基于多健康狀態(tài)評(píng)估的滾動(dòng)軸承剩余壽命預(yù)測(cè)方法研究.pdf

1、滾動(dòng)軸承是一種常見的機(jī)械設(shè)備關(guān)鍵部件,研究其剩余壽命可以幫助工程人員及時(shí)采取合理的措施延長(zhǎng)設(shè)備的壽命,防止損傷擴(kuò)大化。本論文采用多健康狀態(tài)評(píng)估的方法實(shí)現(xiàn)滾動(dòng)軸承的剩余壽命預(yù)測(cè)。使用支持向量機(jī)分類模型(Support Vector Classification,簡(jiǎn)稱SVC)實(shí)現(xiàn)狀態(tài)評(píng)估,并在此基礎(chǔ)上通過支持向量機(jī)回歸模型(Support Vector Regression,簡(jiǎn)稱SVR)實(shí)現(xiàn)剩余壽命預(yù)測(cè)。
　　在建立模型之前,首先需要

2、對(duì)采集得到的數(shù)據(jù)進(jìn)行預(yù)處理。本文闡述了滾動(dòng)軸承加速壽命試驗(yàn)平臺(tái)的基本情況,總結(jié)了所使用數(shù)據(jù)的統(tǒng)計(jì)特性以及對(duì)原始數(shù)據(jù)進(jìn)行特征提取的技術(shù)手段。采集到的原始振動(dòng)信號(hào)需要進(jìn)行移動(dòng)平均平滑處理,以盡可能的消除噪聲對(duì)信號(hào)的影響;然后對(duì)每個(gè)時(shí)間片段的數(shù)據(jù)進(jìn)行特征提取,包含水平振動(dòng)方向和垂直振動(dòng)方向的時(shí)域特征、頻域特征、故障頻率特征以及經(jīng)驗(yàn)?zāi)B(tài)分解(Empirical Mode Decomposition,簡(jiǎn)稱EMD)分解特征。此外,本文還著重計(jì)算了信

3、號(hào)的熵特征,主要包含:時(shí)域信號(hào)信息熵,頻域信號(hào)信息熵以及希爾伯特熵。
　　通過分析提取的滾動(dòng)軸承特征,發(fā)現(xiàn)希爾伯特熵可以比較好的描述軸承的健康狀態(tài)信息,它可以將軸承的整個(gè)生命周期分為兩種模式:狀態(tài)I(平穩(wěn)期)、狀態(tài)II(退化期)和狀態(tài)III(快速失效期),或者狀態(tài)I(平穩(wěn)期)和狀態(tài)III(快速失效期)。通過相關(guān)系數(shù)分析,可以選擇出用于軸承健康狀態(tài)評(píng)估的特征集。選定的特征集是SVC的輸入變量,其所對(duì)應(yīng)的標(biāo)簽是SVC的輸出變量,通過參

4、數(shù)優(yōu)化得到最優(yōu)的SVC模型。算例驗(yàn)證表明確定的SVC模型可以比較準(zhǔn)確的實(shí)現(xiàn)軸承的健康狀態(tài)分類。
　　在健康狀態(tài)評(píng)估的基礎(chǔ)上,針對(duì)不同狀態(tài)的軸承進(jìn)行剩余壽命模型的建立。處于狀態(tài)I中的軸承運(yùn)行比較平穩(wěn),特征信號(hào)保持穩(wěn)定,這說明其處于良好的健康狀態(tài),因此在這個(gè)階段本文不進(jìn)行剩余壽命的預(yù)測(cè)。軸承進(jìn)入狀態(tài) II和狀態(tài)III之后,標(biāo)志著其性能開始發(fā)生退化,因此需要對(duì)處于這兩種狀態(tài)的軸承進(jìn)行剩余壽命預(yù)測(cè)。利用相關(guān)性分析可確定用于剩余壽命預(yù)測(cè)的特