[發(fā)明專利]一種梯形噪聲分布的指數(shù)模型機械設備剩余壽命預測方法

有效

• 申請?zhí)枺?/td>: 201710109876.3
• 申請日: 2017-02-28
• 公開（公告）號: CN106934125B
• 公開（公告）日: 2020-02-18
• 發(fā)明（設計）人: 雷亞國;李寧波;李乃鵬;閆濤;林京
• 申請（專利權）人: 西安交通大學
• 主分類號: G06F30/20
• 分類號: G06F30/20;G01M13/00;G01M13/04
• 代理公司: 西安智大知識產權代理事務所 61215
• 代理人: 賀建斌

一種梯形噪聲分布的指數(shù)模型機械設備剩余壽命預測方法先建立梯形噪聲分布的指數(shù)模型，然后實時監(jiān)測并采集機械設備中軸承、齒輪或轉子的振動信號，并從中提取健康狀態(tài)指標，確定擬合起始時刻，最后對退化模型進行參數(shù)估計，采用隨機采樣的方法給出滾動軸承的剩余壽命估計及概率分布，本發(fā)明解決了傳統(tǒng)指數(shù)預測模型中噪聲項假定與實際情況不相符的問題，將原有的三角形噪聲分布改為梯形噪聲分布，即增加了指數(shù)模型噪聲項的初始值，并且以平穩(wěn)運行階段的健康狀態(tài)指標噪聲作為模型噪聲項的初始值，通過采用軸承加速壽命實驗數(shù)據(jù)驗證了梯形噪聲分布的指數(shù)模型相比于傳統(tǒng)指數(shù)模型對剩余壽命預測有更高的精度和可靠性。

技術領域

本發(fā)明涉及設備剩余壽命預測技術領域，具體涉及一種梯形噪聲分布的指數(shù)模型機械設備剩余壽命預測方法。

背景技術

隨著生產制造技術的快速發(fā)展和人類探索自然領域的不斷擴展，許多設備變的越來越復雜。這些設備由于機械的復雜性和各種運行因素(如磨損、外部沖擊、負載、運行環(huán)境)的影響，其性能及健康狀態(tài)將會發(fā)生不可避免的退化，進而造成最終的失效。對于實際工程設備，一旦發(fā)生由失效引起的事故，所造成的人員財產損失甚至環(huán)境破壞往往是不可估量的。因而如何有效評估機械設備的運行狀態(tài)，防止因機械設備失效造成事故是當前迫切需要解決的問題。從機械設備開始退化到完全失效，要經歷一個逐步退化的過程。因而如果能在退化初期，根據(jù)監(jiān)測信息，及時發(fā)現(xiàn)異常、預測其剩余使用壽命，并據(jù)此確定對設備實施維護的最佳時機，對于切實保障復雜設備的運行安全性、可靠性與經濟性具有重要的意義。

指數(shù)模型剩余壽命預測方法由美國普渡大學Gebraeel等人提出，試圖采用指數(shù)模型對衰退趨勢進行描述，并根據(jù)觀測數(shù)據(jù)對模型參數(shù)進行評估，以預測設備未來時刻健康衰退趨勢和剩余壽命。為了提高參數(shù)評估的準確性，清華大學司小勝等人對指數(shù)模型進行改進，采用期望最大化和貝葉斯更新相結合的方法對模型參數(shù)進行評估，得到了較好的參數(shù)評估效果。在指數(shù)預測模型中，模型準確性是影響模型預測精度的關鍵因素，以上研究工作都假定模型噪聲項服從0初值的標準布朗運動分布，即為三角形噪聲分布，而根據(jù)大量的數(shù)據(jù)觀測，模型的噪聲項在壽命預測初始時刻都有著較大的波動，并且隨著時間的增加，波動幅度越來越大。因此傳統(tǒng)指數(shù)模型的噪聲項假定與實際情況不相符，導致模型預測精度和可靠性降低。

發(fā)明內容

為了克服上述現(xiàn)有技術的缺點，本發(fā)明的目的在于提供了一種梯形噪聲分布的指數(shù)模型機械設備剩余壽命預測方法，提高指數(shù)模型的預測精度和可靠性。

為了達到上述目的，本發(fā)明采取的技術方案為：

一種梯形噪聲分布的指數(shù)模型機械設備剩余壽命預測方法，包括以下步驟：

第1步，建立梯形噪聲分布的指數(shù)模型:

y＝ae^bt+ε (1)

其中，y為指數(shù)模型健康狀態(tài)指標，a,b為指數(shù)模型趨勢項參數(shù)，ε為指數(shù)模型噪聲項，服從均值為0、方差為的正態(tài)分布，t為從擬合起始時刻t₀開始的工作時間，為指數(shù)模型噪聲項初值，σ²為指數(shù)模型噪聲項方差擴散系數(shù)；

第2步，實時監(jiān)測并采集機械設備中軸承、齒輪或轉子的振動信號，計算健康狀態(tài)指標序列，確定擬合起始時刻t₀；