变工况下轴承健康监测的相关向量机与自适应阈值模型方法
Bearings health monitoring under varying operation conditions using relevance vector machine and adaptive threshold model作者机构:国防科技大学机电工程与自动化学院湖南长沙410073 国防科技大学装备综合保障技术重点实验室湖南长沙410073
出 版 物:《国防科技大学学报》 (Journal of National University of Defense Technology)
年 卷 期:2016年第38卷第1期
页 面:168-174页
核心收录:
学科分类:080703[工学-动力机械及工程] 082502[工学-航空宇航推进理论与工程] 08[工学] 0807[工学-动力工程及工程热物理] 0825[工学-航空宇航科学与技术] 081201[工学-计算机系统结构] 0812[工学-计算机科学与技术(可授工学、理学学位)]
基 金:国家自然科学基金资助项目(51575518 51475463)
摘 要:工况在旋转机械运行过程中通常是变化的。变化的工况和故障一样,也会引起机械振动特征发生改变,从而引起诊断误差。为此,提出一种用于变工况下轴承健康监测的新方法。该方法使用相关向量机拟合振动特征的统计量随工况参数的变化,得到特征统计量与工况参数之间的连续函数关系;基于不同工况下的特征统计,构建自适应阈值模型。将该方法用于不同转速下的轴承健康监测,结果表明,当转速超过某一个较小的值时,该方法有效。