基于维纳过程截齿磨损退化预测研究

针对掘进机的截齿磨损状态问题，构建了基于灰色-马尔科夫链模型、Gamma过程预测模型以及维纳过程磨损状态预测模型。通过搭建试验台，提取振动及声发射数据样本，考虑试验环境对试验数据提取的影响，应用小波包分解方法，对数据进行降噪处理。定义6种截齿磨损程度状态，每种状态取50组数据样本，进行模型精度验证，均符合精度要求，进而应用模型进行数据预测研究，对比真实试验数据，结果表明：振动信号加速度能量和下灰色-马尔科夫模型相对误差为0.89%,Gamma模型相对误差为0.47%,维纳过程相对误差为0.39%;声发射信号加速度能量和下灰色-马尔科夫模型相对误差为1.02%,Gamma模型相对误差为0.84%,维纳过程相对误差为0.47%;三种模型预测精度都很好，其中维纳过程预测误差最小，为掘进机截齿磨损退化状态预测研究提供了新的方法。