基于D-S算法的多变量信息融合轴承故障诊断及故障失效预测关键技术研究

发布时间:2023-04-04浏览次数:21

项目来源:辽宁省教育厅高等学校基本科研项目(青年项目)

项目负责人:唐继武

课题经费:3万元

立项时间:2021.11

项目成员:张永春、汤武初、魏延刚、顾佳、于吉鲲、荣治明、吴鸣宇、蒋月静、贾丹、林木、梅强、林乐垚、董子昊、张振杰

课题研究内容:

1、风电轴承故障机理分析与建模研究

系统分析风电机组滚动轴承的主要故障模式、失效机理及其故障全周期的演化规律,利用故障演化过程中退化状态与HMM都是通过观测值来感知其状态的共同特点及HMM能合理地描述故障演化过程退化状态驻留时间这--特性,研究传动系统滚动轴承故障演化规律的HMM模型,为退化状态识别与故障失效预测方法研究提供理论基础。针对轴承振动信号的特点,冲击型信号和噪声的小波系数在不同尺度上的特性,并综合了软、硬阈值函数的优点,提出基于峭度的平稳小波去噪方法。

2、基于D-S算法的多源信息融合的风电轴承故障诊断方法研究

基于D-S算法的多源信息融合的故障诊断方法。该方法基于D-S算法和多源信息融合技术,将风电机组传动系统滚动轴承冲击、振动、温度等变量以及运行工况信息进行融合,形成滚动轴承故障诊断的综合决策,从而提高故障诊断的准确性。

3、基于遗传算法的改进型HMM的风电轴承寿命预测方法研究

克服了经典HMM方法中采用的Baum-Welch算法进行参数迭代优化时,算法过于复杂,结果易收敛于局部最优的缺点,提出一种基于遗传算法的改进型HMM故障预测方法,并研究轴承退化状态驻留时间的计算方法,实现对其失效概率和剩余使用寿命的预测。