System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind() 一种基于ARIMA的轴承剩余寿命预测方法及系统技术方案_技高网
当前位置: 首页 > 专利查询>广州大学专利>正文

一种基于ARIMA的轴承剩余寿命预测方法及系统技术方案

技术编号:40383808 阅读:4 留言:0更新日期:2024-02-20 22:19
本说明书实施例提供了一种基于ARIMA的轴承剩余寿命预测方法及系统,其中,方法包括:采集轴承的原始振动信号;对所述原始信号进行处理,提取所述轴承的特征参数,计算所述特征参数的时间序列;通过所述特征参数的时间序列建立差分自回归移动平均模型ARI MA;通过ARI MA模型预测轴承未来的特征参数;将预测的特征参数的值与预设故障阈值进行比较,当预测的特征参数的值大于故障阈值时,根据当前特征参数计算轴承剩余寿命。本发明专利技术可对运行中的轴承进行在线剩余寿命预测,有效预测滚动轴承的故障发生,计算轴承剩余寿命。

【技术实现步骤摘要】

本文件涉及轴承故障检测,尤其涉及一种基于arima的轴承剩余寿命预测方法及系统。


技术介绍

1、滚动轴承是一种非常关键的部件,通常决定设备的使用寿命。滚动轴承的意外故障会导致旋转机械的严重损坏,因此需要对其进行有效可靠的故障预测,以保证滚动轴承的健康状态。在风力发电系统中,影响滚动轴承寿命的主要因素是海上高盐高湿环境,该环境容易对轴承部件,包括内圈、外圈、保持架、滚动体造成不同程度上的损坏,表面基体材料会发生一定程度的变形,直接导致表面微缺陷与其他部件相互作用,产生激励震动,轴承部件温度升高,保持架和滚动体钢的硬度降低,导致弹性损失,并导致塑性变形。最终,滚动轴承不良会导致轴承部件损坏和轴承卡住。因此,需要一种arima的高速轴承疲劳损伤累计的故障预测方法,通过轴承高盐高湿故障试验,对滚动轴承疲劳损伤故障的预测。


技术实现思路

1、本说明书一个或多个实施例提供了一种基于arima的轴承剩余寿命预测方法,包括:

2、s1.采集轴承的原始振动信号;

3、s2.对所述原始信号进行处理,提取所述轴承的特征参数,计算所述特征参数的时间序列;

4、s3.通过所述特征参数的时间序列建立差分自回归移动平均模型arima;

5、s4.通过ari ma模型预测轴承未来的特征参数;

6、s5.将预测的特征参数的值与预设故障阈值进行比较,当预测的特征参数的值大于故障阈值时,根据当前特征参数计算轴承剩余寿命。

7、本说明书一个或多个实施例提供了一种基于arima的轴承剩余寿命预测系统,包括:

8、信号采集模块:用于采集轴承的原始振动信号;

9、信号处理模块:用于对所述原始信号进行处理,提取所述轴承的特征参数,计算所述特征参数的时间序列;

10、模型建立模块:用于通过所述特征参数的时间序列建立差分自回归移动平均模型ari ma;

11、模型预测模块:用于通过ari ma模型预测轴承未来的特征参数;

12、判断模块:用于将预测的特征参数的值与预设故障阈值进行比较,当预测的特征参数的值大于故障阈值时,根据当前特征参数计算轴承剩余寿命。

13、本说明书一个或多个实施例提供了一种电子设备,包括:

14、处理器;以及,

15、被安排成存储计算机可执行指令的存储器,所述计算机可执行指令在被执行时使所述处理器实现上述基于arima的轴承剩余寿命预测方法的步骤。

16、本说明书一个或多个实施例提供了一种存储介质,用于存储计算机可执行指令,所述计算机可执行指令在被执行时实现上述基于arima的轴承剩余寿命预测方法的步骤。

17、本专利技术通过根据测量的振动信号计算特征参数的时间序列,通过特征参数的时间序列建立arima模型,然后利用该模型预测未来的特征参数,可对运行中的轴承进行在线剩余寿命预测,无需进入检修段检修;本专利技术对轴承的剩余寿命计算时考虑到轴承的损伤程度对轴承运行里程及轴承寿命的影响,有效预测滚动轴承的故障发生,提高预测轴承剩余寿命结果的准确性。

18、上述说明仅是本专利技术技术方案的概述,为了能够更清楚了解本专利技术的技术手段,而可依照说明书的内容予以实施,并且为了让本专利技术的上述和其它目的、特征和优点能够更明显易懂,以下特举本专利技术的具体实施方式。

本文档来自技高网...

【技术保护点】

1.一种基于ARIMA的轴承剩余寿命预测方法,其特征在于,包括:

2.根据权利要求1所述的方法,其特征在于,所述特征参数包括轴承振动加速度、压力和轴承转角。

3.根据权利要求1所述的方法,其特征在于,步骤S3进一步包括:

4.根据权利要求3所述的方法,其特征在于,所述差分自回归移动平均模型ARIMA具体如下所示:

5.一种基于ARIMA的轴承剩余寿命预测系统,其特征在于,包括:

6.根据权利要求5所述的系统,其特征在于,所述特征参数包括轴承振动加速度、压力和轴承转角。

7.根据权利要求5所述的系统,其特征在于,所述模型建立模块进一步用于:向差分自回归移动平均模型ARIMA加入白噪声检验所述时间序列是否平稳,从而确定差分d值,d为时间序列成为平稳时所作的差分次数,所述时间序列平稳时满足如下条件:

8.根据权利要求5所述的系统,其特征在于,所述差分自回归移动平均模型ARIMA具体如下所示:

9.一种电子设备,其特征在于,包括:

10.一种存储介质,其特征在于,用于存储计算机可执行指令,所述计算机可执行指令在被执行时实现如权利要求1-4所述基于ARIMA的轴承剩余寿命预测方法的步骤。

...

【技术特征摘要】

1.一种基于arima的轴承剩余寿命预测方法,其特征在于,包括:

2.根据权利要求1所述的方法,其特征在于,所述特征参数包括轴承振动加速度、压力和轴承转角。

3.根据权利要求1所述的方法,其特征在于,步骤s3进一步包括:

4.根据权利要求3所述的方法,其特征在于,所述差分自回归移动平均模型arima具体如下所示:

5.一种基于arima的轴承剩余寿命预测系统,其特征在于,包括:

6.根据权利要求5所述的系统,其特征在于,所述特征参数包括轴承振动加速度、压力和轴承转角。

7....

【专利技术属性】
技术研发人员:岳夏王宇华李志滨
申请(专利权)人:广州大学
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1