基于贝叶斯算法的齿轮箱故障诊断和剩余寿命预测

发布时间：2020-08-21 03:30

【摘要】：互联网+时代,随着中国制造2025的提出,工业生产已向着网络化、智能化方向迈进。齿轮作为重要的传动元件,在工业生产中扮演着重要角色。近几年,为了减少人力对齿轮设备进行维护与管理带来的成本和误差,齿轮故障诊断和剩余寿命方法已成为研究热点,而大多数研究基于解析模型,主要通过构造观测器估计系统输出,然后将其与输出的测量值作比较从中取得信息,这种模型往往需要建立精确的系统性模型,但随着齿轮等设备复杂化,无法建立这种模型,也就不能进行正确的故障诊断和剩余寿命预测研究。针对此问题,本文提出基于数据驱动的方法,研究的主要工作:利用从齿轮、齿轮轴承中所获得的正常和模拟的振动信号,通过贝叶斯算法来进行齿轮故障诊断和轴承剩余寿命预测,细分如下:(1)通过离散傅立叶变换(FFT)对齿轮振动信号进行特征提取,统计每个特征值,运用降维和决策树J48算法找到最佳特征数量,再使用朴素贝叶斯和贝叶斯网络分类器,对二者的分类精度比较,最终找到优越的特征分类器。其中朴素贝叶斯方法获得了83.74%的分类精度,并利用混肴矩阵进行分类器验证。(2)利用获得的齿轮轴承振动信号,再基于改进贝叶斯推理算法对其进行剩余寿命预测(RUL)。在RUL的研究中,主要是由加速度计拾取、采集齿轮箱中的轴承振动信号,从小波阈值去噪中提取健康指标,然后对指标采取线性降维方法和特征累计。最后,利用改进的贝叶斯推理算法进行轴承RUL预测,并且应用该算法到QPZZ-II平台进行实验。获得了93.49%的平均精度。
【学位授予单位】：湖南工业大学
【学位级别】：硕士
【学位授予年份】：2018
【分类号】：TH132.41;TP18
【图文】：

实验装置实体图

25图 3-6 实验装置示意图齿轮连接到一个直流电机(用作发电机)产生 2.1 千瓦功率，这是耗的。因此，变速箱的实际负载只有3马力，为其额定功率(5.6马力)的环境中负载利用率从 50％到 100％不等。在传统测力计的情况下可能会发生额外的扭转振动。在此避免这种情况下，通过使用直流组。

图 3-7 齿轮传动振动信号然后利用 MATLAB，对所采集到的振动信号计算其平均值、最大值、标准差、方差和均方差，并且绘制 FFT 频谱图和功率谱图，分别如图 33-9 所示，其中频率单位 Hz，功率谱级单位 dB。表 3-3 统计特征结果平均值 最大值 最小值 标准差 方差 均方差 峰0.5028 7.2283 -6.2727 1.6315 2.6618 1.7068 5.30.50.60.7

【参考文献】

相关期刊论文 前6条

1 尹斌;郑先斌;;武器装备全寿命管理中的标准化体系研究[J];四川兵工学报;2013年10期

2 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

3 龙泉;刘永前;杨勇平;;基于粒子群优化BP神经网络的风电机组齿轮箱故障诊断方法[J];太阳能学报;2012年01期

4 孙绍辉;王华伟;李伟;;潜在故障期内航空发动机的剩余寿命预测[J];航空计算技术;2012年01期

5 满强;夏良华;王亚彬;徐英;;复杂装备健康管理模式综述[J];火炮发射与控制学报;2009年02期

6 杨志波;董明;;动态贝叶斯网络在设备剩余寿命预测中的应用研究[J];计算机集成制造系统;2007年09期

相关硕士学位论文 前3条

1 平安生;大数据背景下的装备制造企业能耗预测[D];河北工业大学;2015年

2 周浩;基于贝叶斯网络风机齿轮箱故障诊断专家系统的研究[D];哈尔滨理工大学;2014年

3 王学芝;基于优化支持向量机的工业装备寿命预测算法研究[D];辽宁大学;2014年

本文编号：2798856