本发明涉及轴系轴承载荷测试，尤其涉及一种精确测量轴承载荷的方法。
背景技术：
1、轴承载荷测量是检验轴系校中质量的重要依据。目前轴承载荷常用测量方法是顶举法，除此之外，应变法也常用于测量轴承载荷。顶举法通过在设计顶举点使用顶举装置将轴顶起，期间同步测量顶举力和顶举位移，使用测量数据绘制回归线图得到顶举载荷，再乘以校中计算书给出的顶举系数得到轴承载荷。应变法通过在被测轴承两端轴段上的设计截面位置粘贴应变片，通过应变片测量截面应变，进而得到截面弯矩，通过力矩平衡方程得到轴承载荷。顶举法和应变法的各测量数据受限于当前测量人员技术水平和测量工艺，容易出现测量值与真实值相差较大的情况。此外，各方法中的各使用参数，如顶举系数、轴承假定支点位置选择等，与实际状态相比也可能存在一定偏差，从而导致测量结果偏差。综上，由于轴承载荷测量方法中各种误差的存在，使用传统技术测量轴承载荷会存在数据质量问题。
2、中国专利cn112816001a公开了一种基于顶举工艺的多支撑轴系各轴承负荷位移同步测试方法，该方法将电子测力计测负荷法、顶举法和电阻应变片法三种方法结合，在只进行一次顶举测量的基础上，也使用其他两种方法进行测量，最后将各方法测得的不同负荷值进行融合处理，可以提高各轴承负荷测试精度，同时整个顶举过程可以得到较多的反映轴系特性的各轴承负荷和位移数据。但是该方法仍然存在以下缺点：其仅对各方法的测量结果融合，数据利用不充分；此外，各方法测量结果的精度差别较大，直接进行融合得到的结果其精度提高有限。
技术实现思路
1、本发明主要目的是提供一种基于多传感器数据融合的轴承载荷测试方法，该方法将顶举法、应变法相结合。针对单一轴承载荷的测量，先通过多组应变片组合进行应变法测量，通过多传感器数据融合技术对应变法测量数据融合处理，提高应变法的测量结果的精度；再使用顶举法测量，顶举测量的同时同步进行应变法测量，使用多传感器数据融合技术对顶举法测量过程中记录的应变数据及顶举数据融合处理，提高顶举法测量结果的精度；最后将所有测量数据使用多传感器融合技术融合处理，得到更加精确的测量结果，提高轴承载荷测量精度。
2、本发明所采用的技术方案是：
3、一种基于多传感器数据融合的轴承载荷测量方法，包括以下步骤：
4、s1、应变法测量元件调试与安装：在设计截面位置上下对称分别安装一组应变片，按照全桥或者半桥接线法与应变仪进行连接；
5、s2、盘车进行一次应变法测量，记录各测点应变值，并得到各测点应变值对应的概率密度函数；
6、s3、盘车将轴调整至应变片处于垂直面；
7、s4、顶举法测量元件调试与安装：在设计顶举点位置安装顶举装置和顶举位移测量装置；
8、s5、进行一次顶举法测量，记录轴承脱空后的顶举力和顶举位移，并同步记录轴承脱空后的应变法测量的各测点应变值，并得到各测点应变值对应的概率密度函数；
9、s6、将步骤s2得到的应变值转化为轴承支点力并得到轴承支点力的概率密度函数，并将步骤s5得到的应变值转化为顶举支点力并得到顶举支点力的概率密度函数；
10、s7、将步骤s6得到的顶举支点力与步骤s5得到的顶举位移通过整体最小二乘法拟合得到顶举位移为0时对应的顶举支点载荷及其概率密度函数，并将步骤s5得到的顶举力与顶举位移通过整体最小二乘法拟合得到顶举位移为0时对应的顶举载荷及其概率密度函数；
11、s8、将步骤s7得到的顶举支点载荷的概率密度函数与顶举载荷的概率密度函数进行贝叶斯融合，得到融合顶举载荷及其概率密度函数；
12、s9、将融合顶举载荷的概率密度函数进行数据转换得到顶举轴承力的概率密度函数；
13、s10、将轴承支点力概率密度函数与顶举轴承力概率密度函数进行贝叶斯融合得到融合轴承载荷。
14、上述方案中，步骤s1中，应变法测量的设计截面数量为m个，m为偶数并且m＞3，设计截面应对称分布于被测轴承两侧，距离被测轴承最近的两个设计截面与被测轴承之间的距离应大于1m，两两设计截面之间的距离应大于1m。
15、上述方案中，步骤s2、s5中，应考虑系统误差和随机误差，将得到的各测点应变值测量数据转化为各测点应变值的概率密度函数形式，测量数据的量测方程表示为：
16、
17、式中：ε表示测量数据，表示测量真值，k为系统误差系数，ω为随机误差；
