Hilbert-全矢HMM轴承剩余寿命预测

作者：张旺; 陈磊; 陈超宇; 韩捷

来源：机械设计与制造, 2020, (03): 95-98.

DOI：10.19356/j.cnki.1001-3997.2020.03.022

• 全矢谱
• Hilbert
• 聚类方法
• 混合高斯函数
• GHMM

由于旋转机械工矿复杂,传统的诊断预测方法往往用单通道信息采集,不仅包含大量噪声而且易造成有效信息的缺失,而且例如神经网络等预测方法需要大量的训练样本,不能对故障进行及时有效的诊断和预测。结合隐马尔科夫链(HMM)训练样本少,识别精度高以及全矢信息融合技术克服单通道信息采集不全的优点。提出基于Hilbert-全矢HMM预测方法,首先对双通道信号、分别进行Hilbert包络解调去除噪声,对处理后的、信号进行全矢融合提取主振矢,采用趋势向聚类方法对主振矢信号进行聚类分析,利用GHMM模型与每一类的匹配度作为识别预测结果。并通过对轴承内圈剩余寿命的预测进行验证,其预测精度达到90.64%,表明该方法的有效性。

• 单位
  郑州大学