資源描述:
《基于數(shù)據(jù)驅(qū)動的滾動軸承退化趨勢預(yù)測方法研究.pdf》由會員上傳分享,免費在線閱讀,更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫。
1、碩士學(xué)位論文基于數(shù)據(jù)驅(qū)動的滾動軸承退化趨勢預(yù)測方法研究DATADRIVENPREDICTIONMETHODFORDEGRADATIONTRENDOFROLLINGBEARINGS張鑫慧哈爾濱工業(yè)大學(xué)2018年6月國內(nèi)圖書分類號:TK14學(xué)校代碼:10213國際圖書分類號:62-7密級:公開工程碩士學(xué)位論文基于數(shù)據(jù)驅(qū)動的滾動軸承退化趨勢預(yù)測方法研究碩士研究生:張鑫慧導(dǎo)師:王日新副教授申請學(xué)位:工程碩士學(xué)科:航天工程所在單位:航天學(xué)院答辯日期:2018年6月授予學(xué)位單位:哈爾濱工業(yè)大學(xué)ClassifiedIndex:TK14U.D.C:62-7Dissertat
2、ionfortheMasterDegreeinEngineeringDATADRIVENPREDICTIONMETHODFORDEGRADATIONTRENDOFROLLINGCandidate:ZhangXinhuiSupervisor:A.P.WangRixinAcademicDegreeAppliedfor:MasterofEngineeringSpeciality:AerospaceEngineeringAffiliation:SchoolofAstronauticsDateofDefence:June,2018Degree-Conferring-I
3、nstitution:HarbinInstituteofTechnology哈爾濱工業(yè)大學(xué)工學(xué)碩士學(xué)位論文摘要滾動軸承是機(jī)械結(jié)構(gòu)中十分重要的一個構(gòu)件,主要作用是將滑動摩擦轉(zhuǎn)換成為滾動摩擦,使得機(jī)械構(gòu)件之間的摩擦大大減少。據(jù)統(tǒng)計,70%大型機(jī)械結(jié)構(gòu)的損壞與軸承損傷有關(guān)。由此可見,對于軸承的退化趨勢的預(yù)測十分重要。對于軸承的退化趨勢預(yù)測,要著重解決兩個問題。第一,構(gòu)建合適的健康因子,用來評價滾動軸承的性能退化程度。本文選擇的是基于主成分分析法構(gòu)建健康因子,即融合多個特征參數(shù)的信息,構(gòu)建健康因子。第二,選擇合適的退化狀態(tài)預(yù)測模型,在有限的歷史數(shù)據(jù)的情況下準(zhǔn)確地對軸
4、承的退化趨勢作出預(yù)測。預(yù)測就是在已有的歷史數(shù)據(jù)的基礎(chǔ)上,通過采用相應(yīng)的分析方法或者數(shù)據(jù)處理模型對數(shù)據(jù)的分析,對當(dāng)前時間節(jié)點之后的一段時間的數(shù)據(jù)做出科學(xué)的預(yù)測。本文分別在歷史數(shù)據(jù)較少和充足的情況下討論了對滾動軸承退化趨勢的預(yù)測。短期預(yù)測時采用了當(dāng)前常用的BP神經(jīng)網(wǎng)絡(luò)和支持向量機(jī)的方法,其中第三章還針對兩種方法的優(yōu)劣進(jìn)行了對比分析。長期預(yù)測時本文應(yīng)用的是SFAM網(wǎng)絡(luò)和Elman網(wǎng)絡(luò)的方法。在第四章結(jié)尾,本文對兩種長期預(yù)測的方法進(jìn)行了對比,給出了相關(guān)結(jié)論,Elman網(wǎng)絡(luò)的實用性要比SFAM網(wǎng)絡(luò)好。但是SFAM在針對某些軸承運行數(shù)據(jù)時,對退化趨勢預(yù)測比較準(zhǔn)確。最后本
5、文構(gòu)建了混合預(yù)測模型,基于BP神經(jīng)網(wǎng)絡(luò)和支持向量機(jī)的混合預(yù)測模型,經(jīng)過實際運算,得到混合預(yù)測模型的誤差要比任意一個模型的預(yù)測誤差小,為滾動軸承的退化趨勢預(yù)測提供了一個新的思路。關(guān)鍵詞:預(yù)測;滾動軸承;退化趨勢;健康因子I哈爾濱工業(yè)大學(xué)工學(xué)碩士學(xué)位論文AbstractTherollingbearingisaveryimportantcomponentinthemechanicalstructure.Themainfunctionistotransformtheslidingfrictionintotherollingfriction,sothatthefric
6、tionbetweenthemechanicalcomponentsisgreatlyreduced.Accordingtothestatistics,thedamageofthe70%largemechanicalstructuresisrelatedtothebearingdamage.Itcanbeseenthatthepredictionofthedegradationtrendofbearingsisveryimportant.Forthepredictionofthedegradationtrendofbearing,weshouldfocuso
7、nsolvingtwoproblems.First,buildappropriatehealthfactorstoevaluatetheperformancedegradationofrollingbearings.Inthispaper,wechoosethehealthfactorbasedontheprincipalcomponentanalysis,thatis,tointegratetheinformationofmultiplecharacteristicparametersandconstructthehealthfactor.Second,c
8、hoosetheappropriatedegrada