《基于TESPAR与GMM的滚动轴承性能退化评估》.pdfVIP

第 35卷 第8期 仪 器 仪 表 学 报 Vol|35No．8 2014年 8月 ChineseJournalofScientificInstrument Aug．2014 基于 TESPAR与 GMM 的滚动轴承性能退化评估 术 张 龙，黄文艺，熊国良，周建民，周继慧 (华东交通大学 机电工程学院 南昌 330013) 摘 要：状态维修根据设备当前运行状态制定维修计划，可避免维修不足与维修过剩等问题。性能退化程度量化评估是实现 滚动轴承状态维修的基础。提取滚动轴承早期无故障振动信号的TESPAR参数中的s矩阵作为原始特征，利用主分量分析对 其进行降维处理后构建特征矢量，并建立无故障轴承高斯混合模型GMM 。将轴承后期振动信号的s矩阵经降维处理后输入 该GMM模型，得到被测样本与无故障样本之间的量化相似程度，以此建立时间编码对数似然值TELLP作为滚动轴承性能退化 定量指标。轴承疲劳试验表明该方法能及时发现轴承早期故障，并且能很好地跟踪故障发展趋势。 关键词 ：状态维修；滚动轴承；高斯混合模型；性能退化评估 中图分类号：TH165．3 TN91 TH17 文献标识码 ：A 国家标准学科分类代码 ：460．40 BearingperformancedegradationassessmentbasedonTESPAR andGMM ZhangLong，HuangWenyi，XiongGuoliang，ZhouJianmin，ZhouJihui (SchoolofMechatronicsEngineering，EastChinaJiaotongUniversity，330013，China) Abstract：Condition·basedmaintenance(CBM)asanewmaintenancephilosophycallavoidtheoccurrenceofinsufficientandexcessive maintenanceefforts．ForthepurposeofquantitativeassessmentofbearingperformancedegradationunderlyingCBM，aGMM (Gauss mixturemode1)andTESPAR (timeencodedsignalprocessingandrecongition)basedapproachisformulated．TheSmatricesinthe TESPAR parametersofthebearingsignalscollectedfrom fault—freestageareextractedastheoriginal features，anddimensionallyreduced withprincipalcomponentanalysis(PCA)toconstructthefeaturevectors；andaGMMmodelforthefault-freebearingisestablishednad trainedwithhteSmatrices．TheSmatricesfrom subsequentbearingstagesaredimensionallyreduced，andhtenfedtothetrainedGMM modeltoobtainthequantitivesimilaritydergeebetweenthefault-freesampleandthesampleundertest．Suchsimilaritydergeeservesas afaultseverityindex，whichishereincalledTELLP(timeencodedlog-likelihoodprobbaility)．Experimentresultsofbearingfatiguetest show thattheproposedmethodisabletodetectincipientbearingfaultsandcantrackthefaultprorgesstrendwel1． Keywords：condition-basedmaintenance；rolling