基于PSW度量的轴承衰退趋势递归预测

发布时间：2021-01-10 17:18

　　针对采用递归方法预测轴承衰退趋势预测过程中存在误差快速累积增大从而影响预测结果的问题,本文提出一种基于PSW度量的多变量序列递归预测方法。该方法通过离线提取具有相似性的轴承故障序列数据,作为包含领域信息的元数据,构建递归预测模型,实现对目标轴承衰退趋势的在线预测。 

【文章来源】：中外企业家. 2020,(17)

【文章页数】：2 页

【部分图文】：

方法流程图

采用PHM2012数据集，针对工况一条件下的七个轴承进行仿真实验。对轴承振动信号数据进行RMS特征提取，具体如图2所示：从图2可看出轴承运行状态一般分为三种状态：平稳期、衰退期与快速失效期，单从数据趋势上看，同一型号轴承在相同工况下的衰退曲线之间存在一定的相似性。

针对已知轴承序列数据，首先采用层次聚类方法实现对相似轴承序列数据的划分。利用基于PSW序列进行聚类，结果如图3所示。可明显看出，基于PSW的聚类方法将已知轴承序列数据划分成四类，分别是：轴承序列1、3，称A类；序列4、5、7，称B类，序列2、6则称C、D类。4 结束语

【参考文献】：
硕士论文
[1]基于多特征量的滚动轴承退化状态评估和剩余寿命预测方法研究[D]. 燕晨耀.电子科技大学 2016



本文编号：2969102