基于隐马尔科夫模型的滚动轴承性能退化评估
滚动轴承的运行状态与退化程度息息相关,若能对轴承的退化程度进行在线定量评估,则可使设备维护策略的制定具有针对性.本文对无故障样本进行小波包分解得到能量值并将其和时域值作为原始特征.对原始特征进行降维后分为训练和待测数据,用无故障样本训练HMM模型,稳定后保持模型不变通过迭代的方式将待测样本输入到训练好的HMM,获得最大输出似然概率作为性能退化程度指标,用轴承加速疲劳试验和包络解调对本文的结论进行验证.本文提出的性能退化方法得到的结论与轴承加速疲劳试验得到的结果一致.
隐马尔科夫、滚动轴承、小波包分解、时域特征、性能退化评估、包络解调
34
TN91;TH17
国家自然科学基金项目51205130,51665013
2017-10-20(万方平台首次上网日期,不代表论文的发表时间)
共7页
110-116