科研之友
微信
新浪微博
Facebook
分享链接
摘要
退化过程的建模依赖时间和幅值的离散化，现有的退化建模方法大多基于时间均匀离散的假设。然而，在设备的日常运维中，由于传感器故障或操作人员失误等因素，可用监测数据会出现非均匀分布的情况(如旋转机械的关键部件滚动轴承的状态监测数据)，导致退化模型进行参数更新和剩余寿命预测时存在额外偏差。针对该问题，提出一种非均匀监测条件下的滚动轴承剩余寿命预测方法。首先，构造监测间隔相关的布朗运动项，以精确刻画非等间隔退化模型中随机参数的时间不确定性。在此基础上，提出了一种基于期望最大化算法和平方根容积卡尔曼滤波的非等间隔退化模型的参数动态推断方法，实现了滚动轴承退化状态与剩余寿命的自适应估计。通过滚动轴承全寿命试验实例，验证所提出剩余寿命预测方法的有效性。结果表明，在非均匀监测条件下，与其他指数退化模型相比，所提出的方法具有更高的预测准确度和更优的拟合性能。
-
单位西安交通大学机械制造系统工程国家重点实验室; 机械传动国家重点实验室; 重庆大学
