一种预测轴承剩余使用寿命标签的构建方法、装置和设备制造方法及图纸

本发明专利技术公开了一种预测轴承剩余使用寿命标签的构建方法、装置和设备，根据时间顺序获取待预测轴承在不同时刻的振动信号；提取每个时刻振动信号的频域特征，采用自适应噪声完备集合经验模态分解方法将每个时刻振动信号分解为多个本征模态函数，并提取每个本征模态函数的能量；采用主成分分析方法将每个时刻振动信号的频域特征和能量进行融合，得到每个时刻的退化指标；采用基于核的改进的模糊C均值聚类算法对所有时刻的退化指标进行聚类，得到待预测轴承不同故障程度之间的转折点；根据转折点和所有时刻的退化指标，构建得到待预测轴承剩余使用寿命标签。本发明专利技术能够自适应地构建反映不同轴承寿命阶段退化率变化的新标签。映不同轴承寿命阶段退化率变化的新标签。映不同轴承寿命阶段退化率变化的新标签。

【技术实现步骤摘要】
一种预测轴承剩余使用寿命标签的构建方法、装置和设备


[0001]本专利技术属于剩余使用寿命预测领域，具体涉及一种预测轴承剩余使用寿命标签的构建方法、装置和设备。

技术介绍

[0002]滚动轴承作为最关键的部件之一被广泛应用于各种机械系统中。其中，滚动轴承故障是造成机械系统失效的最重要原因之一。因此，轴承的诊断和预测对机械设备的性能起着重要的作用。预测轴承的RUL(剩余使用寿命)对于防止机械系统中的突发故障非常重要，并且作为预测和健康管理(PHM)中的一个关键问题也受到了广泛关注。
[0003]数据驱动的RUL预测分为四个主要步骤，包括数据获取、RUL标签构建、健康阶段划分和RUL预测。RUL标签被认为是设备的理想寿命曲线，即剩余使用寿命，并与每个运行周期相对应。对于滚动轴承的RUL预测，RUL标签通常被视为预测结果准确性评估的基准。随着对数据驱动预测方法的研究不断深入，RUL标签在模型训练过程中留下了更重要的影响。根据以往的研究，对于RUL标签的构建，主要分为以下三种方法。(1)基于故障阈值的故障判定。作为早期RUL预测研究中最常用的方本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种预测轴承剩余使用寿命标签的构建方法，其特征在于，包括：根据时间顺序获取待预测轴承在不同时刻的振动信号；提取每个时刻振动信号的频域特征，采用自适应噪声完备集合经验模态分解方法将每个时刻振动信号分解为多个本征模态函数，并提取每个本征模态函数的能量；采用主成分分析方法将每个时刻振动信号的频域特征和能量进行融合，得到每个时刻的退化指标；采用基于核的改进的模糊C均值聚类算法对所有时刻的退化指标进行聚类，得到待预测轴承不同故障程度之间的转折点；根据转折点和所有时刻的退化指标，构建得到待预测轴承剩余使用寿命标签。2.根据权利要求1所述的一种预测轴承剩余使用寿命标签的构建方法，其特征在于，所述采用基于核的改进的模糊C均值聚类算法对所有时刻的退化指标进行聚类，得到待预测轴承不同故障程度之间的转折点，包括：将所述基于核的改进的模糊C均值聚类算法中隐藏群组的默认值设置为所需的轴承寿命阶段数量；采用设置好隐藏群组的默认值的基于核的改进的模糊C均值聚类算法对所有时刻的退化指标进行聚类，得到每个时刻振动信号对每个轴承寿命阶段的隶属度值；根据所述隶属度值的大小判定每个时刻振动信号所属的轴承寿命阶段，当相邻两个时刻振动信号所属的轴承寿命阶段发生变化时，则所述相邻两个时刻中的后一时刻为所述待预测轴承不同故障程度之间的转折点。3.根据权利要求1所述的一种预测轴承剩余使用寿命标签的构建方法，其特征在于，所述采用主成分分析方法将每个时刻振动信号的频域特征和能量进行融合前，还包括：采用最小
‑
最大归一化方法对每个时刻振动信号的频域特征和能量进行归一化处理。4.根据权利要求1所述的一种预测轴承剩余使用寿命标签的构建方法，其特征在于，所述采用基于核的改进的模糊C均值聚类算法对所有时刻的退化指标进行聚类之前，还包括：消除所有时刻的退化指标中的异常跳跃点。5.根据权利要求4所述的一种预测轴承剩余使用寿命标签的构建方法，其特征在于，所述消除所有时刻的退化指标中的异常跳跃点，包括：将所有时刻的退化指标按照时间顺序排列；将按照时间顺序排列的退化指标中任意一个时刻的退化指标偏差比相邻几个时刻的退化指标平均...

【专利技术属性】
技术研发人员：温广瑞，雷子豪，邓帅卿，田飞宇，周浩轩，苏宇，刘子岷，李良博，张源麟，
申请(专利权)人：西安交通大学，
类型：发明
国别省市：