文档名：基于KPCA的全矢粒子滤波轴承剩余寿命预测
随着专家系统与智能诊断方法的出现,单通道数据已经不能全面反映设备运行状态.在此基础上提出一种以全矢谱基础结合核主成分分析(KPCA)和粒子滤波的滚动轴承剩余使用寿命(RUL)预测新方法.利用全矢谱对原始信号的振动信息进行源双通道振动信息融合,从而得到可以更好反映信号特征的频谱结构.对融合后的信号进行时频,幅频特征提取,利用KPCA降方法,得到少量主元信号,然后以第一主成分作为轴承退化指标.利用轴承的全寿命进行验证,结果表明:该方法对滚动轴承进剩余使用寿命预测具有一定可行性.
作者：高山陈宏周玉平
作者单位：郑州大学振动工程研究所,郑州450001
母体文献：2018年全国设备监测诊断与维护学术会议暨第十六届全国设备故障诊断学术会议、第十八届全国设备监测与诊断学术会议、2018年全国设备诊断工程会议论文集
会议名称：2018年全国设备监测诊断与维护学术会议暨第十六届全国设备故障诊断学术会议、第十八届全国设备监测与诊断学术会议、2018年全国设备诊断工程会议
会议时间：2018年8月1日
会议地点：内蒙古包头
主办单位：中国机械工程学会,中国振动工程学会,中国设备管理协会
语种：chi
分类号：
关键词：滚动轴承 剩余使用寿命 全矢粒子滤波 核主成分分析
在线出版日期：2021年12月15日
基金项目：
相似文献
相关博文
- 文件大小:
- 883.97 KB
- 下载次数:
- 60
-
高速下载
|
|
