全矢HMM在轴承剩余寿命预测中的应用

来源期刊：机械设计与制造2020年第12期

论文作者：高山 周玉平 陈宏 张旺

关键词：全矢谱;核主成分分析（KPCA）;隐马尔科夫模型（HMM）;滚动轴承;退化过程;

摘    要：现代机械设备逐渐关联化,传统的单通道数据难以全面反映设备的运行状态。因此提出一种以全矢谱为基础结合核主成分分析和隐马尔科夫模型的滚动轴承剩余使用寿命预测新方法。首先利用全矢谱技术,对原始信号的振动信息进行同源双通道振动信息融合,克服单通道信息不全的缺点,得到较为全面的频谱结构。然后对融合后的信号进行多元时频特征提取,利用KPCA降维方法,设置降维数据置信率为95%,提取主元信号,以HMM最大似然值识别当前设备运行状态,从而进行剩余使用寿命的预测。最后,利用轴承的全寿命进行验证,结果表明:该方法可以对滚动轴承剩余使用寿命进行较为准确的预测!