本文關鍵詞：基于MCEA-KPCA和組合SVR的滾動軸承剩余使用壽命預測　出處：《電子測量與儀器學報》2017年09期 　論文類型：期刊論文

  更多相關文章： 滾動軸承 有效性分析 特征約簡 剩余使用壽命預測

【摘要】：為了準確預測滾動軸承的剩余使用壽命(RUL),提出一種多評價標準有效性分析(MCEA)、核主成分分析(KPCA)和組合支持向量回歸(SVR)相結合的滾動軸承RUL預測方法。該方法對提取的特征計算每個評價標準的有效性得分,自適應地確定每個評價標準的權重,篩選出有效性總得分高于其整體平均值的特征,進一步利用KPCA去除已篩選特征之間的信息冗余,建立約簡后的特征矩陣。將多個軸承約簡后的特征分別作為SVR的輸入,當前使用壽命與全壽命的比值p即RUL作為輸出,建立多個SVR模型,并采用自適應的方法確定各模型的權重,最終構建組合SVR預測模型。最后,對與訓練不同的軸承進行測試,將約簡后特征輸入到組合SVR預測模型中,預測軸承的p值,實驗結果表明,所提方法可準確地對滾動軸承進行RUL預測。
【作者單位】： 哈爾濱理工大學電氣與電子工程學院;白俄羅斯國立大學;
【基金】：國家自然科學基金(51305109) 黑龍江省青年科學基金(QC2014C075) 哈爾濱理工大學青年拔尖創(chuàng)新人才培養(yǎng)計劃(201511)資助項目
【分類號】：TH133.33
【正文快照】： 0引言當前,旋轉機械在工業(yè)生產(chǎn)中被廣泛應用,滾動軸承作為旋轉機械中的基礎部件之一,其運行狀態(tài)的好壞會對整臺設備產(chǎn)生重要影響[1-3]。滾動軸承的剩余使用壽命(remaining useful life,RUL)是其受損程度的綜合反映。因此,準確預測軸承的RUL對旋轉機械的視情維修意義重大[4]。

【相似文獻】

相關期刊論文 前1條

1 王玲;付冬梅;穆志純;;遺傳優(yōu)化的SVR在鋼材力學性能預報中的應用[J];系統(tǒng)仿真學報;2009年04期

相關碩士學位論文 前5條

1 馬艷麗;基于全矢MEMD的滾動軸承狀態(tài)退化研究[D];鄭州大學;2017年

2 金兵;基于信息融合與VPMCD的滾動軸承智能診斷研究[D];鄭州大學;2017年

3 焦宏超;基于SVR的旋轉機械耦合故障診斷方法研究[D];華北電力大學;2016年

4 許迪;基于磷蝦群算法的SVR滾動軸承性能衰退預測研究[D];哈爾濱理工大學;2017年

5 葉立強;基于SVR的滾動軸承剩余使用壽命預測方法研究[D];哈爾濱理工大學;2017年

，

本文編號：1329200