18、设测量数据的系统误差系数服从正态分布随机误差服从正态分布根据最大似然原理，测量数据的概率密度函数为：
19、
20、式中：x表示自变量，με为测量数据的均值，
21、上述方案中，步骤s6中，将测量得到的应变值转化为轴承支点力或顶举支点力的方法，均包括以下步骤：
22、s6.1、先将测量得到的各截面应变值计算得到各截面弯矩，再通过排列组合得到个截面弯矩组合，m表示应变法测量的设计截面数量，m为偶数并且m＞3，剔除无法通过力与力矩平衡条件计算的截面弯矩组合，通过力与力矩平衡方程共可得到n组测量结果及其概率密度函数；
23、s6.2、设pi(x)为第i组测量结果的概率密度函数，i＝[1,2,…,n]，定义一个距离测度矩阵dij，使用wasserstein距离计算各组测量结果概率密度函数之间的距离：
24、dij＝w(pi,pj) (3)
25、式中，w表示wasserstein距离，pi表示第i组测量结果的概率密度函数，pj表示第j组测量结果的概率密度函数，i,j＝[1,2,…,n]；
26、s6.3、定义各组测量结果的相互支持度si，两组测量结果的概率密度函数之间的差异越大，则距离测度越大，其相互支持度越低，相互支持度si定义为：
27、
28、式中，si表示第i组测量结果的相互支持度；
29、s6.4、各组测量结果对应的相互支持度越高，则对应的融合权重ωi越大，由相互支持度可得融合权重：
30、
31、s6.5、最终融合结果为：
32、
33、式中，p(x)表示最终融合结果的概率密度函数，即轴承支点力/顶举支点力的概率密度函数；概率密度函数最大值即对应轴承支点力/顶举支点力。
34、上述方案中，步骤s7中，将顶举支点力/顶举力与顶举位移通过整体最小二乘法拟合得到顶举位移为0时对应的顶举支点载荷/顶举载荷及其概率密度函数的方法，均包括以下步骤：
35、s7.1、进行整体最小二乘线性拟合，有如下线性回归方程：
36、yp＝a+bxs(7)
37、其中，xs为顶举位移，yp为顶举力或顶举支点力，a表示拟合的常数项，b表示拟合系数；
38、当xs＝0时，顶举力或顶举支点力为其服从正态分布
39、这里，a和b的最小二乘估计及σr的无偏估计量为：
40、
41、式中，表示拟合方差，n表示顶举脱空过程测量的数据点总数，t表示第t个数据点，xst表示第t个数据点对应的顶举位移，表示第t个数据点对应的顶举力或顶举支点力，表示n个数据点的平均顶举位移，表示n个数据点的平均顶举力或顶举支点力；
42、拟合得到顶举位移为0处的顶举载荷p0'和顶举支点载荷p0”；
43、s7.2、设顶举力的系统误差系数为设顶举支点力的方差为则顶举载荷p0'和顶举支点载荷p0”的概率密度函数分别为：
44、
45、式中，为顶举载荷的概率密度函数，为顶举支点载荷的概率密度函数，σ'r2为顶举载荷的拟合方差，σ'r'2为顶举支点载荷的拟合方差。
46、上述方案中，步骤s8中，贝叶斯融合方法为以顶举支点载荷的概率密度函数为先验函数，以顶举载荷的概率密度函数为似然，融合顶举载荷的概率密度函数为：
47、
48、式中，表示融合顶举载荷的概率密度函数，融合顶举载荷的概率密度函数的最大值对应的即为融合顶举载荷；表示顶举载荷的概率密度函数；表示顶举支点载荷的概率密度函数。
49、上述方案中，步骤s9中，数据转换的方法为：
50、校中计算书中给出的顶举系数应考虑系统误差，将之转化为概率密度函数形式，设由校中计算书给出的理论顶举系数为k，实际顶举系数为假设则融合顶举载荷的概率密度函数与顶举系数的概率密度函数相乘得到顶举轴承力的概率密度函数：
51、
52、式中，为顶举轴承力的概率密度函数，p0为融合顶举载荷，为融合顶举载荷的概率密度函数的方差。
53、上述方案中，步骤s10中，贝叶斯融合方法为以轴承支点力的概率密度函数为先验函数，以顶举轴承力的概率密度函数为似然，融合轴承载荷的概率密度函数为：
54、
55、式中，ff(x)表示融合轴承载荷的概率密度函数，融合轴承载荷的概率密度函数的最大值对应的即为融合轴承载荷；ffs(x)表示轴承支点力的概率密度函数；表示顶举轴承力的概率密度函数。
56、上述方案中，步骤s2中，应变法测量具体包括以下步骤：
