首页|PKPCA-LRM在滚动轴承性能退化评估中的应用

PKPCA-LRM在滚动轴承性能退化评估中的应用

Bearing Performance Degradation Assessment Based on PKPCA-LRM

扫码查看
原文链接
  • NETL
  • NSTL
  • 维普
  • 万方数据
滚动轴承作为旋转机械最重要的零部件之一,其可靠性和寿命直接影响着机器的可靠性和寿命,为解决滚动轴承可靠性难以估计的问题,提出一种基于概率核主成分分析(Probabilistic Kernel Principal Component Analysis,PKPCA)和Logistic回归模型(Logistic Regression Model,LRM)的滚动轴承可靠性评估方法.首先提取轴承的时域、频域和时频域特征值组成高维混合域特征集,并引入相对特征值降低轴承个体差异;然后用PKPCA挑选能够表征轴承退化状态的特征值作为Logistic回归模型的协变量;最后用Logistic回归模型对滚动轴承可靠性进行评估.通过IMS滚动轴承全寿命试验,验证了该方法的有效性.

王萌、王奉涛

展开 >

大连理工大学机械工程学院,辽宁 大连 116023

概率核主成分分析 轴承 性能退化 混合域 Logistic回归模型 小波包样本熵

国家自然科学基金基于模型与数据驱动的航空液压管路系统振动故障诊断方法研究

5137506751775257

2020

机械设计与制造
辽宁省机械研究院

机械设计与制造

CSTPCD北大核心
影响因子：0.511
ISSN：1001-3997
年,卷(期)：2020.(6)
  • 6