本发明涉及一种基于RVM‑KF的滚动轴承剩余寿命预测方法及装置。其中方法包括:获取待预测滚动轴承的实时监测数据,以及与待预测滚动轴承同类的滚动轴承整个生命周期的历史数据;利用历史数据训练RVM模型;根据实时监测数据和SKF确定预测起始时刻,并根据实时监测数据确定卡尔曼滤波器的状态方程;将预测起始时刻输入训练好的RVM模型,得到估计的振动数据,将其作为卡尔曼滤波器的观测值,进行单步预测,将单步预测数据加入历史数据更新RVM模型;利用更新后的RVM模型进行迭代预测,直至单步预测数据中的振动数据超过失效阈值完成剩余寿命的预测。本发明结合RVM模型、卡尔曼滤波器、SKF实现了进入加速退化阶段滚动轴承剩余寿命的准确预测。
声明:
“基于RVM-KF的滚动轴承剩余寿命预测方法及装置” 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)