一种不同退化阶段下多模型驱动的特大型轴承寿命预测方法技术

本发明专利技术公布了一种不同退化阶段下多模型驱动的特大型轴承寿命预测方法，包括如下步骤：(1)对特大型轴承全寿命振动加速度数据进行信号分解，根据各个分量的相关性，选择合适分量进行融合并获取性能衰退指标；(2)计算性能衰退指标的梯度，根据梯度和衰退指标数值的阈值，划分退化阶段；(3)选用深度学习中适合时间序列预测的双向门控循环单元网络，构建特大型轴承的第一个预测模型，载荷‑寿命模型为第二个预测模型，二者相结合构成第三个预测模型；(4)在前3步的基础上制定合适的模型使用和更新策略，对不同退化时间进行寿命预测。本发明专利技术结合了传感器监测信号数据和特大型轴承自身机理，模型的鲁棒性和泛化能力较强，具有一定应用价值。

【技术实现步骤摘要】

本专利技术涉及一种不同退化阶段下多模型驱动的特大型轴承寿命预测方法，是一种基于机理模型和数据驱动模型的高精度剩余使用寿命预测方法。

技术介绍

1、特大型轴承作为大型机械整机的关键传动部件，广泛应用于各种大型旋转设备中。随着风力发电和能源开采等领域的蓬勃发展，这种类型轴承的需求不断增加。由于特大型轴承的可靠性在一定程度上决定着机械设备的稳定运行，因此其故障预测与健康管理(prognostics and health management，简称phm)变得至关重要。然而，特大型轴承的工作环境恶劣且工况复杂，这使得其phm具有一定难度。当故障发生时，准确的rul预测不仅可以为零件的更换提供依据，还可以降低安全风险和经济损失。

2、国内外学者已经对此开展了很多研究，被提出的方法大致有两种：基于机理模型的方法和基于数据模型的方法。前者通过研究设备损伤退化机理，分析失效原因，推演建立寿命与失效形式间的数学模型。缺点是没有考虑到运行时的实际情况和不确定性。后者借助于状态监测技术，利用采集的传感数据建模，适用于损伤机理未知的复杂机械系统或新兴部件，可分为统计学本文档来自技高网...

【技术保护点】

1.一种不同退化阶段下多模型驱动的特大型轴承寿命预测方法，其特征在于包括以下步骤：

2.如权利要求1所述的不同退化阶段下多模型驱动的特大型轴承寿命预测方法，其特征在于，所述步骤(1)中所述特大型轴承性能衰退指标获取步骤如下：

3.如权利要求1所述的不同退化阶段下多模型驱动的特大型轴承寿命预测方法，其特征在于，步骤(2)中所述划分退化阶段步骤如下：

4.如权利要求1所述的不同退化阶段下多模型驱动的特大型轴承寿命预测方法，其特征在于，步骤(3)中所述建立寿命预测模型步骤如下：

5.如权利要求1所述的不同退化阶段下多模型驱动的特大型轴承寿命预测方...

【技术特征摘要】

1.一种不同退化阶段下多模型驱动的特大型轴承寿命预测方法，其特征在于包括以下步骤：

2.如权利要求1所述的不同退化阶段下多模型驱动的特大型轴承寿命预测方法，其特征在于，所述步骤(1)中所述特大型轴承性能衰退指标获取步骤如下：

3.如权利要求1所述的不同退化阶段下多模型驱动的特大型轴承寿命预测方法，其特...

【专利技术属性】
技术研发人员：王华，邵逸禹，姜烨飞，王天祥，
申请(专利权)人：南京工业大学，
类型：发明
国别省市：