基于递归熵及长短期记忆神经网络的滚动轴承退化趋势预测

针对滚动轴承退化趋势预测中的特征选择及模型优化问题,提出了基于相空间重构结合长短期记忆神经网络的滚动轴承退化趋势预测方法。首先,在滚动轴承退化特征灰色关联分析的基础上,对滚动轴承运行状态跟踪能力进行量化评估;然后,为统一描述各个特征对轴承退化状态的表征信息,采用谱聚类方法对滚动轴承运行状态进行了准确划分;最后,以滚动轴承正常期的退化指标为基础,采用长短期记忆神经网络预测滚动轴承退化趋势。试验表明,该方法不仅能及时发现轴承运行的衰退时间点,且相比于BP和RBF神经网络具有更高的寿命预测精度。     

滚动轴承退化指标选取方法研究

针对滚动轴承退化过程指标选取问题,提出了一种基于噪声辅助的多维EMD(Noise-Assisted Multivariate EMD)和主成分分析(PCA)相结合来提取退化指标的方法。该方法首先利用NA-MEMD对同源双通道信号和噪声辅助通道信号进行分解得到一系列多元IMF分量,然后采用相关系数准则选取敏感分量重构信号,其次计算出轴承退化过程中重构信号的退化指标序列,再根据序列的单调性和鲁棒性,选择优良指标进行PCA融合,最后把第一主成分作为反映滚动轴承退化过程的最终指标。对PRONOSITS平台提供的全寿命周期的数据进行分析,结果表明,在滚动轴承的退化过程中,较单一指标,基于NA-MEMD和PCA融合的指标能够比较完整的表征滚动轴承的退化过程。     

基于VMD和ELM＿AdaBoost滚动轴承剩余寿命预测

为了精准预测滚动轴承的剩余使用寿命,提出一种基于VMD和ELM＿AdaBoost的滚动轴承剩余寿命预测方法。该方法首先利用变分模态分解对滚动轴承全寿命振动信号进行分解,得到多个模态分量,并提取各模态分量的奇异值作为滚动轴承故障特征信息。然后利用主成分分析（PCA）进行特征信息融合,建立滚动轴承性能退化评价指标。最后将经PCA融合后奇异值代入到ELM＿AdaBoost预测模型中,训练ELM＿AdaBoost预测模型,对滚动轴承进行退化趋势和剩余寿命预测。仿真实验结果表明,该方法具有更高的预测精度,其预测效果优于ELM预测模型及基于EMD和ELM＿AdaBoost预测模型,能够更好对滚动轴承的剩余寿命进行预测。     

改进CHSMM的滚动轴承剩余寿命预测方法

针对连续隐半马尔科夫模型(Continuous hidden semi-Markov model,CHSMM)对滚动轴承剩余寿命预测精度低问题,提出一种基于改进CHSMM的滚动轴承剩余寿命方法。提取滚动轴承振动信号的时域、时频域特征向量,采用主成分分析(Principle component analysis,PCA)算法对特征向量进行降维;针对状态驻留时间概率密度函数不符合实际而引起的剩余寿命预测精度低问题,将高斯混合概率密度函数引入到CHSMM算法中,建立退化状态识别模型和剩余寿命预测模型。最后,将轴承全生命周期数据输入到模型中,得到轴承的退化状态和剩余寿命。试验结果表明,采用所提方法能准确的对轴承剩余寿命进行预测,与CHSMM算法相比,退化状态识别的正确率提高了12%,剩余寿命预测的正确率提高了23%。     

基于LSTM参数动态更新的滚动轴承剩余寿命预测

针对滚动轴承退化数据的复杂性和相关性,以及传统的寿命预测方法不能充分利用在线数据和非全寿命生命周期数据,从而导致预测精度不高的问题,提出了一种基于代价最小化的参数动态更新的LSTM预测模型.该模型采用离散小波变换对滚动轴承振动数据进行去噪,并提取时频域特征完成LSTM的训练与测试,利用在线监测数据滚动更新LSTM参数以提高预测精度.通过滚动轴承寿命试验证明,该模型可以准确预测滚动轴承剩余寿命,并且通过与BP神经网络和极限学习机的预测效果对比,验证了参数实时更新的LSTM模型在剩余寿命预测中的适用性.     

动态状态空间模型及粒子滤波方法在滚动轴承寿命预测中的应用研究

针对滚动轴承物理模型难以准确建立,全寿命失效样本难以获取的问题,提出一种基于动态状态空间模型的滚动轴承寿命预测方法。该方法通过改进公式,构建模型参数定时更新的动态状态空间模型。将已知的滚动轴承运行状态数据输入动态状态空间模型,应用粒子滤波算法估计滚动轴承运行状态,实现滚动轴承寿命预测。运用滚动轴承全寿命实验数据对所提出方法进行验证,并将预测结果与Gamma模型预测结果对比分析,结果表明该方法优于Gamma模型预测方法,具有较强的工程实用性。     

