本发明涉及一种基于大数据的轴承测振分析方法，属于数据处理分析方法。
背景技术：
随着近几年来轴承生产厂家对轴承振动品质的要求加强，不论生产厂家，还是轴承的使用厂家或经销商，其仪器普及型和实用性基本得到了广大轴承用户的认可，而仪器判别读数稳定性、可靠性和效率，也随着使用厂家的需要而日显突出。随着劳动力资源日益紧缺，生产成本日益增长，而轴承振动测量在质量控制，以及等级分类检测中不可或缺，快速判断及自动化测量的需求越来越多。以前快速测量的方法主要是先将仪器中的快速测量功能进行设置然后在测量的过程中观察三个频段测量状态指示灯的变化，如果三个灯同时为绿色则表示轴承合格，在一定程度上已经简化了对读数的要求，但是工作人员在操作的过程中要看着轴承的上料、加载，完成后观察三频段的指示灯的状态，不断的抬头低头使得操作人员非常容易疲劳。通常只是凭着感觉对非常机械的上料、加载动作进行盲操作，而在高速旋转的主轴上不通过肉眼观察凭感觉上料是非常危险的，影响了生产的安全。
目前轴承的振动分析技术多采用与标准数据比对的方式进行分类，这样如何设定检测的标准值就成为轴承振动分析的难题。
技术实现要素：
本发明要解决的技术问题是：为克服上述问题，提供一种基于大数据的轴承测振分析方法。
本发明解决其技术问题所采用的技术方案是：
一种基于大数据的轴承测振分析方法，包括以下步骤：
S1：通过多次的振动信号采集，建立轴承的振动信息的数据库及正态分布；
S2：对轴承的振动信息进行大数据分析，同时结合生产的实际良品率，计算出振动的检测标准；
S3：最终将轴承放入测振机中学习。
优选地，采集所述振动信号要采集一千次以上。
优选地，采集振动信号的过程具体为：首先对振动信号进行稀疏分解；然后压缩测量；最后在数据处理端，进行振动信号测量信息的重构。
优选地，对所述振动信息进行大数据分析具体为：通过标准品取样和自主学习及排序算法对轴承的振动信息进行大数据分析。
本发明的有益效果是：本发明通过大数据对轴承振动信息进行分析，得出的振动检测标准更加准确，减少误判，并且测振机器自主学习，根据实际产线良品率自动建立标准，无需用户输入检测标准，降低测振软件的使用门槛。
附图说明
下面结合附图和实施例对本发明进一步说明。
图1是本发明一个实施例的流程图。
具体实施方式
现在结合附图对本发明作进一步详细的说明。这些附图均为简化的示意图，仅以示意方式说明本发明的基本结构，因此其仅显示与本发明有关的构成。
实施例1
如图1所示的本发明所述一种基于大数据的轴承测振分析方法，包括以下步骤：
S1：通过多次的振动信号采集，建立轴承的振动信息的数据库及正态分布；
S2：对轴承的振动信息进行大数据分析，同时结合生产的实际良品率，计算出振动的检测标准；
S3：最终将轴承放入测振机中学习。
本发明通过大数据对轴承振动信息进行分析，得出的振动检测标准更加准确，减少误判，并且测振机器自主学习，根据实际产线良品率自动建立标准，无需用户输入检测标准，降低测振软件的使用门槛。
在优选的实施方式中，采集所述振动信号优选的要采集一千次以上，但不进行具体限定，还可根据需要选择采集次数。
在优选的实施方式中，采集振动信号的过程具体为：首先对振动信号进行稀疏分解；然后压缩测量；最后在数据处理端，进行振动信号测量信息的重构。
在优选的实施方式中，对所述振动信息进行大数据分析具体为：通过标准品取样和自主学习及排序算法对轴承的振动信息进行大数据分析，该大数据分析可采用现有的各种大数据分析方法。
以上述依据本发明的理想实施例为启示，通过上述的说明内容，相关工作人员完全可以在不偏离本项发明技术思想的范围内，进行多样的变更以及修改。本项发明的技术性范围并不局限于说明书上的内容，必须要根据权利要求范围来确定其技术性范围。