基于优化Bray-Curtis相异度和PSO算法的轴承剩余寿命预测方法研究

摘要：

轴承在车辆运行过程中既承受载荷又传递载荷,工作环境非常恶劣,若发生故障,会严重威胁车辆的正常运行安全,因此对轴承开展剩余寿命预测方法研究具有重大意义.文章提出了采用稀疏自编码器和Bray-Curtis相异度相结合的方式构建新的轴承健康指标集,并利用改进后的粒子群优化(Particle Swarm Optimization,PSO)算法建立轴承退化模型,最后对测试轴承的剩余寿命进行预测.首先,将轴承健康样本及实测数据的各特征指标输入到稀疏自编码器中进行训练,提取出2种轴承特征参数,计算Bray-Curtis相异度差值作为新的健康指标;然后,基于改进后PSO算法建立轴承退化模型;最后,依据新的健康指标对实测状态下的轴承进行剩余寿命预测.结果表明:该退化模型的拟合曲线预测精度较高,其性能退化曲线与实际轴承退化情况较为接近,可以较好地预测轴承的剩余寿命.

关键词：Bray-Curtis相异度、PSO算法、退化模型、剩余寿命预测

分类号：U270.331+.2(车辆工程)

资助基金：国家能源集团科技创新项目SHGF-17-54

在线出版日期：2023-08-18（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：90-96