【技术实现步骤摘要】
本专利技术涉及大型旋转机组状态监测，尤其涉及一种基于多状态时频网络的轴承剩余使用寿命预测方法。
技术介绍
1、滚动轴承以其强大的承载能力和启动性能成为许多工业设备(如涡轮机、压缩机和飞机发动机)中关键的旋转部件之一。但是由于恶劣运行环境、复杂工况，以及轴承安装方法、润滑剂质量等内外部多重因素的交叉影响之下，轴承极易出现故障，导致机械设备停止工作，造成巨大的经济损失，甚至威胁到生命安全。因此及时分析其工作状态和预测剩余使用寿命，提高旋转单元的运行效率，具有重要的研究意义。
2、目前，轴承寿命预测方法总体上分为三类，即基于物理、数据驱动和数模融合。典型的基于物理模型的方法主要通过研究设备失效机理来构建机械设备退化趋势的物理如palmgren-miner模型，然后用于预测设备的寿命。然而，此类方法依赖高精度的建模，才具有较高的预测精度。随着大型旋转机组的复杂性、多样性、耦合性愈来愈强，导致精确建立物理模型十分困难且研发成本高、通用性低，阻碍了基于物理方法的发展和应用。
3、随着传感器技术和大数据的快速发展，数据驱动方法...
【技术保护点】
1.一种基于多状态时频网络的轴承剩余使用寿命预测方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的基于多状态时频网络的轴承剩余使用寿命预测方法，其特征在于，多状态时频网络算法模型包括数据预处理模块、IDFT频域块、趋势预测时域块和时域手工特征块。
3.根据权利要求1所述的基于多状态时频网络的轴承剩余使用寿命预测方法，其特征在于，S1中获取设备振动数据的同时还获取设备的原始数据。
4.根据权利要求1所述的基于多状态时频网络的轴承剩余使用寿命预测方法，其特征在于，S2中，多状态时频网络算法模型得出剩余使用寿命预测值的过程包括以下步骤：
【技术特征摘要】
1.一种基于多状态时频网络的轴承剩余使用寿命预测方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的基于多状态时频网络的轴承剩余使用寿命预测方法，其特征在于，多状态时频网络算法模型包括数据预处理模块、idft频域块、趋势预测时域块和时域手工特征块。
3.根据权...
【专利技术属性】
技术研发人员：赵润彦，邓蕾，汤宝平，杨是龙，杨启超，
申请(专利权)人：重庆大学，
类型：发明
国别省市：
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。