基于互信息的主成分分析结合支持向量回归的滚动轴承剩余寿命预测研究

作     者：欧白羽 杨勐 韩旭 OU BaiYu;YANG Meng;HAN Xu

作者机构：陆军航空兵学院陆军航空兵研究所北京101121 陆军航空兵学院航空机械工程系北京101123 93146部队北京100000 

出 版 物：《北京化工大学学报（自然科学版）》 (Journal of Beijing University of Chemical Technology(Natural Science Edition))

年 卷 期：2021年第48卷第6期

页      面：108-117页

学科分类：08[工学] 081203[工学-计算机应用技术] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

主　　题：滚动轴承 剩余寿命预测 支持向量回归 主成分分析 互信息 

摘      要：滚动轴承作为旋转机械设备中的关键部件,影响着设备的可靠性运行。为了智能开展设备维护工作,提高设备的运转效率,提出一种基于互信息(mutual information,MI)的主成分分析(principal component analysis,PCA)(MI-PCA)结合支持向量回归(support vector regression,SVR)的滚动轴承剩余寿命预测方法。首先利用小波包降噪算法剔除原始振动信号中的异常数据点和噪声,并基于降噪数据提取其时域、频域和时频域特征;然后结合特征与剩余寿命的互信息值进行特征筛选,再通过PCA降维算法获得可表征轴承退化状态的敏感特征,用于SVR的输入;最后构建并训练SVR剩余寿命预测模型,并将其应用于滚动轴承全寿命试验数据。试验结果表明与基于MI和基于PCA的SVR回归预测模型(MI-SVR模型、PCA-SVR模型)相比,基于MI-PCA的SVR模型具有更高的预测精度(预测精度可达97%),能够实现滚动轴承剩余寿命的精准预测,为开展及时有效的设备维护工作提供了决策依据。