本发明公开基于平方根容积卡尔曼滤波的滚动轴承剩余寿命预测方法,通过从滚动轴承历史失效样本的振动信号中提取多维特征,构建敏感特征集,基于滚动轴承早期平稳运行阶段的敏感特征数据,训练带有马氏距离度量算子的自组织映射神经网络,进行降维,构建健康指标,然后基于健康指标确定滚动轴承的自适应退化阈值,采用连续触发机制划分滚动轴承的健康阶段和退化阶段,通过建立考虑不等采样间隔的指数退化模型,对滚动轴承的剩余寿命进行预测。该方法能在降维的过程中更好地保留高维空间中多维特征的拓扑结构,克服了对等间隔采样的在线监测数据的依赖,同时提升了对具有不同采样间隔的历史失效样本的全寿命数据的利用率。
声明:
“基于平方根容积卡尔曼滤波的滚动轴承剩余寿命预测方法” 该技术专利(论文)所有权利归属于技术(论文)所有人。仅供学习研究,如用于商业用途,请联系该技术所有人。
我是此专利(论文)的发明人(作者)