本文關(guān)鍵詞：一種融合型異常檢測算法及其在軸承性能退化評估中的應(yīng)用　出處：《制造技術(shù)與機(jī)床》2017年10期 　論文類型：期刊論文

  更多相關(guān)文章： 滾動軸承 AR模型 模糊C均值 隱馬爾科夫模型 性能退化評估 包絡(luò)解調(diào)

【摘要】：用自回歸模型(autoregressive model,AR)提取早期無故障滾動軸承的振動樣本以及同型號同位置失效滾動軸承(簡稱同類軸承)的失效樣本,用早期無故障樣本和失效樣本建立模糊C均值(Fuzzy C Mean,FCM)和隱馬爾科夫(Hidden Markov Model,HMM)性能退化評估模型,然后得到正常指標(biāo)和同類軸承的失效指標(biāo),把這兩個指標(biāo)作為輸入特征建立FCM模型,待測數(shù)據(jù)通過保持模型不變連續(xù)迭代的方式輸入模型中,描繪出性能退化曲線。該方法集中了空間統(tǒng)計距離和相似度方法兩者的優(yōu)勢且不需要軸承失效數(shù)據(jù)。實驗表明所提出的評估方法得到的評估指標(biāo)能實時監(jiān)測滾動軸承的性能退化趨勢并且可以及時發(fā)現(xiàn)早期故障。
[Abstract]:Using the autoregressive model (autoregressive model AR) from early vibration fault of rolling bearings and the samples of the same model with the position of rolling bearing failure (the similar bearing) failure samples, early fault free samples and failure samples and establish fuzzy C means (Fuzzy C, Mean, FCM) and Cin Markoff (Hidden Markov, Model, HMM) the evaluation model of performance degradation, and then get the failure index of the normal index and similar bearings, these two indicators as input features to establish the FCM model, the measured data by keeping the model invariant successive iterations of the input model, describe the performance degradation curve. The method has both spatial statistical distance and similarity method and advantages the bearing failure data. Evaluation experiments show that the proposed method can evaluate the performance of real-time monitoring of rolling bearing degradation trend and can timely send An early fault.

【作者單位】： 華東交通大學(xué)機(jī)電與車輛工程學(xué)院;
【基金】：國家自然科學(xué)基金:完全自適應(yīng)第二代小波及在循環(huán)沖擊類故障特征提取中的應(yīng)用(51205130);基于載荷反演的齒輪箱工況不敏感狀態(tài)退化評估理論與技術(shù)(51665013)
【分類號】：TH133.33
【正文快照】： 滾動軸承的故障是引起旋轉(zhuǎn)機(jī)械失效的主要原因之一。滾動軸承在長期超負(fù)荷工作的環(huán)境下性能會出現(xiàn)不同程度的退化,軸承的性能退化評估是故障診斷的延伸[1]。滾動軸承的性能退化評估近年來已有探索性研究,研究內(nèi)容主要有性能退化指標(biāo)和評估模型的建立兩方面[2]。傳統(tǒng)的性能退化

【相似文獻(xiàn)】

相關(guān)期刊論文 前9條

1 潘玉娜;陳進(jìn);李興林;;基于模糊c-均值的設(shè)備性能退化評估方法[J];上海交通大學(xué)學(xué)報;2009年11期

2 何英;周東華;俞容;;一種基于性能退化數(shù)據(jù)的電子設(shè)備緩變故障預(yù)報方法[J];儀器儀表學(xué)報;2008年07期

3 林海彬;蔡景;徐一鳴;;基于性能退化的機(jī)構(gòu)磨損可靠性研究[J];飛機(jī)設(shè)計;2012年05期

4 郭磊;陳進(jìn);王國偉;;基于多智能體的設(shè)備性能退化評估系統(tǒng)建模[J];計算機(jī)集成制造系統(tǒng);2008年03期

5 張龍;黃文藝;王寧;熊國良;;基于一種簡單時域方法的滾動軸承性能退化評估(英文)[J];機(jī)床與液壓;2014年12期

6 馬海波;徐海黎;王恒;黃希;;基于Kolmogrov-Smirnov檢驗的機(jī)械設(shè)備性能退化評估研究[J];制造業(yè)自動化;2013年22期

7 張龍;黃文藝;熊國良;周建民;周繼慧;;基于TESPAR與GMM的滾動軸承性能退化評估[J];儀器儀表學(xué)報;2014年08期

8 鐘鑫;劉文彬;楊劍鋒;;基于邏輯回歸的滾動軸承性能退化評估[J];科技信息;2010年16期

9 郭磊;李興林;吳參;劉呈則;;基于支持向量機(jī)的滾動軸承性能退化評估方法[J];軸承;2012年08期

相關(guān)博士學(xué)位論文 前3條

1 張彬;數(shù)據(jù)驅(qū)動的機(jī)械設(shè)備性能退化建模與剩余壽命預(yù)測研究[D];北京科技大學(xué);2016年

2 郭磊;基于核模式分析方法的旋轉(zhuǎn)機(jī)械性能退化評估技術(shù)研究[D];上海交通大學(xué);2009年

3 潘玉娜;滾動軸承的性能退化特征提取及評估方法研究[D];上海交通大學(xué);2011年

相關(guān)碩士學(xué)位論文 前7條

1 周楊;滾動軸承性能退化評估技術(shù)研究[D];電子科技大學(xué);2014年

2 李卉;基于狀態(tài)監(jiān)測的滾動軸承性能退化評估[D];大連工業(yè)大學(xué);2015年

3 徐清瑤;基于支持向量數(shù)據(jù)描述的滾動軸承性能退化評估[D];華東交通大學(xué);2015年

4 張雪峰;滾動軸承故障診斷與性能退化評估[D];哈爾濱工業(yè)大學(xué);2016年

5 鄭建禹;基于CFOA-MKHSVM模型的滾動軸承性能退化評估方法研究[D];哈爾濱理工大學(xué);2016年

6 何兵;基于KJADE的軸承故障識別與性能退化評估方法研究[D];安徽大學(xué);2017年

7 劉雨;基于支持向量數(shù)據(jù)描述與信息融合的設(shè)備性能退化評估研究[D];上海交通大學(xué);2009年

，

本文編號：1368809