基于预警控制限自学习的滚动轴承早期故障预测

来源：计算机集成制造系统杂志2024年第1期北京时间：

作者：樊盼盼, 袁逸萍, 马占伟, 高建雄, 张育超

单位：1.新疆大学机械工程学院2.中船重工海为(新疆)新能源有限公司

摘要：传统滚动轴承故障预警通常采用固定阈值分级报警,存在较多的误报警和漏报警。如何有效地从振动信号里学习能表征其健康状态的指标,自学习故障预警控制限,是解决该问题的关键所在。因此,提出一种预警控制限自学习的轴承早期故障预测方法。首先,采用短时傅里叶变换提取振动数据的故障特征;其次,提出基于矩阵变量高斯卷积深度置信网络的健康指标构建方法,在不破坏二维样本空间内部结构的同时将故障特征组合抽象成高层特征,通过全连接层构建健康指标;再次,拟合正常运行状态健康指标的概率分布的及检验拟合优度,并以上侧分位数作为故障预警控制限;最后,以国际标准轴承数据集验证了所提方法的有效性。

关键词：早期故障预测,健康指标,分布拟合,预测性维护,滚动轴承

基金资助：国家自然科学基金资助项目(71961029,52065062),新疆维吾尔自治区重点研发资助项目(2021B01003)。