基于多策略协同进化的粒子滤波算法在轴承寿命预测中的应用

发布时间：2020-06-14 09:03

【摘要】：研究滚动轴承剩余寿命预测技术,对保障机械设备运行的安全性和维修决策十分重要。为研究在实际工况下对滚动轴承进行寿命预测的方法,从信号盲源分离,特征提取和寿命预测三个方面深入研究,对粒子滤波算法进行改进,得到多策略协同进化的粒子滤波算法,并将其应用于滚动轴承的寿命预测。通过实验证明,该方法对轴承寿命预测的精度和准确度有较大的提高。本文主要研究内容如下:1.采用基于自适应最稀疏时频分析(adaptive and sparsest time-frequency analysis,ASTFA)的盲源分离(Blind Source Separation,BSS)算法对仿真信号和实验信号进行盲源分离。2.提出了一个用于轴承剩余寿命预测的新特征指标——加权融合指标(Weighted Fusion Index,WFI)。从轴承的振动信号中提取出的各种特征参数经过趋势性能评估和聚类分析后得到加权融合指标,该特征具备跟踪轴承衰退趋势的良好性能。3.将加权融合指标代入Paris-Erdogan模型中,初始化状态模型参数后,采用粒子滤波算法对模型参数进行实时更新,最后根据退化系统未来时刻的状态递推预测剩余寿命。通过实验验证基于粒子滤波算法对滚动轴承的寿命预测效果。4.提出了一个改进的粒子滤波算法——多策略协同进化的粒子滤波算法。考虑到粒子滤波算法中存在的粒子退化和粒子多样性丧失现象,改进重采样过程,提出自适应的适应度函数,引导重采样后的粒子样本朝着后验概率密度取值较高的位置方向进化,同时使粒子多策略差分进化,提高粒子权值和粒子多样性,从而提高算法的精确度。通过实验证明,改进后的粒子滤波算法对轴承寿命预测的精度和准确度要优于粒子滤波算法。
【学位授予单位】：湖南大学
【学位级别】：硕士
【学位授予年份】：2018
【分类号】：TH133.3
【图文】：

提取轴承的振动信号。而盲源分离方法是一种强大的信号处理方法信号之间的统计独立性，从混合信号中寻找独立成分，从而将其分离盲源分离方法从实际工作情况中得到的多源机械信号中分离出与轴。二步：从轴承的原始振动信号中提取并选择特征指标[19]。选取合适衰退趋势的特征指标是对轴承进行寿命预测的重要部分，为了提高测的准确性[4]，必须提取并选择哪些特征作为寿命预测的依据，所多特征参数中选取最合适的特征指标也是需要研究的方向。基于统指标选择与融合可以选取出跟踪轴承衰退趋势的特征指标。三步：将选取的特征指标代入 Paris-Erdogan 模型中，采用粒子滤波承进行寿命预测。采用粒子滤波算法是为了对模型参数进行更新，承寿命预测的精准度，对粒子滤波算法进行改进，提出多策略协同波算法。文的总体研究思路如图 1.1。基于

图 2.1 BSS 示意图信号进行盲源分离，目前已有很多种算法。BSS 一般基于，并结合合适高效的方法构造用于分离混合信号的矩阵，的形式。优化模型中可选取互信息、KL 散度、最大似然估盲源分离信号混合信号不同的混合方式，可以采用相应优图 2.2 利用先验知识的基本盲源分离方法相互独立、非高斯、ICA非稳态、时变方差谱和空间多样性 时序结构、线性可预

【参考文献】

相关期刊论文 前10条

1 杨宇;何知义;李紫珠;程军圣;;ASTFA-BSS方法及其在齿轮箱复合故障诊断中的应用[J];中国机械工程;2015年15期

2 匡芳君;金忠;徐蔚鸿;张思扬;;Tent混沌人工蜂群与粒子群混合算法[J];控制与决策;2015年05期

3 王尔申;李兴凯;庞涛;;基于BP神经网络的粒子滤波算法[J];智能系统学报;2014年06期

4 胥枫;张桂珠;赵芳;吴德龙;;一种自适应交替的差分混合蛙跳优化算法[J];计算机工程;2014年08期

5 李长杰;谢小东;明新国;;基于状态监测的民机机载设备寿命预测方法现状研究[J];机械制造;2013年08期

6 王英;吕文元;王奕娇;王丽丽;王金武;;基于随机滤波法的滚动轴承剩余寿命预测[J];数学的实践与认识;2013年08期

7 孙磊;贾云献;蔡丽影;张星辉;;粒子滤波参数估计方法在齿轮箱剩余寿命预测中的应用研究[J];振动与冲击;2013年06期

8 陈志敏;薄煜明;吴盘龙;段文勇;刘正凡;;基于自适应粒子群优化的新型粒子滤波在目标跟踪中的应用[J];控制与决策;2013年02期

9 周喜虎;高兴宝;;具有时间因子的粒子群优化算法[J];纺织高校基础科学学报;2011年02期

10 何兵;车林仙;刘初升;;一种蛙跳和差分进化混合算法[J];计算机工程与应用;2011年18期

相关博士学位论文 前1条

1 李丽敏;统计聚类和粒子滤波在故障诊断中的应用研究[D];西北工业大学;2014年

本文编号：2712558