基于SKF-KF-Bayes的滚动轴承剩余使用寿命预测方法

作     者：许艳雷 邱明 李军星 刘璐 牛凯岑 XU Yanlei;QIU Ming;LI Junxing;LIU Lu;NIU Kaicen

作者机构：河南科技大学机械工程学院河南洛阳471003 河南科技大学高端轴承先进制造与智能装备河南省工程技术研究中心河南洛阳471003 

出 版 物：《振动与冲击》 (Journal of Vibration and Shock)

年 卷 期：2021年第40卷第19期

页      面：26-31,40页

核心收录：

学科分类：08[工学] 080203[工学-机械设计及理论] 0802[工学-机械工程] 080201[工学-机械制造及其自动化] 

基　　金：国家重点研究计划(2018YFB2000203) 

主　　题：滚动轴承 剩余使用寿命(RUL)预测 SKF识别 KF单步预测 Bayes更新 

摘      要：准确预测滚动轴承的剩余使用寿命(remaining useful life,RUL)对机械设备安全可靠运行有着至关重要的作用,针对滚动轴承寿命预测中存在的未能准确区分滚动轴承退化阶段与如何有效地利用历史退化数据与实时监测数据等问题,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使用寿命预测方法。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;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;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,推导出轴承剩余使用寿命分布模型,计算滚动轴承剩余使用寿命;通过对滚动轴承试验数据分析,验证了该方法的适用性和有效性。