基于在線監(jiān)測信息的機械設(shè)備關(guān)鍵零部件壽命預(yù)測方法研究.pdf

1、隨著工業(yè)的發(fā)展，機械設(shè)備與人類的關(guān)系越來越密切。更精密、更復(fù)雜的機械設(shè)備在為人類的生產(chǎn)生活帶來便利的同時，也為設(shè)備的健康管理提出了新的挑戰(zhàn)。設(shè)備一旦失效，就會直接影響整個機械系統(tǒng)的正常工作，甚至引起惡性事件的發(fā)生，造成生命和財產(chǎn)的嚴重損失。
　　機械設(shè)備關(guān)鍵零部件的壽命研究是設(shè)備健康管理的重要內(nèi)容之一，本文基于在線監(jiān)測信息，對機械設(shè)備關(guān)鍵部件的壽命預(yù)測方法進行研究，主要內(nèi)容如下：
　?。?）機械設(shè)備零部件故障機理是本文研究的

2、理論基礎(chǔ)，首先研究了輸出參數(shù)與損傷的關(guān)系，并對故障的特性和演化規(guī)律做了分析。分別研究了機械設(shè)備關(guān)鍵零部件—滾動軸承和齒輪常見的失效形式，并利用仿真數(shù)據(jù)和實驗數(shù)據(jù)對故障狀態(tài)進行分析。利用均方根對不同故障進行分析，同時針對傳統(tǒng)可靠性評估方法對個體評估不足的問題，提出了一種研究零部件故障狀態(tài)可靠度的方法。
　?。?）針對單一特征指標不能良好地表征零部件運行狀態(tài)的問題，提出了一種基于小波消噪、特征提取和多維特征融合的方法。利用小波消噪方法

3、消除零部件狀態(tài)監(jiān)測信號中混雜著的各種噪聲信息。在時域、頻域和時頻域提取加速度信號的多維特征?；谥鞒煞址治龇椒ㄟM行多維特征融合，得到零部件性能退化特征指標。該方法解決了零部件性能退化趨勢難以表征的問題，實現(xiàn)了利用最小的特征，最大化的表征零部件的狀態(tài)信息。
　?。?）研究零部件的退化趨勢預(yù)測和壽命預(yù)測。為實現(xiàn)預(yù)測模型有更好的預(yù)測能力，提出了基于最小二乘支持向量機、粒子群算法和誤差累積和方法的零部件性能退化趨勢預(yù)測模型；針對剩余壽命預(yù)