基于PKPCA和逻辑回归模型的滚动轴承寿命预测研究

发布时间：2020-06-07 14:14

【摘要】：滚动轴承是旋转机械设备的重要部件,同时也是主要的承力部件。其运行状态将会影响到机器的工作性能,因此对滚动轴承的运行状态进行实时监测,预测滚动轴承的剩余使用寿命,不仅可以减少轴承故障带来的经济损失,还可以避免重大事故的发生。本文以滚动轴承振动信号为研究对象,采用MED-MEEMD降噪的方法,从强噪声中提取表征轴承故障状态的特征量,通过快速谱峭度图分析和包络解调确定轴承的故障类型。采用概率核主成分分析(Probabilistic Kernel Principal Component Analysis,PKPCA)的方法挑选基于时域、频域和时频域的混合域特征值,并将其作为逻辑回归模型的协变量,建立了轴承的性能退化模型。下面介绍本文的详细研究内容:(1)论述了本课题的研究方向、研究内容和研究意义,对轴承的基本结构、常用的轴承特征量进行了表述,以及对滚动轴承各部分的故障特征频率进行了推导。设计了轴承外圈、内圈和滚动体等不同类型的故障试验,通过labview软件开发了一套滚动轴承振动信号采集和分析系统,搭配美国国家仪器提供的数据采集设备,实现了对滚动轴承振动信号的实时采集、数据保存和数据分析。该数据分析系统可以对采集到的振动信号进行时域和频域分析,同时包括倒频谱和包络解调技术。(2)为了在强噪声环境下,准确提取滚动轴承的故障特征,研究了基于最小熵反褶积和改进的集合经验模态分解的滚动轴承振动信号降噪方法,通过最小熵反褶积对轴承振动信号进行初步降噪,降低噪声的同时提高了信号的峭度值和信噪比。然后采用MEEMD对信号进行分解,挑选有用的固有模态函数重构信号。对重构后的信号进行快速谱峭度图分析确定带通滤波器参数,通过包络解调谱确定滚动轴承的故障类型。(3)研究了基于概率核主成分分析和逻辑回归模型的滚动轴承性能退化评估方法,将能够表征轴承退化状态的时域、频域和时频域的特征值组成高维混合域特征集,通过概率核主成分分析的方法对高维混合域特征集降维,将降维后得到的主元作为逻辑回归模型的协变量,实现了对滚动轴承性能退化的评估。
【学位授予单位】：大连理工大学
【学位级别】：硕士
【学位授予年份】：2018
【分类号】：TH133.33

【参考文献】

相关期刊论文 前10条

1 郑红;周雷;杨浩;;基于小波包分析与多核学习的滚动轴承故障诊断[J];航空动力学报;2015年12期

2 陆超;陈捷;洪荣晶;;采用概率主成分分析的回转支承寿命状态识别[J];西安交通大学学报;2015年10期

3 王志坚;韩振南;刘邱祖;宁少慧;;基于MED-EEMD的滚动轴承微弱故障特征提取[J];农业工程学报;2014年23期

4 刘韬;陈进;董广明;;KPCA和耦合隐马尔科夫模型在轴承故障诊断中的应用[J];振动与冲击;2014年21期

5 刘志川;唐力伟;曹立军;;基于MED及FSK的滚动轴承微弱故障特征提取[J];振动与冲击;2014年14期

6 向丹;葛爽;;基于EMD样本熵-LLTSA的故障特征提取方法[J];航空动力学报;2014年07期

7 李巍华;戴炳雄;张绍辉;;基于小波包熵和高斯混合模型的轴承性能退化评估[J];振动与冲击;2013年21期

8 郑近德;程军圣;杨宇;;改进的EEMD算法及其应用研究[J];振动与冲击;2013年21期

9 申中杰;陈雪峰;何正嘉;孙闯;张小丽;刘治汶;;基于相对特征和多变量支持向量机的滚动轴承剩余寿命预测[J];机械工程学报;2013年02期

10 王宏超;陈进;董广明;从飞云;;基于快速kurtogram算法的共振解调方法在滚动轴承故障特征提取中的应用[J];振动与冲击;2013年01期

相关博士学位论文 前5条

1 蒋超;基于EEMD与MED的冲击信号自适应故障特征提取方法[D];上海大学;2016年

2 王洪伟;航空发动机滚动轴承故障诊断与预测关键技术研究[D];南京航空航天大学;2015年

3 董绍江;基于优化支持向量机的空间滚动轴承寿命预测方法研究[D];重庆大学;2012年

4 孙见忠;面向单元体的航空发动机健康状态评估与预测方法研究[D];南京航空航天大学;2012年

5 王婷;EMD算法研究及其在信号去噪中的应用[D];哈尔滨工程大学;2010年

相关硕士学位论文 前7条

1 王贝;基于改进Logistic回归模型航空发动机滚动轴承寿命预测[D];大连理工大学;2017年

2 张涛;基于VMD的航空发动机中介轴承故障诊断[D];大连理工大学;2017年

3 崔立明;中介轴承寿命预测方法与寿命试验研究[D];大连理工大学;2016年

4 陈旭涛;滚动轴承可靠性评估与剩余寿命预测研究[D];大连理工大学;2017年

5 孙建;滚动轴承振动故障特征提取与寿命预测研究[D];大连理工大学;2015年

6 刘恩龙;基于WPHM模型的滚动轴承寿命预测方法研究[D];大连理工大学;2014年

7 姜海燕;基于统计分布模型的滚动轴承故障特征提取方法研究[D];湖南工业大学;2011年

，

本文编号：2701543