[發(fā)明專利]一種基于PSO-SVR的軸承剩余使用壽命預(yù)測(cè)方法

在審

• 申請(qǐng)?zhí)枺?/td>: 202011401437.8
• 申請(qǐng)日: 2020-12-03
• 公開（公告）號(hào): CN112699502A
• 公開（公告）日: 2021-04-23
• 發(fā)明（設(shè)計(jì)）人: 李軍;程光皓;徐康民;王茂琦;李浩
• 申請(qǐng)（專利權(quán)）人: 南京理工大學(xué)
• 主分類號(hào): G06F30/17
• 分類號(hào): G06F30/17;G06F30/25;G06F17/16;G06F119/04
• 代理公司: 南京理工大學(xué)專利中心 32203
• 代理人: 薛云燕

本發(fā)明公開了一種基于PSO?SVR的軸承剩余使用壽命預(yù)測(cè)方法。該方法為：首先獲取原始振動(dòng)數(shù)據(jù)，對(duì)原始振動(dòng)數(shù)據(jù)進(jìn)行數(shù)據(jù)預(yù)處理和歸一化，去除不規(guī)則數(shù)據(jù)和填補(bǔ)缺失數(shù)據(jù)并做平滑處理；提取數(shù)據(jù)的時(shí)域特征和頻域特征，利用PCA進(jìn)行數(shù)據(jù)降維和數(shù)據(jù)融合以替代原始特征指標(biāo)；然后構(gòu)建SVR模型，初始化SVR的初始參數(shù)C和g；設(shè)置PSO算法的參數(shù)，對(duì)SVR參數(shù)進(jìn)行尋優(yōu)，求取最優(yōu)解，得到最優(yōu)參數(shù)C和g；最后使用最優(yōu)參數(shù)C和g訓(xùn)練SVR，輸入測(cè)試數(shù)據(jù)進(jìn)行SVR預(yù)測(cè)。本發(fā)明數(shù)據(jù)集需求少、數(shù)據(jù)集獲取代價(jià)小、預(yù)測(cè)精度高，滿足了機(jī)械系統(tǒng)對(duì)軸承剩余壽命預(yù)測(cè)的需求。

技術(shù)領(lǐng)域

本發(fā)明涉及軸承故障預(yù)測(cè)技術(shù)領(lǐng)域，特別是一種基于PSO-SVR的軸承剩余使用壽命預(yù)測(cè)方法。

背景技術(shù)

旋轉(zhuǎn)機(jī)械是機(jī)械設(shè)備系統(tǒng)中常見的重要組成部分，而滾動(dòng)軸承又是旋轉(zhuǎn)機(jī)械眾多零部件中至關(guān)重要的一個(gè)，滾動(dòng)軸承可以將零件間的滑動(dòng)摩擦變?yōu)闈L動(dòng)摩擦，從而降低摩擦損耗，提高機(jī)械設(shè)備的使用壽命。由于滾動(dòng)軸承常處于隨機(jī)的載荷之下，且受轉(zhuǎn)速過(guò)高引起的溫度過(guò)高、機(jī)械振動(dòng)以及潤(rùn)滑方式的影響，所以滾動(dòng)軸承是旋轉(zhuǎn)機(jī)械設(shè)備中大概率產(chǎn)生故障的零件，滾動(dòng)軸承是否穩(wěn)定正常工作是影響整個(gè)旋轉(zhuǎn)機(jī)械設(shè)備的運(yùn)行可靠性的最主要的原因。

