滾動軸承廣泛應(yīng)用于旋轉(zhuǎn)機械中,其運行狀態(tài)和旋轉(zhuǎn)機械的整體性能有著密切的聯(lián)系。故滾動軸承的健康管理對延長機械設(shè)備壽命、提高運行可靠性具有重大的意義。其中剩余使用壽命（RUL）預(yù)測是實現(xiàn)旋轉(zhuǎn)機械的健康管理和預(yù)測性維護(hù)最重要的技術(shù)之一,并受到廣泛的關(guān)注。本文以門控循環(huán)單元（GRU）網(wǎng)絡(luò)為基礎(chǔ),對滾動軸承的RUL進(jìn)行研究,研究的內(nèi)容如下:由于各個軸承的退化狀態(tài)各異,本文針對振動信號建立健康指標(biāo)（HI）估計模型,然后結(jié)合粒子濾波算法預(yù)測RUL。在該模型中,首先針對基本特征中存在的波動以及退化趨勢不明顯的問題,提出一種基本特征提取與具有自適應(yīng)噪聲的完整集合經(jīng)驗?zāi)B(tài)分解相結(jié)合的方法提取趨勢特征,并且利用單調(diào)性和相關(guān)性篩選特征。然后,針對軸承失效閾值難確定的問題,將篩選出的最優(yōu)特征集輸入GRU網(wǎng)絡(luò)獲得HI并利用粒子濾波算法得到測試軸承的RUL。針對滾動軸承在健康階段退化特征不明顯的情況,本文進(jìn)一步研究了在健康階段監(jiān)測其運行狀態(tài),在開始退化時發(fā)出警報并觸發(fā)RUL預(yù)測裝置的方法。在此基礎(chǔ)上,該算法考慮到軸承的退化模式不同,提出了針對不同的退化模式建立預(yù)測模型的方法。其中快速退化模式,訓(xùn)練軸承的退化信息較少... 

【文章來源】：武漢科技大學(xué)湖北省

【文章頁數(shù)】：72 頁

【學(xué)位級別】：碩士

【部分圖文】：

滾動軸承的基本結(jié)構(gòu)圖

武漢科技大學(xué)碩士學(xué)位論文10（9.6-12.8kHZ）作為提取的特征�；谒@得的頻域特征，利用相似性特征變換工具[59]來描述當(dāng)前時間和初始時間之間數(shù)據(jù)序列的相似性度量，其計算公式如下：r122r11(0)(0)()()()(0)(0)()()MmmrrrmrMMmmrrrmmffftftFtffftft（2-1）其中，M表示序列12,,16(t)rrf的長度，(0)rf和(t)rf分別是序列rf在初始時刻和當(dāng)前時刻的值。(0)rf和()rft分別為1:(0)mrmMf和1:()mrmMft的均值。綜上所述，頻域的特征可以表示為12,,16()rrFt。圖2.2軸承1-1水平振動信號的頻譜演變2.2.3基于小波包的時頻域特征提取時域、頻域特征是針對平穩(wěn)信號提出來的特征處理方法。通常傳感器采集的是非平穩(wěn)和非線性信號，所以，時頻域特征提取的方法被提出來。時頻域特征通常是隨時間變化的，即可以在某一時刻獲取到時域與頻域信息。小波分解在信號處理中被廣泛利用，其可以通過信號的時頻局部特征來表征。然而，小波分解不能對信號的高頻部分進(jìn)行分解，為了克服這一缺點，引入小波包分解（WPD）對信號的高頻部分和低頻部分進(jìn)行分解[61]。WPD通過分析信號特性和要求可以自適應(yīng)地選擇合適的頻譜以匹配信號頻譜。當(dāng)軸承發(fā)生故障時，不同的故障類型導(dǎo)致不同頻帶內(nèi)的能量發(fā)生變換，所以本文主要提取WPD的能量比特征。如圖2.3為小波包分解過程的示意圖。

PRONOSTIA實驗臺

【參考文獻(xiàn)】：
期刊論文
[1]電動汽車供電系統(tǒng)鋰電池剩余壽命預(yù)測[J]. 張吉宣,賈建芳,曾建潮.  電子測量與儀器學(xué)報. 2018(03)
[2]基于奇異值分解和小波包分解的故障檢測[J]. 李一博,沈慧,高遠(yuǎn).  電子技術(shù)應(yīng)用. 2018(03)
[3]基于非線性降維和模糊均值聚類的滾動軸承的性能退化在線評估方法[J]. 周建民,郭慧娟,張龍.  機械設(shè)計與研究. 2017(06)
[4]機械設(shè)備運行可靠性評估的發(fā)展與思考[J]. 何正嘉,曹宏瑞,訾艷陽,李兵.  機械工程學(xué)報. 2014(02)
[5]大型機械設(shè)備變工況非平穩(wěn)動態(tài)分析與監(jiān)測診斷關(guān)鍵技術(shù)[J]. 何正嘉,訾艷陽,張周鎖,馬軍星,高強,楊勝軍.  中國機械工程. 1999(09)

博士論文
[1]基于機器學(xué)習(xí)的旋轉(zhuǎn)機械故障診斷方法的研究[D]. 徐波.武漢科技大學(xué) 2019
[2]基于振動信號處理的滾動軸承故障診斷方法研究[D]. 王曉龍.華北電力大學(xué)(北京) 2017
[3]數(shù)據(jù)驅(qū)動的機械設(shè)備性能退化建模與剩余壽命預(yù)測研究[D]. 張彬.北京科技大學(xué) 2016
[4]滾動軸承振動信號特征提取與狀態(tài)評估方法研究[D]. 王玉靜.哈爾濱工業(yè)大學(xué) 2015
[5]基于優(yōu)化支持向量機的空間滾動軸承壽命預(yù)測方法研究[D]. 董紹江.重慶大學(xué) 2012
[6]基于非線性信號分析的滾動軸承狀態(tài)監(jiān)測診斷研究[D]. 劉永斌.中國科學(xué)技術(shù)大學(xué) 2011

碩士論文
[1]滾動軸承的故障特征提取及剩余壽命預(yù)測研究[D]. 楊治飛.山東理工大學(xué) 2017
[2]基于多健康狀態(tài)評估的滾動軸承剩余壽命預(yù)測方法研究[D]. 張龍龍.電子科技大學(xué) 2014



本文編號：3025762