CHMM和AR模型在轴承性能退化评估与预测中的应用

作者：刘义民; 刘韬; 陈庆

来源：电子科技, 2020, 33(05): 58-65.

DOI：10.16180/j.cnki.issn1007-7820.2020.05.010

• 连续隐马尔可夫模型
• 自回归
• 趋势外推
• 性能退化评估
• 性能退化预测
• 特征提取

经典的故障诊断技术可对系统运行状态进行实时评估,但在实际应用中更希望预知故障的发生以便对人身、经济安全做出保障。轴承作为机械设备的关键部件,其损坏会造成严重的工程事故,因此需对轴承进行故障诊断。文中引入连续隐马尔可夫模型以对数似然数作为评估指标来评估性能退化,即利用基于模型输出的对数似然率结合自回归模型对轴承进行性能退化预测。为了更好地验证方法有效性,文中使用了两组全寿命数据互为对比。结果显示,使用基于连续隐马尔可夫模型的轴承性能退化评估法对轴承性能的退化进行评估效果良好,自回归模型在寿命预测上得到了较为精准的结果。

• 单位
  昆明理工大学; 机电工程学院