基于信息融合組合算法的復雜裝備傳動關鍵部件壽命預測.pdf

1、隨著科技的進步,航空航天、船舶等領域的關鍵傳動部件和系統(tǒng)變得越來越復雜。這些部件和系統(tǒng)一旦發(fā)生事故,就有可能造成災難性的后果。復雜機械裝備與基礎設施的安全服役對于國民經(jīng)濟發(fā)展和國防建設都具有重要意義。傳動部件是各種機械裝備的重要組成部分，在傳動工作過程中，關鍵傳動部件承受較大的載荷并產(chǎn)生較大的變形和應力，在長期運行過程中會逐漸老化，剩余壽命會逐步下降，容易導致惡性事故發(fā)生，造成巨大的財產(chǎn)損失和人員傷亡；而如果盲目地進行維修更換則會帶來巨

2、大的浪費。因此，在部件或系統(tǒng)還沒有受到重大危害時,對其剩余壽命進行預測,進而為系統(tǒng)的延壽和最優(yōu)維護提供輔助決策依據(jù),具有重要的意義。壽命預測方法眾多，每種方法都有各自的優(yōu)缺點，本文提出一種基于信息融合組合算法的復雜裝備傳動關鍵部件壽命預測，具有一定的理論與實踐意義。論文主要內(nèi)容如下：
　　首先，對復雜裝備關鍵傳動系統(tǒng)的壽命預測研究背景、意義及現(xiàn)狀進行了分析，在此基礎上，對壽命預測方法進行分類和比較，并闡述了本文研究的思路。

3、　　其次，提出基于蟻群神經(jīng)網(wǎng)絡和支持向量機壽命預測方法。介紹了蟻群算法、BP神經(jīng)網(wǎng)絡和支持向量機原理，在BP神經(jīng)網(wǎng)絡的基礎上，建立蟻群算法改進神經(jīng)網(wǎng)絡的預測模型，同時，基于支持向量機壽命預測模型，并結(jié)合實測樣本數(shù)據(jù)仿真分析。
　　最后，建立基于 D-S證據(jù)理論的信息融合組合預測算法壽命預測模型。分別對多組信號和由蟻群神經(jīng)網(wǎng)絡模型和支持向量機模型組成的組合模型進行融合預測，以汽車變速箱為例，選取振動加速度信號為壽命特征進行建模預測。