CN106980761-CN201710195149-一种滚动轴承运行状态退化趋势预测方法.pdfVIP

(19)中华人民共和国国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 106980761 A (43)申请公布日 2017.07.25 (21)申请号 201710195149.3 (22)申请日 2017.03.29 (71)申请人 电子科技大学 地址 611731 四川省成都市高新区（西区） 西源大道2006号 (72)发明人 唐樟春　夏艳君　刘杰　 (51)Int.Cl. G06F 19/00(2011.01) 权利要求书1页 说明书7页 附图1页 (54)发明名称 一种滚动轴承运行状态退化趋势预测方法 (57)摘要 本发明公开了滚动轴承运行状态退化趋势 预测方法，涉及趋势预测领域。本发明提供一种 滚动轴承运行状态退化趋势预测方法，包括：步 骤一、采集并得到表征滚动轴承运行状态的原始 振动信号；步骤二、对所述步骤一得到的所述原 始振动信号进行消噪处理，得到能够具体表征滚 动轴承运行状态的有用信号；步骤三、提取所述 步骤二得到的所述有用信号的时域特征和频域 特征；步骤四、对所述时域特征与所述频域特征 进行特征融合，得到表征滚动轴承运行趋势的特 征指标；步骤五、构建退化趋势预测模型，对所述 特征指标进行退化趋势预测。本发明提供的滚动 A 轴承运行状态退化趋势预测方法能对滚动轴承 1 的运行状态进行良好的预测。 6 7 0 8 9 6 0 1 N C CN 106980761 A 权　利　要　求　书 1/1页 1.一种滚动轴承运行状态退化趋势预测方法，其特征在于，包括： 步骤一、采集并得到表征滚动轴承运行状态的原始振动信号； 步骤二、对所述步骤一得到的所述原始振动信号进行消噪处理，得到能够具体表征滚 动轴承运行状态的有用信号； 步骤三、提取所述步骤二得到的所述有用信号的时域特征和频域特征； 步骤四、对所述时域特征与所述频域特征进行特征融合，得到表征滚动轴承运行趋势 的特征指标； 步骤五、构建退化趋势预测模型，对所述特征指标进行退化趋势预测。 2.根据权利要求1所述的滚动轴承运行状态退化趋势预测方法，其特征在于，所述退化 趋势预测模型包括最小二乘支持向量机、粒子群算法与误差累计和方法，所述最小二成支 持向量机用于构建预测模型，所述粒子群算法用于对所述预测模型的参数进行优化，所述 误差累计和方法用于对所述预测模型的预测误差进行控制。 3.根据权利要求1所述的滚动轴承运行状态退化趋势预测方法，其特征在于，所述特征 融合的方法为主成分分析法，所述时域特征与所述频域特征组成多维特征矩阵，所述多维 特征矩阵通过所述主成分分析法得到所述特征指标。 4.根据权利要求1所述的滚动轴承运行状态退化趋势预测方法，其特征在于，所述步骤 二利用小波消噪方法对所述原始振动信号进行消噪，并得到所述有用信号。 2 2 CN 106980761 A 说　明　书 1/7页 一种滚动轴承运行状态退化趋势预测方法 技术领域 [0001] 本发明涉及性能趋势领域，具体而言，涉及滚动轴承运行状态退化趋势预测方法。 背景技术 [0002] 机械设备应用于人类生活、工作和生产的方方面面，并在其中扮演了举足轻重的 角色。目前，机械设备正朝着大型化、高速化、精密化、系统化、连续化和自动化方向发展，机 械设备的运行环境