机械工业论文_基于SKF-KF-Bayes的滚动轴承剩余

文章目录

1 问题描述

2 滚动轴承性能退化建模

2.1 变点识别方法

2.2 退化建模

2.3 模型参数估计

    2.3.1 初始参数估计

    2.3.2 后验参数估计

3 滚动轴承RUL预测

3.1 修正实时监测数据

3.2 RUL分布模型

4 工程实例

5 结 论

文章摘要:准确预测滚动轴承的剩余使用寿命（remaining useful life, RUL）对机械设备安全可靠运行有着至关重要的作用,针对滚动轴承寿命预测中存在的未能准确区分滚动轴承退化阶段与如何有效地利用历史退化数据与实时监测数据等问题,提出了一种SKF（switching Kalman filters）、KF（Kalman filters）和Bayes结合的滚动轴承性能退化建模与剩余使用寿命预测方法。结合滚动轴承振动信号性能监测数据,采用SKF方法识别出轴承性能退化的变点;利用随机效应指数退化模型描述轴承性能退化过程,结合同类轴承性能数据给出模型未知参数极大似然估计;利用KF单步预测对当前时刻监测数据进行修正,基于Bayes方法对模型中的随机参数进行实时更新,推导出轴承剩余使用寿命分布模型,计算滚动轴承剩余使用寿命;通过对滚动轴承试验数据分析,验证了该方法的适用性和有效性。

文章关键词:

论文DOI:10.13465/j.cnki.jvs.2021.19.004

论文分类号:TH133.33

上一篇：面向工程教育专业认证的机械设计基础教学改革
下一篇：没有了