科研之友
微信
新浪微博
Facebook
分享链接
摘要
针对滚动轴承性能退化过程具有平稳和退化两阶段的特点，提出基于EM-IKF协同算法的滚动轴承剩余寿命预测方法。对于平稳阶段，利用西沃兹信息准则（SIC）进行轴承健康状态变点识别，确定轴承的初始退化点；对于退化阶段，建立基于Wiener过程的性能退化表征模型。其次，为了克服传统卡尔曼滤波方法忽略相邻时刻参数的波动性问题，建立基于增量卡尔曼滤波（IKF）算法的状态空间方程；同时为了充分开发利用历史数据和在线监测数据，以便准确确定状态空间方程初始参数，提出基于EM-IKF协同算法的参数自适应更新方法，从而实现轴承剩余寿命自适应在线预测。通过滚动轴承工程实例验证与分析，结果表明：与传统方法相比，本文方法预测精度至少可以提高24.64%。
- 单位
