(19)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 202210504165.7 (22)申请日 2022.05.10 (71)申请人 西安交通大 学 地址 710049 陕西省西安市咸宁西路28号 (72)发明人 朱永生　张歆卓　林昙涛　马天旭　 张锐　闫柯　洪军　 (74)专利代理 机构 西安通大专利代理有限责任 公司 6120 0 专利代理师 王艾华 (51)Int.Cl. G01M 13/04(2019.01) G01M 13/045(2019.01) G01D 21/02(2006.01) (54)发明名称 一种多模态信息融合轴承润滑状态监测装 置及方法 (57)摘要 本发明公开一种多模态信息融合轴承润滑 状态监测装置及方法， 系统包括下位机和上位 机， 下位机设置在轴承体的固定部位， 下位机包 括信号采集模块、 通信模块以及核心处理器模 块， 信号采集模块用于采集轴承转动过程中的超 声、 声音、 振动、 温度， 信号采集模块连接核心处 理器模块的输入端， 核心处理器模块与通信模块 通过I/O接口连接， 下位机与上位机通过通信模 块通信； 下位机将监测得到的超声、 声音、 振动、 温度等数据通过通信模块发送到上位机， 或在下 位机上进行本地备份保存， 上位机接收下位机数 据， 进行数据存储、 数据分析、 数据显示和诊断； 本发明所述系统缩短信号传播距离， 超声信号长 距离传输高频衰减问题得到解决， 极大提升了信 号的信噪比。 权利要求书2页 说明书8页 附图3页 CN 114739667 A 2022.07.12 CN 114739667 A 1.一种多模态信 息融合轴承润滑状态监测装置， 其特征在于， 包括下位机和上位机， 下 位机设置在轴承体的固定部位， 下位机包括信号采集模块、 通信模块以及 核心处理器模块， 信号采集模块用于采集轴承转动过程中的超声、 声音、 振动以及温度， 信号采集模块连接核 心处理器模块的输入端， 核心处理器模块与通信模块通过I/ O接口连接， 下位机与上位机通 过通信模块通信连接； 下位机将监测得到的超声、 声音、 振动以及温度数据通过通信模块 发 送到上位机， 或在下位机上进行本地备份保存， 上位机接 收下位机数据， 进行数据存储、 数 据分析、 数据显示和诊断。 2.根据权利要求1所述的多模态信 息融合轴 承润滑状态监测装置， 其特征在于， 采用多 个下位机对应连接一个上位机或单一下位机对应连接多个上位机， 下位机的核心处理器模 块包括最小系统模块、 实时时钟模块、 备份存储模块、 调试模块和信号调理模块； 最小系统 模块中的电源模块、 复位模块、 时钟模块、 程序下载模块和启动设置模块均与微处理器信号 连接； 实时时钟模块连接最小系统模块中的微处理器， 用于在 采集信号时读取时间信息； 备 份存储模块连接最小系统模块中的微处理器， 对所有的监测数据进行本地存储； 调试模块 连接最小系统模块中的微处理器， 用于下位机程序调试； 信号调理模块输入端连接所述信 号采集模块的输出端， 信号调理模块输出端与最小系统模块中的微处理器相连； 信号调理 模块输入为信号采集模块输出的模拟电压信号， 将模拟电压信号 转化为数字信号输出。 3.根据权利要求1所述的多模态信 息融合轴 承润滑状态监测装置， 其特征在于， 信号采 集模块采用集成设计的传感器或基于多传感器组合的传感器模块。 4.根据权利要求1所述的多模态信 息融合轴 承润滑状态监测装置， 其特征在于， 所述信 号采集模块包括超声麦克风、 普通麦克风、 振动加速度传感器、 温度传感器、 转速传感器中 多个传感器组合， 其中超声麦克风用于采集轴承运行时摩擦副表面间微凸体发生接触时发 生的弹性变形和塑性变形所引发的超声信号； 普通麦克风用于采集轴承运行时由于振动发 出的声音信号； 振动加速度传感器用于采集轴承运行时的振动信号； 温度传感器用于采集 轴承运行时轴承内圈、 外圈、 滚动体、 保持架、 密封结构之一 或任意组合部件的温度； 转速传 感器用于获得轴承的转速信息， 以辅助实现变转速 工况下的监测。 