導(dǎo)致滾動(dòng)軸承出現(xiàn)故障的原因有多種：潤(rùn)滑不足、裝配不良、載荷不同或者過(guò)載使用、軸承出廠有缺陷。即使是同批次、同型號(hào)的兩個(gè)軸承在相同的使用環(huán)境下，它們的使用壽命也存在著極大的差距。一旦作為核心零件的滾動(dòng)軸承出現(xiàn)了故障，整個(gè)機(jī)械設(shè)備就無(wú)法正常工作，引發(fā)一連串的連鎖反應(yīng)，產(chǎn)生難以預(yù)料的安全生產(chǎn)事故或造成不必要的經(jīng)濟(jì)損失，更有甚者還可能出現(xiàn)人員傷亡等災(zāi)難性的事故，造成極其惡劣的社會(huì)不良影響，所以建立一套以歷史數(shù)據(jù)為基礎(chǔ)的剩余使用壽命預(yù)測(cè)的系統(tǒng)來(lái)預(yù)測(cè)軸承的剩余壽命已成為當(dāng)下眾多研究領(lǐng)域中重要且必不可少的研究?jī)?nèi)容。

發(fā)明內(nèi)容

本發(fā)明的目的在于提供一種數(shù)據(jù)集需求少、數(shù)據(jù)集獲取代價(jià)小、精準(zhǔn)度的基于PSO-SVR的軸承剩余使用壽命預(yù)測(cè)方法。

實(shí)現(xiàn)本發(fā)明目的的技術(shù)解決方案為：一種基于PSO-SVR的軸承剩余使用壽命預(yù)測(cè)方法，包括以下步驟：

步驟1、獲取原始振動(dòng)數(shù)據(jù)，對(duì)原始振動(dòng)數(shù)據(jù)進(jìn)行數(shù)據(jù)預(yù)處理和歸一化，去除不規(guī)則數(shù)據(jù)和填補(bǔ)缺失數(shù)據(jù)并做平滑處理；

步驟2、提取數(shù)據(jù)的時(shí)域特征和頻域特征，利用PCA進(jìn)行數(shù)據(jù)降維和數(shù)據(jù)融合以替代原始特征指標(biāo)；

步驟3、構(gòu)建SVR模型，初始化SVR的初始參數(shù)，包括懲罰系數(shù)C和核函數(shù)寬度g；

步驟4、設(shè)置PSO算法的初始參數(shù)，對(duì)SVR參數(shù)進(jìn)行尋優(yōu)，求取最優(yōu)解，得到最優(yōu)參數(shù)C和g；

步驟5、使用最優(yōu)參數(shù)C和g訓(xùn)練SVR，輸入測(cè)試數(shù)據(jù)進(jìn)行SVR預(yù)測(cè)。

進(jìn)一步地，步驟1所述的獲取原始振動(dòng)數(shù)據(jù)，對(duì)原始振動(dòng)數(shù)據(jù)進(jìn)行數(shù)據(jù)預(yù)處理和歸一化，去除不規(guī)則數(shù)據(jù)和填補(bǔ)缺失數(shù)據(jù)并做平滑處理，具體如下：

步驟1.1、去除奇異值：設(shè)置閾值，剔除振動(dòng)信號(hào)中加速度值超過(guò)閾值的點(diǎn)；

步驟1.2、去除趨勢(shì)項(xiàng)：為防止傳感器自身缺陷和外界干擾引起的信號(hào)基線偏離零點(diǎn)的現(xiàn)象，對(duì)振動(dòng)信號(hào)進(jìn)行去除趨勢(shì)項(xiàng)處理；

步驟1.3、平滑處理：采用五點(diǎn)三次平滑法，取振動(dòng)信號(hào)中相鄰的5個(gè)數(shù)據(jù)點(diǎn)，并用這5個(gè)點(diǎn)擬合出一條3次的曲線，然后用這條3次曲線上相應(yīng)位置的數(shù)據(jù)值作為新的值，對(duì)振動(dòng)信號(hào)進(jìn)行平滑處理。

進(jìn)一步地，步驟2所述的提取數(shù)據(jù)的時(shí)域特征和頻域特征，利用PCA進(jìn)行數(shù)據(jù)降維和數(shù)據(jù)融合以替代原始特征指標(biāo)，具體如下：

步驟2.1、提取數(shù)據(jù)的如表1中的7個(gè)時(shí)域特征和表2中的16個(gè)頻域特征；

表1