摘要
针对传统机器学习出现"伪回归"问题,忽视非平稳序列间的长期依赖关系,提出协整理论和向量误差修正模型预测滚动轴承的性能退化趋势,进而预测其剩余使用寿命(RUL)。首先从振动信号中提取峭度值、峰峰值和均方根值,并分析其平稳性。然后检验3种时域特征的协整关系,根据检验结果来建立向量误差修正模型,并对模型进行残差分析,分析结果接近于高斯白噪声分布,表明模型良好。最后利用该模型预测轴承性能退化趋势和RUL,并使用均方根误差(RMSE)、平均百分比误差(MPE)、平均绝对百分比误差(MAPE)和Theil不等系数来定量评估预测结果。实验结果表明,提出的向量误差修正模型相比于差分平均移动自回归-卡尔曼滤波模型,具有更高的预测精度,并简化了建模过程。
- 单位