滚动轴承性能退化率与时间序列相似性之间的灰关系评估

发布时间：2025-04-01 02:45

　　 为挖掘滚动轴承性能退化的更深层信息,建立了性能退化率与时间序列相似度之间的灰关系评估模型。首先,基于最大熵泊松计数原理计算性能退化率;然后,选取最佳性能时期的振动数据序列作为本征序列,分别计算其他振动数据序列与本征序列的相似性(基数贴近度);最后,基于灰关系分析法求解灰置信水平,分析性能退化率与时间序列间相似性的关联程度。仿真及实际案例表明,性能退化率与时间序列间相似性的灰置信水平分别为85.275%和90.5%,两者之间的关联程度非常高。将2个指标结合使用可以更全面地获取滚动轴承性能退化的深层次信息。

【文章页数】：6 页

【部分图文】：

图1 不同标准差下的振动数据序列

用正态分布仿真轴承振动数据[2],得到1000个均值为0,标准差分别为0.1,0.2,0.4,0.6的数据序列,如图1所示,由图可知:标准差为0.1时,振动数据在[-0.260,0.184]区间波动;标准差为0.2时,振动数据在[-0.471,0.353]区间波动;标准差....

图2 本征序列的概率密度函数

选取均值为-0.009,标准差为0.102的数据序列作为本征序列,基于最大熵法计算本征序列的概率密度函数,结果如图2所示。选取置信水平P=90%,用分位数法求出性能置信区间的下限值XL1=-0.181,上限值XU1=0.148。分别计算不同标准差下4个振动数据序列落在本征序列置....

图3 不同标准差下的振动性能退化率

选取置信水平P=90%,用分位数法求出性能置信区间的下限值XL1=-0.181,上限值XU1=0.148。分别计算不同标准差下4个振动数据序列落在本征序列置信区间[-0.181,0.148]之外的概率(即退化率),结果如图3所示,由图可知,性能退化率随标准差的增大呈非线性增大....

图4 不同标准差下的基数贴近度

选取标准差为0.1时的振动数据序列作为本征序列,分别计算标准差0.2,0.4,0.6时振动数据序列与本征序列的基数贴近度,结果如图4所示,由图可知,各振动数据序列与本征序列的基数贴近度随标准差的增大呈现非线性下降的趋势:当标准差从0.1增加到0.2时,基数贴近度降至0.696,降....

本文编号：4038819