基于双自适应滑动时间窗滚动轴承故障预测模型
郭基联1
张保山2
周章文1
李波3
刘晓欣1
1.空军工程大学航空工程学院,西安,7100382.空军工程大学航空工程学院,西安,710038;91504 部队,浙江台州,3180503.93786 部队,河北张家口,075000
摘要：针对传统方法和基于神经网络方法在滚动轴承故障预测中存在的问题,提出一种双自适应滑动时间窗故障预测模型.首先,通过设置能够去除相关性的状态估计非线性算子,将滚动轴承振动信号映射为能够表征其退化状态的故障特征—故障程度指标 DR.其次,以损失函数为判据,设置模型参数自适应更新机制,以及建立能够自适应选取数据长度的滑动时间窗口.最后,通过西安交通大学发布的滚动轴承全寿命周期数据,模拟实际中突发性故障和渐发性故障综合作用下的故障发生情况,验证了所提出的故障预测模型的有效性.实验结果表明,提出的预测模型能够准确判断滚动轴承退化阶段的开始时刻和故障时刻,真实反映滚动轴承性能退化的趋势,预测误差仅为 0.068%,预测时间仅占 2 次故障间隔时间的 1.385%,满足复杂工况下滚动轴承故障预测的需求.
关键词：滚动轴承故障预测滑动时间窗自适应
分类号：V263(航空制造工艺)
论文发表日期：2023-08-25
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：7( 1-7 )
英文信息