变工况下数模融合驱动的滚动轴承健康状态预测预警方法及系统与流程
技术特征：
1.一种变工况下数模融合驱动的滚动轴承健康状态预测预警方法，其特征在于，包括：
2.根据权利要求1所述的变工况下数模融合驱动的滚动轴承健康状态预测预警方法，其特征在于，所述原始运行数据包括滚动轴承在运行工况下的工况数据和滚动轴承上各个检测位置在运行工况下的加速度检测数据；滚动轴承在运行工况下的工况数据包括：温度、转速和负载；
3.根据权利要求1所述的变工况下数模融合驱动的滚动轴承健康状态预测预警方法，其特征在于，所述时域特征包括：绝对平均幅值、均方根、最大值、峰值、方差、方根幅值、偏斜度、峭度系数、波形指标、峰值指标、裕度指标和脉冲指标；所述时频域特征为通过小波包变换对所述筛选后的原始运行数据进行分解，得到的若干个小波包系数；
4.根据权利要求3所述的变工况下数模融合驱动的滚动轴承健康状态预测预警方法，其特征在于，所述累积变换包括以下步骤：
5.根据权利要求4所述的变工况下数模融合驱动的滚动轴承健康状态预测预警方法，其特征在于，根据下式计算特征序列的平均值：
6.根据权利要求1所述的变工况下数模融合驱动的滚动轴承健康状态预测预警方法，其特征在于，根据下式对特征的斜率进行基线转换：
7.根据权利要求1所述的变工况下数模融合驱动的滚动轴承健康状态预测预警方法，其特征在于，在所述候选特征集中选择与故障发展高度相关的优选特征，具体为：将时间相关性和单调性的线性组合作为综合评价指标，在所述候选特征集中选择与故障发展高度相关的优选特征；
8.根据权利要求7所述的变工况下数模融合驱动的滚动轴承健康状态预测预警方法，其特征在于，对所述优选特征进行降维融合，得到融合健康指标，具体包括：
9.根据权利要求1所述的变工况下数模融合驱动的滚动轴承健康状态预测预警方法，其特征在于，所述滚动轴承退化模型库中的退化模型包括：幂函数退化模型、指数函数退化模型和对数函数退化模型；
10.一种变工况下数模融合驱动的滚动轴承健康状态预测预警系统，其特征在于，用于实现如权利要求1-9任一项所述的变工况下数模融合驱动的滚动轴承健康状态预测预警方法，所述变工况下数模融合驱动的滚动轴承健康状态预测预警系统包括：
技术总结
本申请公开了一种变工况下数模融合驱动的滚动轴承健康状态预测预警方法及系统，涉及滚动轴承健康状态预测技术领域，该方法包括：对筛选后的原始运行数据分别提取若干个时域特征和时频域特征，并求出各特征的斜率进行累积变换，以形成原始特征集，随后在不改变退化趋势的前提下进行基线转换和平滑处理，得到候选特征集；之后在其中选择与故障发展高度相关的优选特征，并进行降维融合，得到融合健康指标；随后根据滚动轴承退化模型库确定滚动轴承的首次退化时间；在判断滚动轴承发生退化风险时，采用时变粒子滤波算法根据滚动轴承实测运行数据进行滚动轴承健康状态的预测预警；本申请上述方案实现了滚动轴承变工况下的健康状态的精准预测和预警。
技术研发人员：张继旺,何仁洋,杨黎凯,刘媛媛,孟涛,陈金忠,王福运
受保护的技术使用者：中国特种设备检测研究院
技术研发日：
技术公布日：2024/11/26
技术研发人员：张继旺,何仁洋,杨黎凯,刘媛媛,孟涛,陈金忠,王福运
技术所有人：中国特种设备检测研究院
备 注：该技术已申请专利，仅供学习研究，如用于商业用途，请联系技术所有人。
声 明 ：此信息收集于网络，如果你是此专利的发明人不想本网站收录此信息请联系我们，我们会在第一时间删除