论文摘要
针对滚动轴承剩余寿命预测中的特征选择及模型优化问题,提出了基于状态追踪特征相空间重构的轴承寿命预测方法。该方法在轴承特征进行单调性与敏感性评估的基础上,对轴承运行状态跟踪能力进行量化评估,进而筛选出轴承性能退化的最优特征集。为了统一描述各个特征对轴承退化状态的表征信息,采用自适应混沌粒子群算法(Adaptive Chaos Particle Swarm Optimization, ACPSO)优化支持向量数据描述(Support Vector Data Description, SVDD)方法构建轴承健康指数,该健康指数对轴承运行状态进行了准确划分。最后,以轴承衰退期的相空间重构指数为基础,采用ACPSO-GRNN预测轴承剩余寿命。通过试验表明,该方法不仅能及早发现轴承运行的衰退时间点,且相比于SVR和BP神经网络寿命预测具有更高的预测精度。
论文目录
文章来源
类型: 期刊论文
作者: 柏林,闫康,刘小峰
关键词: 滚动轴承寿命预测,相空间重构
来源: 振动与冲击 2019年23期
年度: 2019
分类: 工程科技Ⅱ辑,信息科技
专业: 机械工业,自动化技术
单位: 重庆大学机械传动国家重点实验室
基金: 中国自然科学基金项目(51475052,51675064),中央高校基本业务费(106112016CDJZR115502),博士后基金(2016T90833,2015M582519)
分类号: TH133.33;TP18
DOI: 10.13465/j.cnki.jvs.2019.23.017
页码: 119-125
总页数: 7
文件大小: 945K
下载量: 299
相关论文文献
标签:滚动轴承寿命预测论文; 相空间重构论文;