基于逻辑回归滚动轴承性能退化评估.pdfVIP

科技信息 高校理科研究 基于逻辑回归的滚动轴承性能退化评估 北京化工大学 钟 鑫 刘文彬 杨剑锋 ［摘 要］设备运行状态从正常运行到发生故障通常要经过一系列不同程度的，可以量化的性能退化状态，如果能对这些状态进行实 时监测评估，可以帮助实现设备的智能维修。本文以滚动轴承为研究对象，提出基于逻辑回归的性能退化评估模型，并用美国凯斯西 储大学轴承中心数据进行了验证，结果表明，该方法取得了良好的评估效果。 ［关键词］逻辑回归 滚动轴承 性能退化评估 滚动轴承是现代机械设备中最常用的器件之一，它的运行状态直 （4）将测试样本代入模型当中，得到性能评估指数———CV（Confi- [1] 接影响到整个机械设备的状态 。据统计，旋转机械中发生的故障有 dentialValue），它在数值上等 30%是因滚动轴承故障而引发的。因此，近年来对于滚动轴承的性能退 退化的评估； 化评估已经得到越来越多的重视。逻辑回归在许多科研领域尤其是医 （5）将利用模型计算出的CV评估结果与实际状态进行对比，从而 学上已得到非常广泛的研究，主要用来评估人体健康状况。而滚动轴承 验证模型的有效性。 的性能退化就如同人体健康逐渐恶化的一个过程，它与多种因素（特征 三、CWRU数据验证 值）都有一定的因果关系，并且在这些特征值的共同作用下发生变化。 由此得到启发，我们可以采用逻辑回归来评估滚动轴承的性能退化状 据中心的研究人员利用加速度传感器获取了不同状态下SKF6205- 况。 2RS轴承数据，并在互联网上免费下 一、逻辑回归模型 laboratory/bearing/download.htm）。根据轴承中心的介绍，该轴承的转速约 [2] 逻辑回归（LogisticRegression,LR）是一种多元统计方法，它主要适 为1800r/m。采样频率为12KHz。根据轴承在其内圈人工划痕的直径、 用于描述一组自变量与具有二分性质的响应变量之间的一种最佳映射 深浅，可以细分为轻微损 关系。其中，响应变量是二分类变量（例如发生或者不发生，通常用0或 者1表示），而自变量可以是二分类的、连续性的、离散的或者是三者的 的就是验证逻辑回归模型能否恰当地评估出三种不同的内圈损伤程 混合。 自变量与响应变量的一类（如取正常值）的概率之间的关系呈S 度。 型曲线。对于任意自变量X，在其它自变量不变的情况下，随着它的取 具体的实验验证流程如下： 值的不断增大，响应变量的概率P也会增大，一开始变化较慢，然后加 （1）建立模型 速，最后又趋于平缓，但始终不会高于1。 首先计算特征值，其基本流程如图2所示。 逻辑回归模型的数学表达式如公式（1）所示： 1 x P(y=1)= （1） i i i -(α+β x +β x+…+β x) 1 1 22 kk 图2计算特征值 1+e T 原始信号（正常与不同程度退化的状态）经过椭圆高通滤波器滤波 x=(x,x,…,x)———k维自变量； 1 2 k y———实际观察到的响应变量； 之后，使用希尔伯特变换进行解调，然后利用公式（2）计算频带内信号 i y=1———事件发生；