基于自适应高斯混合模型的轴承健康指标构建方法及系统技术方案

本发明专利技术公开了基于自适应高斯混合模型的轴承健康指标构建方法及系统，方法包括：对轴承全寿命工作周期的运作工况的检测数据进行采样，得到数据集；从数据集中提取数据得到特征数据集；对特征数据集采用AP聚类算法得到GMM模型的子高斯成分数；将子高斯成分数代入GMM概率密度定义式并利用EM算法对其迭代更新，直到达到迭代次数，得到GMM参数模型；GMM参数模型降维输出健康指标，对健康指标进行归一化生成最终的健康指标；本发明专利技术的优点在于：提升聚类计算结果的稳定性和准确性，生成的健康指标较为准确。

【技术实现步骤摘要】

本专利技术涉及滚动轴承寿命预测健康指标构建，具体涉及基于自适应高斯混合模型的轴承健康指标构建方法及系统。

技术介绍

1、轴承是发电机、涡轮机、旋转压缩机、传动齿轮箱等典型旋转机械的关键部件，广泛应用于航空、航天、化工以及制造等众多领域。在实际使用中轴承的退化或故障可能导致机械系统的意外故障，甚至可能造成重大经济损失和人员伤亡。研究表明，轴承故障和损坏约占机械故障的45％–55％。因此，有必要对机械设备滚动轴承失效进行深入研究并进行失效预警。从轴承振动信号中提取出退化特征信息并将其构建为用于描述轴承健康度的指标，称为健康指标(healthindicator，hi)。轴承的健康度指标是一种自比较的评估方法，该方法剔除了因装配、外在环境对状态评估的影响，轴承健康指标的构建将直接影响在实际使用中决策者对于实际情况的把握。

2、传统的轴承健康指标构建方法多依赖单维特征参数，通过一维曲线描述轴承退化趋势。但是在实际场景中轴承的退化过程往往伴随复杂的非线性特征变化，单一特征易受外界因素干扰且难以全面表征轴承的不同阶段的退化信息。此类方法忽略了不同工作场景、装本文档来自技高网...

【技术保护点】

1.基于自适应高斯混合模型的轴承健康指标构建方法，其特征在于，包括：

2.根据权利要求1所述的基于自适应高斯混合模型的轴承健康指标构建方法，其特征在于，S2包括：

3.根据权利要求1所述的基于自适应高斯混合模型的轴承健康指标构建方法，其特征在于，S3包括：

4.根据权利要求1所述的基于自适应高斯混合模型的轴承健康指标构建方法，其特征在于，S4包括：

5.根据权利要求1所述的基于自适应高斯混合模型的轴承健康指标构建方法，其特征在于，S5包括：

6.基于自适应高斯混合模型的轴承健康指标构建系统，其特征在于，包括：

7.根...

【技术特征摘要】

1.基于自适应高斯混合模型的轴承健康指标构建方法，其特征在于，包括：

2.根据权利要求1所述的基于自适应高斯混合模型的轴承健康指标构建方法，其特征在于，s2包括：

3.根据权利要求1所述的基于自适应高斯混合模型的轴承健康指标构建方法，其特征在于，s3包括：

4.根据权利要求1所述的基于自适应高斯混合模型的轴承健康指标构建方法，其特征在于，s4包括：

5.根据权利要求1所述的基于自适应高斯混合模型的轴承健康指标构建方法，其特征在于，s5包括：

6.基于自适应高斯混...

【专利技术属性】
技术研发人员：张志强，李翔宇，杨蔚东，金磊，张广宇，
申请(专利权)人：合肥工业大学，
类型：发明
国别省市：