基于信息融合組合算法的復(fù)雜裝備傳動關(guān)鍵部件壽命預(yù)測.pdf

1、隨著科技的進(jìn)步,航空航天、船舶等領(lǐng)域的關(guān)鍵傳動部件和系統(tǒng)變得越來越復(fù)雜。這些部件和系統(tǒng)一旦發(fā)生事故,就有可能造成災(zāi)難性的后果。復(fù)雜機(jī)械裝備與基礎(chǔ)設(shè)施的安全服役對于國民經(jīng)濟(jì)發(fā)展和國防建設(shè)都具有重要意義。傳動部件是各種機(jī)械裝備的重要組成部分，在傳動工作過程中，關(guān)鍵傳動部件承受較大的載荷并產(chǎn)生較大的變形和應(yīng)力，在長期運(yùn)行過程中會逐漸老化，剩余壽命會逐步下降，容易導(dǎo)致惡性事故發(fā)生，造成巨大的財產(chǎn)損失和人員傷亡；而如果盲目地進(jìn)行維修更換則會帶來巨

2、大的浪費(fèi)。因此，在部件或系統(tǒng)還沒有受到重大危害時,對其剩余壽命進(jìn)行預(yù)測,進(jìn)而為系統(tǒng)的延壽和最優(yōu)維護(hù)提供輔助決策依據(jù),具有重要的意義。壽命預(yù)測方法眾多，每種方法都有各自的優(yōu)缺點，本文提出一種基于信息融合組合算法的復(fù)雜裝備傳動關(guān)鍵部件壽命預(yù)測，具有一定的理論與實踐意義。論文主要內(nèi)容如下：
　　首先，對復(fù)雜裝備關(guān)鍵傳動系統(tǒng)的壽命預(yù)測研究背景、意義及現(xiàn)狀進(jìn)行了分析，在此基礎(chǔ)上，對壽命預(yù)測方法進(jìn)行分類和比較，并闡述了本文研究的思路。

3、　　其次，提出基于蟻群神經(jīng)網(wǎng)絡(luò)和支持向量機(jī)壽命預(yù)測方法。介紹了蟻群算法、BP神經(jīng)網(wǎng)絡(luò)和支持向量機(jī)原理，在BP神經(jīng)網(wǎng)絡(luò)的基礎(chǔ)上，建立蟻群算法改進(jìn)神經(jīng)網(wǎng)絡(luò)的預(yù)測模型，同時，基于支持向量機(jī)壽命預(yù)測模型，并結(jié)合實測樣本數(shù)據(jù)仿真分析。
　　最后，建立基于 D-S證據(jù)理論的信息融合組合預(yù)測算法壽命預(yù)測模型。分別對多組信號和由蟻群神經(jīng)網(wǎng)絡(luò)模型和支持向量機(jī)模型組成的組合模型進(jìn)行融合預(yù)測，以汽車變速箱為例，選取振動加速度信號為壽命特征進(jìn)行建模預(yù)測。