滾動(dòng)軸承變工況狀態(tài)評估的特征融合技術(shù)研究.pdf

1、滾動(dòng)軸承作為航空發(fā)動(dòng)機(jī)關(guān)鍵部件直接影響著飛行安全，對滾動(dòng)軸承進(jìn)行狀態(tài)檢測，盡早發(fā)現(xiàn)軸承的故障征兆，對于有效減少飛行事故的發(fā)生，實(shí)施滾動(dòng)軸承剩余壽命預(yù)測具有重要意義?，F(xiàn)有的滾動(dòng)軸承狀態(tài)評估較少考慮載荷和轉(zhuǎn)速變化對軸承狀態(tài)評估的影響，缺乏對特征靈敏度的研究和融合，對早期故障檢測不靈敏，對軸承狀態(tài)評估不準(zhǔn)確，因此需要進(jìn)行變工況下多特征融合。本文研究了航空發(fā)動(dòng)機(jī)滾動(dòng)軸承在變工況狀態(tài)下的多特征提取與融合技術(shù)。主要研究工作體現(xiàn)在：
　　（1）

2、提出了三種多特征融合方法，即距離判別法、一類分類法和后驗(yàn)概率法。距離判別法是利用滾動(dòng)軸承運(yùn)行的正常數(shù)據(jù)的振動(dòng)特征進(jìn)行歐氏距離學(xué)習(xí)，并對未知狀態(tài)與正常狀態(tài)的距離進(jìn)行比較。一類分類法是對正常數(shù)據(jù)樣本的分布做出正確的描述，檢驗(yàn)對未知樣本的分類就是檢驗(yàn)其是否服從分布。后驗(yàn)概率法是基于后驗(yàn)概率的支持向量機(jī)算法，使用正常狀態(tài)和嚴(yán)重故障狀態(tài)的樣本數(shù)據(jù)，形成訓(xùn)練樣本，對后驗(yàn)概率支持向量機(jī)進(jìn)行學(xué)習(xí)，既可以實(shí)現(xiàn)分類問題，又可以結(jié)合貝葉斯決策規(guī)則實(shí)現(xiàn)分類結(jié)果

3、的概率估計(jì)。
　?。?）進(jìn)行滾動(dòng)軸承單點(diǎn)故障模擬試驗(yàn)，得到4組振動(dòng)加速度信號，從時(shí)域、頻域和時(shí)頻域中提取出了13個(gè)無量綱特征，進(jìn)行了13個(gè)特征的靈敏度分析。提取轉(zhuǎn)速信號，比較了不同轉(zhuǎn)速對故障特征靈敏度的影響。利用特征融合方法，對多維特征進(jìn)行了融合，試驗(yàn)結(jié)果充分驗(yàn)證了方法的正確性。
　?。?）進(jìn)行滾動(dòng)軸承性能退化試驗(yàn)，得到航空滾動(dòng)軸承在整個(gè)從正常到異常狀態(tài)下的不同工作狀態(tài)的振動(dòng)試驗(yàn)數(shù)據(jù)。利用本文特征融合方法進(jìn)行了特征融合和狀態(tài)