基于高维随机矩阵特征值之差的滚动轴承状态异常检测算法

摘要：

针对滚动轴承异常检测准确性差、精度低及数据维度灾难造成检测困难等问题,提出一种基于随机矩阵特征值之差指标的滚动轴承状态异常检测算法.运用平移时间窗对不同时刻的轴承信息锁定,并通过分段、随机化、扩增和维度重构等方法构造出高维随机特征矩阵;利用随机矩阵理论对高维数据良好的处理能力,给出了滚动轴承特征值之差指标的构造方法及动态检测阈值的数学公式,可降低噪声的干扰,提高检测指标的鲁棒性与检测结果的准确性.采用辛辛那提大学智能维护系统(intelligent maintenance system,IMS)中心的滚动轴承全寿命数据进行应用研究,分析了不同误警率对检测结果的影响;从指标构建、阈值设定及异常检测等方面,将特征值之差算法与特征值之比算法进行比较.结果 表明,最大、最小特征值之差算法中检测指标构建及阈值设定更符合实际工况,对滚动轴承异常状态检测更准确,对早期异常状态的识别更敏感.

关键词：滚动轴承;随机矩阵理论;异常检测;检测阈值;特征值之差

所属期刊栏目：41

分类号：TH165.3

资助基金：国家重点研发计划;江苏省"六大人才高峰"高层次人才项目;江苏省研究生科研创新计划项目;南通市基础科学研究项目

在线出版日期：2022-03-18（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：14-20