696 / 2021-06-24 17:46:35

基于SKF-KF-Bayes的滚动轴承剩余寿命预测方法

准确预测滚动轴承的剩余寿命对机械设备安全可靠运行有着至关重要的作用。提出了一种SKF（Switching Kalman Filters）、KF（Kalman Filters）和Bayes结合的滚动轴承性能退化建模与剩余寿命预测方法。首先结合滚动轴承振动信号性能监测数据，采用SKF方法识别出轴承性能退化的变点；其次，利用随机效应指数退化模型描述轴承性能退化过程，结合同类轴承性能数据给出模型未知参数极大似然估计；然后，利用KF单步预测对当前时刻监测数据进行修正，基于Bayes方法对模型中的随机参数进行实时更新，推导出轴承剩余寿命分布模型，计算滚动轴承剩余寿命；最后，通过对滚动轴承试验数据分析，验证了本文方法的适用性和有效性。
关键字：滚动轴承；剩余寿命预测；SKF识别；KF单步预测；Bayes更新