申请/专利权人：武汉科技大学

申请日：2020-09-15

公开（公告）日：2024-05-17

公开（公告）号：CN112100919B

主分类号：G06F30/27

分类号：G06F30/27;G01M13/04;G01M13/045;G06F119/04

优先权：

专利状态码：有效-授权

法律状态：2024.05.17#授权;2021.01.05#实质审查的生效;2020.12.18#公开

摘要：本发明提供了一种基于RE‑CF‑EKF算法的滚动轴承剩余寿命预测方法，其特征在于：步骤一：对获得的轴承振动数据集进行筛选，选择同一工况的多个轴承作为实验数据集，并将其进行训练集和测试集的分组；步骤二：取原始信号的时域特征后，进行线性滤波，计算滤波后数据与滤波误差之间的相对误差值RE，基于RE曲线确定预测开始点TSP；步骤三：对选取的时域特征，进行降噪处理，再由累积函数得到趋势更平滑的累积特征CF；步骤四：结合步骤二、步骤三得到适合建模预测的特征曲线段，并建立状态空间模型，由训练集的特征曲线段得到模型初始参数，再结合EKF算法预测轴承剩余寿命。

主权项：1.一种基于RE-CF-EKF算法的滚动轴承剩余寿命预测方法，其特征在于：步骤一：对获得的轴承振动数据集进行筛选，选择同一工况的多个轴承作为实验数据集，并将其进行训练集和测试集的分组；步骤二：取原始信号的时域特征后，进行线性滤波，计算滤波后数据与滤波误差之间的相对误差值RE，基于RE曲线确定预测开始点TSP；步骤三：对选取的时域特征，进行降噪处理，再由累积函数得到趋势更平滑的累积特征CF；步骤四：结合步骤二、步骤三得到适合建模预测的特征曲线段，并建立状态空间模型，由训练集的特征曲线段得到模型初始参数，再结合EKF算法预测轴承剩余寿命；在步骤二中选用能表征轴承整体寿命趋势的时域特征表征，对时域特征表征进行线性滤波，得到滤波后特征曲线与滤波误差曲线；设定滑窗大小为m；计算每个窗口内滤波后特征曲线Fk与滤波误差曲线Ek的相对误差REk，其具体表达式为： 获得RE曲线，在当前数据集所得RE曲线中选取阈值分界线；依据阈值分界线，寻找退化开始点，并作为预测开始点TSP用于后续预测；在步骤三中，使用经验模态分解的改进算法CEEMDAN对方差特征重构后进行降噪处理；对降噪后的方差特征V，依据累积函数进行处理，得到累积特征CF；其中，累积函数公式如下： 所述训练集为全寿命周期数据；所述测试集取前一部分作为已知数据，剩余部分用于验证预测结果的优劣；所述步骤四包括如下步骤：所述EKF算法预测测试集已知数据最后时刻T之后的状态估计值形成新的模型参数；根据预测结果，得到对应T+ii＝1,2,…,n时刻的轴承特征数据；当轴承振动数据的特征曲线到达定义阈值时，则剩余使用寿命RUL为T时刻到轴承失效阈值点之间的时间间隔；在步骤四中，由步骤二所得预测开始点与步骤三所得累积特征,得到当前数据集更适合建模预测的特征曲线段CF'k,k＝TSP,…,T；计算训练集每个特征曲线段最后一点的斜率thi，取均值作为测试集预测时的阈值： 所建立的状态空间方程为： 其中，xk＝[ak,bk,ck,dk]；k表示循环次数；xk表示状态模型参数；Yk表示累积特征曲线段的观测值；wk表示状态噪声；vk表示观测噪声；根据训练集的特征曲线段拟合得到预测模型的初始参数；将初始模型参数与测试集当前数据的特征曲线段输入到EFK算法中，预测得到T时刻的状态值XT。

全文数据：

权利要求：

百度查询： 武汉科技大学 一种基于RE-CF-EKF算法的滚动轴承剩余寿命预测方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD