基于組合模型的汽車輪轂軸承故障預(yù)測研究.pdf

1、輪轂軸承作為汽車核心的零部件之一，其運(yùn)行可靠性的優(yōu)劣與汽車行駛時(shí)的安全、舒適程度密切相關(guān)。為保障汽車的正常行駛及實(shí)現(xiàn)輪轂軸承的預(yù)防維護(hù)，本文將某載重型汽車中后橋輪轂軸承作為研究對象，結(jié)合其結(jié)構(gòu)特性及實(shí)際運(yùn)行特點(diǎn)，對灰色GM（1,1）模型和BP神經(jīng)網(wǎng)絡(luò)模型進(jìn)行尋優(yōu)預(yù)測研究，同時(shí)提出一種數(shù)據(jù)擬合效果更優(yōu)的組合預(yù)測模型，搭建輪轂軸承綜合性能智能測試試驗(yàn)臺，進(jìn)行了加速疲勞壽命試驗(yàn)，驗(yàn)證了模型對輪轂軸承退化趨勢的預(yù)測精度，并設(shè)計(jì)了輪轂軸承故障預(yù)測

2、系統(tǒng)。
　　1.圍繞課題背景，介紹了故障預(yù)測方法及其國內(nèi)外研究現(xiàn)狀；針對汽車輪轂軸承的結(jié)構(gòu)特性及實(shí)際運(yùn)行特點(diǎn)，對輪轂軸承的振動(dòng)機(jī)理、主要的失效形式以及振動(dòng)信號的特征提取方法進(jìn)行了研究。
　　2.著重描述了灰色 GM（1,1）預(yù)測模型、BP神經(jīng)網(wǎng)絡(luò)預(yù)測模型的具體建模原理，以及在保有各單一模型原有預(yù)測優(yōu)勢的基礎(chǔ)上，通過變更白化背景值得到改進(jìn)的灰色 GM（1,1）模型，并且經(jīng)過遺傳算法優(yōu)化初始權(quán)、閾值得到 GA-BP神經(jīng)網(wǎng)絡(luò)預(yù)測模

3、型；結(jié)合中頻發(fā)電機(jī)軸承故障案例，驗(yàn)證了上述各模型的預(yù)測精度，同時(shí)，按照誤差平方和最小原則，對上述改進(jìn)（優(yōu)化）模型賦予合適的權(quán)值系數(shù)，構(gòu)建組合預(yù)測模型，進(jìn)而使模型的預(yù)測精度得到了進(jìn)一步的提高。
　　3.搭建輪轂軸承智能測試試驗(yàn)臺，對輪轂軸承進(jìn)行加速疲勞壽命試驗(yàn)，通過試驗(yàn)臺數(shù)據(jù)采集裝置獲取到輪轂軸承樣本數(shù)據(jù)；依據(jù)設(shè)備振動(dòng)相對判別標(biāo)準(zhǔn)及試驗(yàn)軸承實(shí)際退化趨勢，定量劃分軸承損傷程度，同時(shí)，選取 RMS值作為樣本時(shí)間序列，對上述各模型的預(yù)測效