基于信号包络的灰色模型的滚动轴承故障预测.pdfVIP

2013全国计算机网络与通信学术会议优秀论文 Tellecom market 基于信号包络的灰色模型的滚动轴承故障预测 张 登 陈 前 (南京航空航天大学机械结构力学及控制国家重点实验室，210016) 摘 要：提出了一种基于信号包络的退化特征量提取方法，对滚动轴承全寿命周期振动信号 进行EMD分解，找出各阶段与原始信号相关度最大的内蕴模式分量，对此内蕴模式分量进行 包络谱分析，预测滚动轴承故障开始发生的时间及部位，并计算此内蕴模式分量包络的幅值 均值，将其作为刻画轴承健康状态的退化特征量，形成退化特征序列，根据经验设定轴承失 效对应的退化特征量阀值。用退化特征量序列训练新陈代谢灰色模型，用此模型预测退化特 征量的变化趋势，估计退化特征量到达阀值的时间，并据此来预测滚动轴承的疲劳寿命。通 过对zA一2I15双列轴承试验分析，结果表明，此种退化特征量提取方法结合灰色预测方法可 以有效地预测出滚动轴承故障开始发生的时间、部位以及疲劳寿命。 关键词：内蕴模式分量，相关度，包络分析，灰色模型，故障预测 Abstract：A methodofextractingregressionfeaturesbasedon thesignalenvelopeisproposed． ThevibrationsignalsofhtebeatinginhtewholelifecyclearedecomposedbytheEMD，htenfind theIntrinsicModeFunction(IMF)whichismostcorrespondingtothevibrationsingals，then analysistheenvelopespectrum ofhtenItrinsicModeFunction topredictthetimewhen the damageoccursandthelocation ofhtedamage，andcalculatehtemeanvalueofthe IMF’S envelopeamplitude，whichisusedashterergessionfeaturereflectingthebeatinghealthcondition．， andthen theregressionfeautre listisobtained．A thresholdvalueofhterergession feautre correspondingwitl1thefatiguefailureofthebeating isdeterminedempirically．Then thelistis usedtotrainhteGreyMode1．TherergessionfeaturetrendisestimatedbyhtertainedGreyMode1． Th etimeofhterergessionfeautrereachinghtethresholdisestimatedandwillbeusedtoevaluate thefatiug elifeofthebeating．Thepredictionmehtodisvalidatedbyvibrationsing alsofZA-2115 beating，itshowshtattheproposedmehtodcanprovideaproperresultforpredictinghtetimeof thedamageoccurring，thelocationofthedamage，andhtefatiug elifeofthebeating． Keywords：intrinsicmodefunction(IMF)；dergeeofcorrelation；envelopeanalysis；rgey model(GM)；damageprongosis 引 言 故障预测技术是一门涉及机械、电子、通信、计算机 以及材料等多学科综合的新兴学科。 它以设备当前的的状态为起点，结合己知预测对象的结构特性、参数、环境条件及历史数据， 对设备未来的故障进行预测，确定故障性质、类别、程度、部位以及疲劳使用寿命。目前， 机械故障预测技术通常分为三类：基于失效模型的预测方法、基于概率统计的预测方法和基 于数据驱动的预测方法 【¨。基于失效模型的预测方法是从机械裂纹扩展等失效机理出发进行 预测的[2,31；基于概率统计的预测方法是在某生存概率