57、s2.1、盘车转动轴系,使各个测点的两个电阻应变片置于垂直面；
58、s2.2、将应变仪各测点调零平衡；
59、s2.3、盘车将轴系旋转90°,测量并记录各测点应变值；
60、s2.4、盘车转动轴系,使轴系先后转至180°,270°,360°,并分别测量和记录各测点的应变值；
61、s2.5、反向盘车,使轴系回转至270°,180°,90°,0°,分别测量和记录各测点的应变值。
62、上述方案中，步骤s5中，一次顶举法测量具体包括以下步骤：
63、s5.1、顶举装置按一定顶举位移量将轴逐步顶起至轴承与轴颈脱空，在脱空之后再以更小的顶举位移量将轴顶起一段距离，但应保证未顶到上轴瓦；
64、s5.2、顶举装置以与顶举上升相同的顶举位移量缓慢逐步下降，直至顶举装置完全不受力，轴回到原位。
65、本发明产生的有益效果是：
66、本发明测量方法针对单一轴承载荷的测量，使用多传感器数据融合技术，基于概率密度函数对顶举法和应变法进行融合，实现提高轴承载荷测量精度的目的。首先，通过多组应变片组合进行应变法测量，利用多传感器数据融合技术对应变法测量数据进行融合处理，将测量得到的应变值转化为轴承支点力及其概率密度函数，得到轴承支点力的多组应变片组合得到的应变信息可以有效消除等效支点假定位置偏移所产生的误差，提高应变法测量精度。接着，在顶举法测量过程同步进行应变法测量，将应变法得到的顶举支点载荷的概率密度函数与顶举法得到的顶举载荷的概率密度函数进行贝叶斯融合，得到融合顶举载荷及其概率密度函数，实现了结合应变信息提高顶举力测量精度的目的。然后，将顶举系数的不确定性考虑到顶举法测量结果中，得到顶举轴承力的概率密度函数。最后，将应变法融合后的轴承支点力的概率密度函数与顶举轴承力的概率密度函数再进行融合，进一步提高轴承载荷测量精度。本发明方法采用两级并联式融合结构，第一级融合提高各测量方法测量结果精度，第二级融合是对第一级融合结果进行融合进一步提高测量精度；融合过程充分考虑了各测量方法所得测量数据的不确定性，并深入挖掘各测量数据之间的联系，实现了提高轴承载荷测量精度的目的。
1.一种基于多传感器数据融合的轴承载荷测量方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的基于多传感器数据融合的轴承载荷测量方法，其特征在于，步骤s1中，应变法测量的设计截面数量为m个，m为偶数并且m＞3，设计截面应对称分布于被测轴承两侧，距离被测轴承最近的两个设计截面与被测轴承之间的距离应大于1m，两两设计截面之间的距离应大于1m。
3.根据权利要求1所述的基于多传感器数据融合的轴承载荷测量方法，其特征在于，步骤s2、s5中，应考虑系统误差和随机误差，将得到的各测点应变值测量数据转化为各测点应变值的概率密度函数形式，测量数据的量测方程表示为：
4.根据权利要求1所述的基于多传感器数据融合的轴承载荷测量方法，其特征在于，步骤s6中，将测量得到的应变值转化为轴承支点力或顶举支点力的方法，均包括以下步骤：
5.根据权利要求1所述的基于多传感器数据融合的轴承载荷测量方法，其特征在于，步骤s7中，将顶举支点力/顶举力与顶举位移通过整体最小二乘法拟合得到顶举位移为0时对应的顶举支点载荷/顶举载荷及其概率密度函数的方法，均包括以下步骤：
6.根据权利要求1所述的基于多传感器数据融合的轴承载荷测量方法，其特征在于，步骤s8中，贝叶斯融合方法为以顶举支点载荷的概率密度函数为先验函数，以顶举载荷的概率密度函数为似然，融合顶举载荷的概率密度函数为：
7.根据权利要求1所述的基于多传感器数据融合的轴承载荷测量方法，其特征在于，步骤s9中，数据转换的方法为：
8.根据权利要求1所述的基于多传感器数据融合的轴承载荷测量方法，其特征在于，步骤s10中，贝叶斯融合方法为以轴承支点力的概率密度函数为先验函数，以顶举轴承力的概率密度函数为似然，融合轴承载荷的概率密度函数为：
9.根据权利要求1所述的基于多传感器数据融合的轴承载荷测量方法，其特征在于，步骤s2中，应变法测量具体包括以下步骤：
10.根据权利要求1所述的基于多传感器数据融合的轴承载荷测量方法，其特征在于，步骤s5中，一次顶举法测量具体包括以下步骤：
