一种滚动轴承剩余使用寿命区间预测方法技术

本发明专利技术公开了一种滚动轴承剩余使用寿命区间预测方法。本发明专利技术中，以滚动轴承作为研究对象，以滚动轴承的剩余寿命区间预测为研究目标。在实际应用中，由于各种因素，如噪声传感器数据、可变的操作条件、未知的故障模式等，预测结果存在各种不确定性，点预测得到的预测结果虽然直观，但只能在某一预测时间提供某一预测值，因此，需要进行区间预测。首先，基于改进型相关向量机进行剩余使用寿命点预测，采用改进秃鹰搜索算法进行对相关向量机的参数进行寻优，提高预测精确度。进一步，利用粒子滤波对改进秃鹰搜索算法优化相关向量机预测模型得到的预测结果进行过滤优化，以提高预测精确度。最后，基于点预测结果，利用核密度估计进行区间预测。间预测。间预测。

【技术实现步骤摘要】
一种滚动轴承剩余使用寿命区间预测方法


[0001]本专利技术涉及数据驱动的故障预测与健康管理领域，具体是一种基于相关向量机和核密度估计的滚动轴承剩余使用寿命区间预测方法。

技术介绍

[0002]滚动轴承是旋转机械中最重要的部件之一。复杂的工作环境和长时间的运转可能会在一定程度上造成轴承的损坏，这将进一步影响机械的运行。滚动轴承RUL区间预测可以为预测性维修决策提供理论依据，提前对故障维修做好规划，从而提高整个机械设备的运行周期，避免事故发生。因此，RUL区间预测一直是热门的研究课题之一，吸引了众多学者的关注。
[0004]本专利技术以滚动轴承作为研究对象，以滚动轴承的剩余寿命区间预测为研究目标。在实际应用中，预测结果存在各种不确定性，由于各种因素，如噪声传感器数据，可变的操作条件，未知的故障模式。点预测得到的预测结果虽然直观，但只能在某一预测时间提供某一预测值。由于滚动轴承工作条件多变，点预测难以表达预测结果的可靠性，仅依靠点预测结果难以为后续健康管理提供可靠依据。因此，需要对寿命预测进行不确定性研究，进行相应的区间预测。