5.根据权利要求1所述的多模态信 息融合轴 承润滑状态监测装置， 其特征在于， 超声麦 克风在轴承一周对称布置一组， 普通麦克风轴承一周对称布置一组， 振动加速度传感器轴 承一周对称布置一组， 转速传感器轴承一周对称布置一组。 6.根据权利要求1所述的多模态信 息融合轴 承润滑状态监测装置， 其特征在于， 所述通 信模块采用无线通信模块和/或有线传输模块， 无线通信模块采用2G/3G/4G/5G、 蓝牙、 Zigbee或Wi ‑Fi无线通信模块， 有线传输模块采用USB或RJ45； 通信模块均配置有ID信息， 在 发送监测数据的数据帧中加入芯片ID信息， 用于上位机确认信息来源。 7.根据权利要求1所述的多模态信 息融合轴 承润滑状态监测装置， 其特征在于， 机械外 挂结构包括机械外挂结构壳体(2)和下位机固定挡圈(3)， 机械外挂结构壳体(2)为环状， 机 械外挂结构壳体(2)环的断面形状为 “倒L型”， 外端面处设置有 下位机固定挡圈(3)， 机械外 挂结构与待测轴承固定部 分固连； 机械外挂结构壳体(2)内侧设置有台阶， 所述下位机安装 于台阶面上， 并通过 下位机固定挡圈(3)实现下位机与机 械外挂结构壳体(2)的固定 。 8.一种多模态信 息融合轴承润滑状态监测方法， 其特征在于， 包括数据级融合、 特征级 融合和决策级融合； 首先进行数据级融合， 对所获得Nm种模态信号进行滤波、 消噪、 时域分权　利　要　求　书 1/2 页 2 CN 114739667 A 2析、 频域分析预处理后， 经过模态维度拼接， 获得融合后的数据， 并对融合后的数据经过第 一特征提取网络提取 特征， 并由softmax分类 器输出轴承属于每一种健康状况的概 率； 其次进行特征级融合， 对所获得Nm种模态信号分别经过Nm个对应的信号处理方法进行 预处理， 对预处理后数据经过第二 特征提取网络中的Nm个特征提 取网络提取特征， 并将这Nm 个不同模态所代表的特征进行特征融合， 由后续的特征提取网络进一步提取融合后的特 征， 通过softmax分类 器输出轴承属于每一种健康状况的概 率； 最后进行 决策级融合， 将第 一特征提取网络与第 二特征提取网络输出的概率进行综合 决策， 得到最 终轴承属于每一种健康状态的概率， 并将概率最大的一项作为最 终结果， 即得 到轴承的健康状态。 9.根据权利要求8所述的多模态信 息融合轴 承润滑状态监测方法， 其特征在于， 将每个 通道的信号进 行按模态维度拼接， 即， 将 每个通道的一 维时间序列拼接成一个二维数组， 得 到数据级融合后的数据 其中， 表示数据级融合后的信 息， n为经信号处理后的通道数， T为信号采样点数， xi,j表示第i个通道信号的第 j个采样点， 融合后的数据经过基于Tr ansformer架构的第一特征提取网络提取特征， 得到轴承属 于每 一种健康状态的概率， 第一特征提取网络的计算表示为l1＝Net1(Xdf)， 其中 网络 Net1输出的属于每种健康状态的概 率， Net1由N1层Transformer网络组成的顺序网络结构 以及最后的softmax分类 器组成， 最终第一特 征提取网络的输出l1为： 其中， Net1(·)表示第一特 征提取网络 。 10.根据权利要求8所述的多模态信息融合轴承润滑状态监测方法， 其特征在于， 第二 特征提取网络中， Nm个数据先分别经过Nm个基于Transformer结构的特征提取网络 提取各自 的特征， 第二特 征提取网络表示 为： l2＝Net2({TFmi})＝softmax(flat ten(Xff)) 其中， Net2(·)表示第二特 征提取网络 采用DS证据理论对第一特征提取网络和第二特征提取网络输出的概率进行决策级融 合， 则最终预测出的轴承状态Cpred表示为： Cpred＝arg max(DS(l1,l2)) 其中， arg max(·)表示取最大值的索引， D S(·)为证据融合操作。权　利　要　求　书 2/2 页 3 CN 114739667 A 3