一种滚动轴承剩余使用寿命预测方法、装置、设备及介质制造方法及图纸

本发明专利技术公开了一种滚动轴承剩余使用寿命预测方法、装置、设备及介质，属于设备诊断技术领域，将振动信号数据的特征输入到预设的健康状态分类模型中，健康状态分类模型输出滚动轴承健康状态的类型；其中，健康状态的类型包括故障、正常；当滚动轴承健康状态的类型为正常时，用预设的局部回归模型识别振动信号数据的特征，局部回归模型输出滚动轴承的剩余使用寿命；其中，滚动轴承的寿命周期被划分为L个健康状态阶段，每个健康状态阶段对应预设有一个局部回归模型。本发明专利技术方法将滚动轴承的寿命周期被划分为L个健康状态阶段，每个健康状态阶段对应预设有一个局部回归模型分别针对每个健康状态预测剩余寿命，预测结果更为精确。预测结果更为精确。预测结果更为精确。

【技术实现步骤摘要】
一种滚动轴承剩余使用寿命预测方法、装置、设备及介质


[0001]本专利技术属于设备诊断
，具体涉及一种滚动轴承剩余使用寿命预测方法、装置、设备及介质。

技术介绍

[0002]新能源系统是由多种设备和管网链接而成，同时具备多种能源输入、转化，并能供给多种能源给不同的用户的一个系统。新能源系统中主要设备包括：光伏设备、地源热泵、风能设备、储能设备及核能设备等。在新能源系统中，大量的设备由于长期工作，环境变化，频繁起停等原因，可能会损伤设备的健康度，甚至出现在未到定期维护时间时，设备出现故障，这种现象可能会导致整个新能源系统出现问题，所以对于新能源系统，剩余寿命使用预测是极其必要的。
[0003]RUL(Remaining Useful Life，剩余使用寿命)，RUL预测是预测和健康管理(PHM)的一项关键技术，定义为对RUL和一种或多种故障模式存在或以后出现的风险的估计，在故障发生之前进行，与故障发生后进行的故障诊断不同。因此，RUL预测比故障诊断更困难。
[0004]对于新能源系统中的设备，如旋转机械，旋转机械中最常见的部本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种滚动轴承剩余使用寿命预测方法，其特征在于，包括如下步骤：获取滚动轴承当前工作状态下的振动信号数据；将所述振动信号数据的特征输入到预设的健康状态分类模型中，所述健康状态分类模型输出所述滚动轴承健康状态的类型；其中，所述健康状态的类型包括故障、正常；当所述滚动轴承健康状态的类型为故障时，生成报修指令；当所述滚动轴承健康状态的类型为正常时，用预设的局部回归模型识别所述振动信号数据的特征，所述局部回归模型输出所述滚动轴承的剩余使用寿命；其中，所述滚动轴承的寿命周期被划分为L个健康状态阶段，每个健康状态阶段对应预设有一个局部回归模型。2.根据权利要求1所述的滚动轴承剩余使用寿命预测方法，其特征在于，所述健康状态分类模型如下：其中，为滚动轴承健康状态的标签，sign()为提取实数正负号的sign函数，κ为核函数，y
i
为标签，α
i
为拉格朗日乘子，p为支持向量的数量，x
i
为输入的特征样本。3.根据权利要求1所述的滚动轴承剩余使用寿命预测方法，其特征在于，所述局部回归模型如下：其中，为滚动轴承剩余使用寿命，α
i
和为拉格朗日乘子，p为支持向量的数量，κ为核函数，x
i
为输入的特征样本。4.根据权利要求1所述的滚动轴承剩余使用寿命预测方法，其特征在于，所述健康状态分类模型的训练方法如下：获取滚动轴承的历史振动信号数据；从所述滚动轴承的历史振动信号数据中提取与健康状态相关的特征；为所述健康状态相关的特征打上标签；其中，所述标签包括故障、正常；利用打上标签后的所述健康状态相关的特征，进行健康状态分类模型的参数训练，训练完成后，得到训练好的健康状态分类模型。5.根据权利要求1所述的滚动轴承剩余使用寿命预测方法，其特征在于，所述局部回归模型的构建方法如下：获取滚动轴承的历史振动信号数据；从所述历史振...

【专利技术属性】
技术研发人员：张燧，王青天，刘旭亮，黄思皖，卢泽华，杨紫阳，
申请(专利权)人：中国华能集团清洁能源技术研究院有限公司，
类型：发明
国别省市：