基于RBF和优化Wiener模型的轴承剩余寿命预测

• 作者: 周建民 高森 张龙 李家辉 熊文豪
• 来源期刊: 控制工程
• 学科: 工学
• 关键词: 滚动轴承 维纳过程 剩余寿命预测 RBF神经网络
• 年，卷（期）: 2022,（2）
• 所属期刊栏目: 基于大数据的故障诊断与预测理论及技术(专题)
• 页码范围: 246-253
• 页数: 8页
• 分类号: TH133.33
• 语种: 中文
• DOI: 10.14107/j.cnki.kzgc.20210007

摘要

针对滚动轴承寿命准确预测缺乏表征其健康状态的可靠退化指标的问题,提出径向基(RBF)神经网络及带有漂移参数的维纳(Wiener)模型进行剩余寿命预测.首先,使用小波包奇异谱熵提取轴承振动信号初始特征;其次,利用早期无故障样本特征和失效样本特征训练RBF神经网络模型,将已提取特征全寿命数据输入到RBF神经网络模型,计算隶属度,作为轴承退化指标;最后,根据滚动轴承的退化轨迹,选择不同Wiener模型进行退化建模,根据AIC信息准则和对数似然值选择合适的模型,利用极大化轮廓似然函数在线更新模型参数,预测轴承寿命.结果 表明,所提出的轴承退化指标能够表征健康状态,基于该退化指标的Wiener模型能够准确预测轴承的剩余寿命.