气动准零非线性隔振器的刚度特性与参数调控

为解决滚动轴承剩余寿命预测问题，提出一种基于长短期记忆网络（long short-term memory, 简称LSTM）的剩余寿命预测方法。首先，从时域、频域及时频域特征中提取特征参数；其次，定义三个评价指标定量评估表征轴承退化过程的特征参数效果，筛选得到退化特征参数集，搭建长短期记忆网络预测模型并以归一化寿命值为标签训练神经网络；最后，用训练好的神经网络实现滚动轴承剩余寿命预测。通过滚动轴承全寿命试验证明，该方法可以准确预测滚动轴承剩余寿命，并与反向传播(back propagation machine,简称BP)神经网络和支持向量回归机（support vector regression machine，简称SVRM）的预测效果对比，验证了提出方法的有效性。     

基于长短期记忆网络的滚动轴承寿命预测方法

为解决滚动轴承剩余寿命预测问题,提出一种基于长短期记忆网络(long short-term memory,简称LSTM)的剩余寿命预测方法。首先,从时域、频域及时频域特征中提取特征参数;其次,定义三个评价指标定量评估表征轴承退化过程的特征参数效果,筛选得到退化特征参数集,搭建长短期记忆网络预测模型并以归一化寿命值为标签训练神经网络;最后,用训练好的神经网络实现滚动轴承剩余寿命预测。通过滚动轴承全寿命试验证明,该方法可以准确预测滚动轴承剩余寿命,并与反向传播(back propagation machine,简称BP)神经网络和支持向量回归机(support vector regression machine,简称SVRM)的预测效果对比,验证了提出方法的有效性。     

基于自助最大熵法的滚动轴承无失效数据可靠性评估

在寿命概率分布已知和未知的情况下,用自助最大熵法处理滚动轴承寿命试验或服役过程中的无失效数据,构建寿命失效数据的可靠性函数,预测寿命失效数据可靠性的真值函数及其上下界函数,以实现对滚动轴承寿命无失效数据的可靠性评估。经实际案例证明,自助最大熵法对寿命的概率分布没有要求,用该方法获得的寿命无失效数据可靠性评估结果是可信的。     

基于KPCA和WPHM的滚动轴承可靠性评估与寿命预测

为了评估滚动轴承的可靠性和预测剩余使用寿命,选取能够反映性能退化过程的特征参数作为寿命预测模型的输入参数,提出一种基于核主元分析(kernel principal component analysis,简称KPCA)和威布尔比例故障率模型(Weibull proportional hazards model,简称WPHM)的方法。首先,提取滚动轴承全寿命周期的时域、频域及时频域等多特征参数,从中筛选出有效的特征参数,构建高维相对特征集;其次,进行核主元分析,选取能够反映轴承全寿命周期性能退化过程的核主元,进而作为WPHM的协变量来进行可靠性评估和剩余寿命预测。通过滚动轴承全寿命试验,验证了该方法能够对轴承进行准确的可靠性评估和剩余寿命预测,以提供及时的维修决策。同时,由于提取的是相对特征,降低了同种轴承间在制造、安装及工况的差异,增强了该方法的适用性和稳定性。     

改进Logistic回归模型的滚动轴承可靠性评估方法

为解决滚动轴承可靠性难以评估的问题,提出了一种基于改进Logistic回归模型(improved logistic regression model,简称ILRM)的滚动轴承可靠性评估方法。首先,计算滚动轴承的时域、频域和时频域特征,选出有效特征组成相对高维特征集;其次,利用主元分析(principal component analysis,简称PCA)选取贡献率大于95%的主元,作为改进Logistics回归模型的协变量;最后,利用改进Logistic模型求取滚动轴承的可靠度并绘制可靠度曲线。该方法可以提取轴承退化的有效特征量;兼顾轴承的退化趋势,能够真实反映轴承的状态;消除信号随机波动对可靠度预测的影响。通过辛辛那提大学智能维护中心(intelligent maintenance systems,简称IMS)滚动轴承全寿命试验,验证了该方法的有效性。     

Rolling element bearings absolute life prediction using modal analysis

In this paper, the authors introduce an experimental procedure for predicting the fatigue life of each individual rolling element bearing separately using vibration modal analysis. The experimental procedure was developed based on a statistical analysis. A statistical analysis was performed to find an empirical model that correlates the dynamic load capacity of rolling bearings to their dynamic characteristics (Natural frequencies and damping). These dynamic characteristics are obtained from the frequency response function of each individual bearing that results from vibration modal analysis. A modified formula to the already known Lundberg-Palmgren life formula is proposed for rolling element bearings. Given the modified formula, one can predict the fatigue life of each individual rolling element bearing based on its dynamic characteristics. The paper compares the results from the modified formula with those from Lundberg-Palmgren formula. The modified formula provides an accurate prediction for the fatigue life of each individual bearing based on its dynamic characteristics. The experimental validation of the modified formula is considered for future work. Therefore, it can be used in various applications of rolling element bearings in machinery systems.     

