基于时域特征的滚动轴承寿命预测

• 作者: 丁宇 戴邵武 陈强强
• 来源期刊: 计算机测量与控制
• 关键词: 滚动轴承 主成分分析 寿命预测 粒子群算法 支持向量机
• 年，卷（期）: 2019,（10）
• 所属期刊栏目: 测试与故障诊断
• 页码范围: 60-63
• 页数: 4页
• 分类号: TH113.3|TP206.3
• 语种: 中文
• DOI: 10.16526/j.cnki.11-4762/tp.2019.10.013

摘要

为了更好地表征滚动轴承性能退化趋势,提出基于时域特征和支持向量机的滚动轴承退化趋势预测方法;首先提取振动信号的时域特征组成高维特征集,利用主成分分析方法(PCA)对时域高维特征集进行维数约简,以消除各特征指标之间的冗余及信息冲突等问题;然后将维数约简后的特征向量作为输入数据,输入至由粒子群(PSO)优化的支持向量机中,建立退化趋势预测模型,从而完成退化趋势预测.运用滚动轴承全寿命试验数据进行验证分析,结果表明该方法能够获取准确的预测结果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	戴邵武		89	376	9.0	15.0
2	陈强强		10	15	2.0	3.0