發(fā)布時間：2020-06-14 09:03

【摘要】：研究滾動軸承剩余壽命預(yù)測技術(shù),對保障機械設(shè)備運行的安全性和維修決策十分重要。為研究在實際工況下對滾動軸承進行壽命預(yù)測的方法,從信號盲源分離,特征提取和壽命預(yù)測三個方面深入研究,對粒子濾波算法進行改進,得到多策略協(xié)同進化的粒子濾波算法,并將其應(yīng)用于滾動軸承的壽命預(yù)測。通過實驗證明,該方法對軸承壽命預(yù)測的精度和準確度有較大的提高。本文主要研究內(nèi)容如下:1.采用基于自適應(yīng)最稀疏時頻分析(adaptive and sparsest time-frequency analysis,ASTFA)的盲源分離(Blind Source Separation,BSS)算法對仿真信號和實驗信號進行盲源分離。2.提出了一個用于軸承剩余壽命預(yù)測的新特征指標(biāo)——加權(quán)融合指標(biāo)(Weighted Fusion Index,WFI)。從軸承的振動信號中提取出的各種特征參數(shù)經(jīng)過趨勢性能評估和聚類分析后得到加權(quán)融合指標(biāo),該特征具備跟蹤軸承衰退趨勢的良好性能。3.將加權(quán)融合指標(biāo)代入Paris-Erdogan模型中,初始化狀態(tài)模型參數(shù)后,采用粒子濾波算法對模型參數(shù)進行實時更新,最后根據(jù)退化系統(tǒng)未來時刻的狀態(tài)遞推預(yù)測剩余壽命。通過實驗驗證基于粒子濾波算法對滾動軸承的壽命預(yù)測效果。4.提出了一個改進的粒子濾波算法——多策略協(xié)同進化的粒子濾波算法�？紤]到粒子濾波算法中存在的粒子退化和粒子多樣性喪失現(xiàn)象,改進重采樣過程,提出自適應(yīng)的適應(yīng)度函數(shù),引導(dǎo)重采樣后的粒子樣本朝著后驗概率密度取值較高的位置方向進化,同時使粒子多策略差分進化,提高粒子權(quán)值和粒子多樣性,從而提高算法的精確度。通過實驗證明,改進后的粒子濾波算法對軸承壽命預(yù)測的精度和準確度要優(yōu)于粒子濾波算法。
【學(xué)位授予單位】：湖南大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2018
【分類號】：TH133.3
【圖文】：

提取軸承的振動信號。而盲源分離方法是一種強大的信號處理方法信號之間的統(tǒng)計獨立性，從混合信號中尋找獨立成分，從而將其分離盲源分離方法從實際工作情況中得到的多源機械信號中分離出與軸。二步：從軸承的原始振動信號中提取并選擇特征指標(biāo)[19]。選取合適衰退趨勢的特征指標(biāo)是對軸承進行壽命預(yù)測的重要部分，為了提高測的準確性[4]，必須提取并選擇哪些特征作為壽命預(yù)測的依據(jù)，所多特征參數(shù)中選取最合適的特征指標(biāo)也是需要研究的方向�；诮y(tǒng)指標(biāo)選擇與融合可以選取出跟蹤軸承衰退趨勢的特征指標(biāo)。三步：將選取的特征指標(biāo)代入 Paris-Erdogan 模型中，采用粒子濾波承進行壽命預(yù)測。采用粒子濾波算法是為了對模型參數(shù)進行更新，承壽命預(yù)測的精準度，對粒子濾波算法進行改進，提出多策略協(xié)同波算法。文的總體研究思路如圖 1.1�；�

圖 2.1 BSS 示意圖信號進行盲源分離，目前已有很多種算法。BSS 一般基于，并結(jié)合合適高效的方法構(gòu)造用于分離混合信號的矩陣，的形式。優(yōu)化模型中可選取互信息、KL 散度、最大似然估盲源分離信號混合信號不同的混合方式，可以采用相應(yīng)優(yōu)圖 2.2 利用先驗知識的基本盲源分離方法相互獨立、非高斯、ICA非穩(wěn)態(tài)、時變方差譜和空間多樣性 時序結(jié)構(gòu)、線性可預(yù)

【參考文獻】

相關(guān)期刊論文 前10條

1 楊宇;何知義;李紫珠;程軍圣;;ASTFA-BSS方法及其在齒輪箱復(fù)合故障診斷中的應(yīng)用[J];中國機械工程;2015年15期

2 匡芳君;金忠;徐蔚鴻;張思揚;;Tent混沌人工蜂群與粒子群混合算法[J];控制與決策;2015年05期

3 王爾申;李興凱;龐濤;;基于BP神經(jīng)網(wǎng)絡(luò)的粒子濾波算法[J];智能系統(tǒng)學(xué)報;2014年06期

4 胥楓;張桂珠;趙芳;吳德龍;;一種自適應(yīng)交替的差分混合蛙跳優(yōu)化算法[J];計算機工程;2014年08期

5 李長杰;謝小東;明新國;;基于狀態(tài)監(jiān)測的民機機載設(shè)備壽命預(yù)測方法現(xiàn)狀研究[J];機械制造;2013年08期

6 王英;呂文元;王奕嬌;王麗麗;王金武;;基于隨機濾波法的滾動軸承剩余壽命預(yù)測[J];數(shù)學(xué)的實踐與認識;2013年08期

7 孫磊;賈云獻;蔡麗影;張星輝;;粒子濾波參數(shù)估計方法在齒輪箱剩余壽命預(yù)測中的應(yīng)用研究[J];振動與沖擊;2013年06期

8 陳志敏;薄煜明;吳盤龍;段文勇;劉正凡;;基于自適應(yīng)粒子群優(yōu)化的新型粒子濾波在目標(biāo)跟蹤中的應(yīng)用[J];控制與決策;2013年02期

9 周喜虎;高興寶;;具有時間因子的粒子群優(yōu)化算法[J];紡織高�；A(chǔ)科學(xué)學(xué)報;2011年02期

10 何兵;車林仙;劉初升;;一種蛙跳和差分進化混合算法[J];計算機工程與應(yīng)用;2011年18期

相關(guān)博士學(xué)位論文 前1條

1 李麗敏;統(tǒng)計聚類和粒子濾波在故障診斷中的應(yīng)用研究[D];西北工業(yè)大學(xué);2014年

本文編號：2712558