴承 全寿命周期的振动信号， 对 振动信号相空间重构获取相轨 迹； (2)根据相轨迹统计相点距离， 构建递归矩阵， 然后根据递归矩阵构建递归复杂网络的 邻接矩阵； (3)构建递归复杂网络； (4)对递归复杂网络聚类， 每 类网络社团对应轴承退化的一个阶段； (5)获取退化评估 模型； (6)根据监测信号和退化评估 模型， 完成轴承退化评估。 2.根据权利要求1所述的基于递归复杂网络的轴承退化评估方法， 其特征在于： 步骤 (1)中包括以下步骤： (11)对一维振动信号相空间重构为： Xi＝(xi,xi+τ,xi+2 τ,...,xi+(m‑1)τ) 式中， x为故障振动信号， Xi为相点矩阵； i＝1,2,...,N， N为相点数量； m为嵌入维数， τ为 延迟时间； (12)将相点矩阵Xi绘制在m维空间形成相轨 迹。 3.根据权利要求1所述的基于递归复杂网络的轴承退化评估方法， 其特征在于： 步骤 (2)中包括以下步骤： (21)统计相点的距离矩阵： Di,j＝||Xi‑Xj|| 式中， ||·||为范数； (22)按照振动数据的标准差设定初始阈值 ε， 定义 递归矩阵Ri,j为： 式中， θ 为heaviside函数； (23)获得递归复杂网络的邻接矩阵： Ai,j＝Ri,j‑δi,j 式中， δi,j为i阶单位矩阵。 4.根据权利要求1所述的基于递归复杂网络的轴承退化评估方法， 其特征在于： 步骤 (3)包括以下步骤： (31)根据设定阈值， 将递归复杂网络可视化； (32)判断递归复杂网络中是否存在孤立点， 如果是则执行步骤(33)， 如果否则递归复 杂网络构建完成。 (33)按设定步长增 加阈值， 执 行步骤(31)。 5.根据权利要求4所述的基于递归复杂网络的轴承退化评估方法， 其特征在于： 步骤 (3)中若网络所有节点度值的最小值为0， 则存在孤立点， 若网络所有节点度值的最小值为 1， 则不存在孤立节点。 6.根据权利要求1所述的基于递归复杂网络的轴承退化评估方法， 其特征在于： 步骤 (3)中使用Gephi软件 对递归网络可视化， 采用Fruc hterman Reingold的网络布局方式。权　利　要　求　书 1/2 页 2 CN 114036691 A 27.根据权利要求1所述的基于递归复杂网络的轴承退化评估方法， 其特征在于： 步骤 (4)中使用社团聚类算法对递归复杂网络聚类， 使得轴承退化期自动分为N个阶段， 每类社 团网络对应轴承退化的一个阶段。 8.根据权利要求1所述的基于递归复杂网络的轴承退化评估方法， 其特征在于： 步骤 (5)中计算每一退化阶段下多组振动信号的递归复杂网络指标， 作为退化特征向量输入分 类模型中学习获取 退化评估 模型。 9.根据权利要求1所述的基于递网络的轴承退化评估归复杂方法， 其特征在于： 步骤 (6)中所述 递归复杂网络指标包括平均聚类系数、 平均最短路径长度和连边密度。 10.一种基于递归 复杂网络的轴 承退化评估系统， 其特征在于： 包括数据采集和处理模 块、 递归复杂网络模块、 退化评估 模型模块和评估 模块； 所述数据采集和 处理模块采集轴承的振动信号， 对振动信号相空间重构获取相轨迹； 根据相轨迹统计相点距离， 构建递归矩阵， 然后根据递归矩阵构建递归复杂网络的邻接矩 阵； 所述递归复杂网络模块构建递归 复杂网络； 并使用社团聚类算法对递归 复杂网络聚类 获得网络社团， 每 类网络社团对应轴承退化的一个阶段； 所述退化评估模型模块采用递归复杂网络指标作为退化特征向量对分类模型训练获 取退化评估 模型； 所述评估 模块根据采集振动信号和退化评估 模型， 完成轴承退化评估。权　利　要　求　书 2/2 页 3 CN 114036691 A 3