滾動軸承乏信息試驗評估方法及其應用技術研究.pdf

1、乏信息指研究對象呈現(xiàn)的特征信息不完備與不充分。本文在綜合分析現(xiàn)有成果基礎上，研究乏信息系統(tǒng)理論在滾動軸承試驗分析中的應用問題。在某些滾動軸承測量和性能試驗中，常常難以得到大量的數據。比如一些新型航天軸承和一些特殊軸承的研制與生產，由于品種多批量小，每個品種每次需求只有十幾套甚至幾套，因此能用于性能試驗的更少；因為缺乏概率分布和趨勢項的先驗信息，所以不能用流行方法解決這類軸承的試驗評估問題。 考慮到概率分布未知且數據個數很少，提出

2、靜態(tài)評估的模糊范數法和基于區(qū)間數的模糊范數法。這兩種方法用隸屬函數和最大模范數最小化原理，獲取概率分布函數，進而建立給定置信水平的區(qū)間評估模型，無需原始數據概率分布的任何信息；最大模范數最小化處理允許數據個數很少。若數據個數為偶數且大于5，則可以用基于區(qū)間數的模糊范數法提取原始數據序列的隨機信息和尺度信息兩個子序列。用模糊范數法分別處理這兩個子序列后，再用區(qū)間數運算法則對處理結果進行融合，就可以評估總體的屬性參數。若直接用模糊范數法，則

3、數據個數可以少至3個。 提出最大熵自助法，以解決試驗次數很少，但每次試驗的數據個數比較多時的靜態(tài)評估問題。首先建立各次試驗數據的最大熵概率分布，然后用自助再抽樣原理對各次試驗數據得到的最大熵概率分布信息進行融合，最后得到總體的穩(wěn)定狀態(tài)描述，實現(xiàn)從個體參數識別到總體屬性的推斷。最大熵自助法允許試驗次數可以少至3次。 有機融合灰預測GM(1，1)和自助法的優(yōu)點，建立了灰自助法，以實現(xiàn)乏信息試驗的動態(tài)評估。該方法突破了灰預報對

4、原始數據有特殊要求的禁區(qū)，完善了區(qū)間估計的自助法。在概率分布未知和缺乏趨勢項先驗信息條件下，用6個指標(動態(tài)估計真值、動態(tài)估計真值的均值、估計真值變動量、動態(tài)估計區(qū)間、動態(tài)波動范圍、動態(tài)波動范圍平均值)全面描述系統(tǒng)的瞬間狀態(tài)和整體特征，有效分離趨勢項并實施動態(tài)評估，提高了預報的可靠性?；易灾ㄐ枰漠斍皵祿€數少至3個。 提出兩個數據序列的灰關系及其灰假設檢驗方法，以解決灰色系統(tǒng)理論要求至少有3個數據序列才能構成灰關聯(lián)空間的問題

5、。對于排序和非排序假設檢驗兩個模型，前者用于和數據前后順序無關的屬性檢驗，后者則用于和數據前后順序有關的屬性檢驗?；谊P系超越了灰關聯(lián)序空間的限制，將灰關聯(lián)分析提升為灰假設檢驗。灰關系允許小樣本數據，對概率分布無任何要求，彌補了統(tǒng)計假設檢驗方法的不足?；壹僭O檢驗允許數據序列個數少至2個，每個數據序列的數據個數可以少至3個。 對所提出的方法進行了計算機仿真驗證，涉及到的數據序列有正態(tài)分布，瑞利分布，均勻分布和三角分布隨機變量；混合分

6、布的平穩(wěn)隨機過程；趨勢項；各種分布和趨勢項混合的非平穩(wěn)隨機過程。驗證結果表明，所提出的方法能比較準確地描述各種隨機變量、平穩(wěn)隨機過程以及非平穩(wěn)隨機過程的瞬間狀態(tài)和整體特征，有效分離趨勢項，可靠實施乏信息評估。 對所提出的方法進行了試驗驗證，涉及到滾動軸承圓度誤差，摩擦力矩，振動和噪聲。驗證結果表明，在沒有概率分布與趨勢項先驗信息而只有很少數據的條件下，評估結果與試驗結果很吻合，置信水平均達到95％以上。 所提出的方法還在