摘要
本发明提供了一种复杂工况下滚动轴承可靠性评估方法,涉及一种滚动轴承可靠性评估方法,该方法包括采集复杂工况下滚动轴承全寿命周期振动时域信号,对振动信号进行自回归功率谱拟合;基于径向基神经网络建立一种信号特征映射模型,从信号自回归功率谱中提取特征作为模型输入,计算原始信号均方根作为模型输出,利用梯度下降算法自适应更新模型参数;对模型参数用核主成分分析算法进行降维,构建滚动轴承性能退化指标,结合威布尔比例故障模型评估滚动轴承运行可靠性。本发明可以消除复杂工况对滚动轴承振动信号的干扰,实现复杂工况下滚动轴承运行可靠性的准确评估。
技术关键词
滚动轴承可靠性
信号特征
滚动轴承性能退化趋势
径向基神经网络
工况
非线性方程组
参数
核主成分分析算法
梯度下降算法
滚动轴承振动信号
Burg算法
轴承运行状态
振动加速度信号
拟合优度检验
样本
灰狼优化算法
功率谱特征
系统为您推荐了相关专利信息
噪声在线监测系统
高斯混合模型
噪声源
传感模块
基线
热声斯特林
相位控制方法
回热器
声腔
性能寻优方法