技术实现思路

[0005]本专利技术的目的在于解决滚动轴承剩余使用寿命区间预测问题，提出一种基于相关向量机与核密度估计的滚动轴承剩余使用寿命区间预测方法。提取滚动轴承振动信号的时域特征RMS作为健康指标进行后续的寿命预测。其次，由于相关向量机的核函数参数对相关向量机的预测性能有很大影响，所以采用改进秃鹰搜索算法进行参数寻优，提高预测精确度。进一步，利用粒子滤波对改进秃鹰搜索算法优化相关向量机预测模型得到的预测结果进行过滤优化，提高预测精确度。由于实际应用不确定性的存在，点预测结果与实际结果存在一定程度的偏差。因此，在点预测结果的基础上，采用核密度估计方法进行剩余使用寿命的区间估计。
[0006]本专利技术提出了一种数据驱动的基于相关向量机与核密度估计的滚动轴承剩余使用寿命区间预测方法，包括：
[0007]步骤一：针对秃鹰搜索算法容易陷入局部最优的缺点，采用变异策略对秃鹰搜索算法进行优化形成MBES。为了提高预测精度，采用帐篷混沌策略对MBES算法进行优化。采用改进的秃鹰搜索(IMBES)优化算法优化相关向量机的核函数参数。
[0008]步骤二：利用IMBES对相关向量机的核函数参数进行寻优，为了进一步提高点预测的预测精度，利用粒子滤波算法对改进秃鹰搜索算法优化相关向量机预测模型的预测结果进行过滤优化，将IMBES
‑
RVM预测模型代替粒子滤波的状态转换方程进行滤波处理，也进一步解决了粒子滤波状态转换方程依靠机理模型的缺陷，也提高了预测精确度。改进秃鹰搜索算法优化相关向量机结合粒子滤波流程如图2所示。
[0009]步骤三：传统的点预测不能处理系统运行中的不确定性。为了得到数值估计及其可靠性，实际应用中需要对预测区间进行计算。区间预测是指在一定置信区间内预测值的估计区间。因此，本专利技术在点预测结束后，利用核密度估计进行区间预测。将预测结果利用核函数拟合分布，确定预测上下限。综上所述，由于采用了上述技术方案，本专利技术的有益效果是：本专利技术中，以滚动轴承作为研究对象，以滚动轴承的剩余寿命区间预测为研究目标。在实际应用中，预测结果存在各种不确定性，由于各种因素，如噪声传感器数据，可变的操作条件，未知的故障模式，点预测得到的预测结果虽然直观，但只能在某一预测时间提供某一预测值。采用改进秃鹰搜索算法进行参数寻优，提高预测精确度。进一步，利用粒子滤波对改进秃鹰搜索算法优化相关向量机预测模型得到的预测结果进行过滤优化，提高点预测精确度。在点预测结果的基础上，利用核密度估计进行区间预测。
附图说明
[0010]构成本申请的一部分的说明书附图用来提供对本申请的进一步理解，本申请的示意性实施例及其说明用于解释本申请，并不构成对本申请的不当限定。
[0011]图1为本专利技术中整体系统的框架图；
[0012]图2为改进秃鹰搜索算法优化相关向量机结合粒子滤波流程图；
具体实施方式
[0013]以下结合附图和具体实施例对本专利技术作详细描述。
[0014]在步骤一中，滚动轴承数据集利用加速度传感器测量，即在滚动轴承的横向和纵向安装两个高灵敏度加速度传感器，分别测量滚动轴承水平方向和垂直方向的振动加速度数值。利用同一型号的滚动轴承水平振动信号进行剩余使用寿命预测。
[0015]对于相关向量机，建立模型如下：设定输入为x
i
，输出为y
i
，M是数据的个数，退化过程描述如下：
[0016][0017][0018]其中，是y(x
i
,ω
i
)的回归值，x是输入向量，ξ
i
～N(0,σ2)是独立同分布噪声，ω是权重向量，Φ是设计矩阵，K(x,x
i
)是核函数。
[0019][0020][0021]其中，η是需要被优化的核参数，采用SSA来优化核参数。在RVM中ω和ξ
i
能被直接估计，但是，如果直接估计ω和ξ
i
会造成过拟合，因此，引入超参数α
i
，假设ω
i
服从均值为0，
方差为的高斯分布，
[0022][0023][0024][0025]其中，α＝[α0,α1,
…
,α
M
]。
[0026]权重ω的方差V＝[V0,V1,
…
,V
M
]，均值μ＝[μ0,μ1,
…
,μ
M
]的计算公式为：
[0027]V＝(σ
‑2Φ
T
Φ+A)
‑1[0028]μ＝σ
‑2VΦ
T
y
T
[0029]其中A＝diag(α0,α1,
…
,α
M
)，α和σ2是需要被更新的参数，更新过程如下：
[0030][0031][0032]其中γ
i
＝1
‑
α
i
V
ii
，V
ii
是V的对角元素。
[0033]训练相关向量机模型后，需要计算预测值和真实值的RMSE，作为IMBES的适应度函数。通过计算适应度值，得到核函数参数的个体最优解和全局最优解。对于用IMBES优化核函数参数η，使用相关向量机模型的均方根误差作为适应度函数。
[0034][0035]其中y
i
表示真实值，表示预测值。
[0036]在步骤二中，利用步骤一估算完ω和ξ
i
后，用IMBES算法优化核参数η。IMBES算法的过程如下:
[0037]秃鹰搜索优化算法是由Alsattar等在2020年提出的。主要模拟秃鹰在寻找猎物时的狩猎策略和智能社会行为。该算法可分为三个部分，即选择空间、搜索空间和俯冲。
[0038](1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区间预测方法，其特征在于：所述滚动轴承剩余使用寿命区间预测方法包括以下步骤：S1：针对秃鹰搜索算法容易陷入局部最优的缺点，采用变异策略对秃鹰搜索算法进行优化形成MBES；为了提高预测精度，采用帐篷混沌策略对MBES算法进行优化；S2：利用IMBES对相关向量机的核函数参数进行寻优，为了进一步提高点预测的预测精度，利用粒子滤波算法对改进秃鹰搜索算法优化相关向量机预测模型的预测结果进行过滤优化；S3：为了提高预测可靠性，实际应用中需要进行区间预测；区间预测是指在一定置信区间内预测值范围的估计区间；在点预测结束后，利用核密度估计进行区间预测，即将预测结果利用核函数拟合分布，确定预测上下限；S4：之后根据步骤S4中得到的上下限可以得到滚动轴承剩余使用寿命区间。2.如权利要求1所述的一种滚动轴承剩余使用寿命区间预测方法，其特征在于：所述步骤S1中，滚动轴承数据集利用加速度传感器测量，即在滚动轴承的横向和纵向安装两个高灵敏度加速度传感器，分别测量滚动轴承水平方向和垂直方向的振动加速度数值，利用同一型号的滚动轴承水平振动信号进...

【专利技术属性】
技术研发人员：周萌，蔡畅，王晶，王昶，史运涛，董哲，翟维枫，
申请(专利权)人：北方工业大学，
类型：发明
国别省市：