基于PCA和多变量极限学习机的轴承剩余寿命预测

提出了一种基于主成分分析(PCA)和多变量极限学习机(MELM)的轴承剩余寿命预测方法。该方法首先利用PCA技术融合多个表征轴承运行状态与衰退趋势的时域频域特征指标来消除特征间的冗余性和相关性;进一步在单变量极限学习机(ELM)的基础上构建多变量极限学习机模型来预测轴承剩余寿命。该方法克服了传统单变量极限学习机结构简单、信息匮乏等缺点,能有效提高轴承剩余寿命的预测精度。运用全寿命轴承振动数据对模型进行验证,结果表明,相比单独应用ELM模型或MELM模型,基于PCA和MELM剩余寿命预测方法具有更高的预测精度和稳定性。     

Particle Damage in Hertzian Contacts and Life Ratings of Rolling Bearings

Particle denting, and contamination marks found on bearing raceways, can induce stress concentrations and facilitate surface initiated fatigue. The lubricant film developed at the dent and related local surface stresses are also significant to the crack initiation mechanism. In this article, a new methodology is presented to link the micro-EHL film and related local stresses to the fatigue life of rolling bearings. The applied methodology is based on Fourier analysis of the harmonic components of the surface microgeometry to predict stresses and induced lubricant film. The application of this method to actual bearing surfaces is discussed and analyzed in relation to some existing microcontact EHL solutions. A global evaluation of the use of the method to rolling bearings dynamic load ratings is also carried out. A comparison between experimentally obtained rolling bearing life and lives predicted using the present theory indicate the global ability of the model to describe the effect of the lubrication quality on the life expectancy of rolling contacts. From this analysis, an assessment of some typical equations used in rolling bearing dynamic ratings is carried out. It is found that the degree of lubrication of the rolling contact and the cleanliness conditions of the oil are indeed significant to the prediction of the life expectancy of the bearing.     

Bearing degradation process prediction based on the PCA and optimized LS-SVM model

Bearing degradation process prediction is extremely important in industry. This paper proposed a new method to achieve bearing degradation prediction based on principal component analysis (PCA) and optimized LS-SVM method. Firstly, the time domain, frequency domain, time–frequency domain features extraction methods are employed to extract the original features from the mass vibration signals. However, the extracted original features still with high dimensional and include superfluous information, the multi-features fusion technique PCA is used to merge the original features and reduce the dimension, the typical sensitive features are extracted. Then, based on the extracted features, the LS-SVM model is constructed and trained for bearing degradation process prediction. The pseudo nearest neighbor point method is used to determine the input number of the model. The particle swarm optimization (PSO) is used to selected the LS-SVM parameters. An accelerated bearing run-to-failure experiment was carried out, the results proved the effectiveness of the methodology.     

转速波动工况滚动轴承打滑动力学特性分析

滚动轴承实际运转过程中经常存在的转速波动现象,对滚动轴承的运行状态产生重要影响。基于Hertz接触理论和变形-位移相容条件建立滚动体与套圈的相互作用模型,采用非线性弹簧模拟滚动体与保持架间的相互作用,建立了转速波动工况下滚动轴承打滑动力学模型。通过与实验测试结果的对比,验证了所提出的动力学模型的正确性,并在此基础上分析了转速波动对滚动轴承打滑的影响及不同转速波动幅值、频率下滚动轴承的打滑特性。结果表明:轴承转速波动会造成保持架转速出现波动,导致轴承出现打滑,且滑动主要出现在滚动体与内圈之间;转速波动幅值对轴承打滑影响较大而频率影响较小。     

滚动轴承性能退化趋势预测综述

滚动轴承作为旋转机械的重要零部件之一,其在工业中占有重要的地位,其可靠性直接影响设备能否安全、稳定运行。文章首先阐述了滚动轴承性能退化趋势预测的研究意义;接着梳理了滚动轴承性能退化趋势预测中关键难点性能退化指标构建对故障特征提取、降维和融合方法,然后进行了有效的性能退化趋势预测模型分类。最后,对滚动轴承性能退化趋势预测内容进行了总结。     

考虑强度退化和失效相关性的风电齿轮传动系统动态可靠性分析

针对随机风作用下风力发电机齿轮传动系统失效率高的问题,研究了随机风引起的风力发电机传动系统外部风载荷以及内部由齿轮、轴承刚度及综合啮合误差等引起的内部动载荷激励,基于集中质量法建立了风电齿轮传动系统齿轮-轴承耦合动力学模型。在对模型进行仿真求解的基础上,分别求得了传动系统中各齿轮和轴承的动态接触应力-时间历程。将载荷作用过程视为随机过程,推导出随机载荷作用下的等效载荷累计分布函数,从系统层面上建立了基于应力-强度干涉理论的风力发电机齿轮传动系统动态时变可靠性模型,模型考虑了零件的失效相关性和强度退化因素,研究了失效相关性和强度退化对风电齿轮传动系统可靠度和失效率的影响规律,为风力发电机齿轮传动系统动态设计和可靠性优化设计奠定了基础。