轴承故障诊断与故障预测方法
合集下载
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
ｔ ｔｔ ｅ ｏ ｉｉ ａ ｎ ｅ ｅ ｃ ｌ ｏｉｈｍ ｆＨＨ Ｍ Ｍ ｓｓ ｍｅ ｔ ｏ ｈａ ｈ ｒｇｎ ｌｉｆ ｒ ｎ ｅ ａｇ ｒｔ ｏ ｉ ｏ ｗｈａ ｃ ｍｐｌ ａｅｄ ａ ｄ ｔｋｅ ｏ ｉ ｅ，ｔ ＨＭ Ｍ ｓｔａ ｆｒ ｄ ｉ ｔ ｎ ａ ｓｌｎｇｔｍ ｃ ｈｅＨ ｉ ｒ ｎｓｏ ｍｅ
摘要 ： 了利 用 Ｈ Ｍ进行故 障诊断 和 Ｈ Ｍ 分析 Ｍ Ｈ Ｍ进行故 障预测 的框架 ， 针对传统 Ｈ Ｍ Ｈ Ｍ推理算法 复杂 ， 时 推理
间长的 问题 ， Ｈ ＭＭ转 化为 Ｄ Ｎ， 将 Ｈ Ｂ 并应用交叉树推理算法 ， 缩短 了推理时 问。最后将 ＨＭ 和 Ｈ Ｍ 应用 于 Ｍ ＨＭ 轴承故障诊断和故障预测或剩余寿命预测 （ Ｕ ） 通过试验结果验证 了这种方法 的有效性 。 ＲＬ ， 关键词 ： 滚动轴 承 ； 故障诊断 ； 障预测 ； Ｍａｋｖ 型 ； 故 隐 ｒｏ 模 层次隐 Ｍａｋｖ 型 ； ｒｏ 模 动态 Ｂ ｙｓ网络 ； ａｅ 剩余 寿命预测
Ｚ Ｎ ｉｇ ｕ Ｋ Ｎ ｉｎ—ｓｅ ，Ｉ ｈｎ— ｕ Ｌ ｈ —ｙｎ ＨＡ Ｇ Ｘ ｎ —ｈ ｉ， Ａ Ｇ Ｊ ａ ｈ ＬＵ Ｚ ａ ｊｎ ， Ｉ ｉ ｏｇ Ｚ
（ ． ｅａｔｅ ｔ ｆ ｑ ｉ ｎ Ｃ ｍ ｎ ｎ ｎｇｍ ｎ； ａ Ｄ ｐ ｒ ｎ ｕｐ ｔ ｏ ｍａｄａ ｄＭａａｅ ｅ ｔ ｍ ｏ Ｅ ｍｅ
轴 承 的故 障是一 个 从 正 常到 失效 逐 步 演化 的
多状 态过 程 ， 些状 态 不能 直 接 观、 ， 可 以通过 这 ？ 但 贝 ０ 外部设 备 测量得 到 的信 号 来 反 映状 态 的 变化 。故
过多 ， 型本 身 的计 算 复 杂 度 随 状 态数 的增 加 呈 模
指数 级增 长 ， 且 需 要 大 量 的样 本 进 行 训 练 。而 并 层次 隐 Ｍａｋ ｖ模 型 （ ＭＭ） 以对 轴 承 的状 态 ｒｏ ＨＨ 可 进行 分 层 表 达 ， 一 步 将 ５个 状 态 表 达 为 ５个 进
ｂ Ｄ ｐｒ ｅ ｔ ｆ ｒｉ ｎ ， ｒｎｎｅＥ ｇ ｅｒ ｇＣ ｌ ｇ ，ｈ ｉｚｕ ｎ ５ ０ ３ Ｃ ｉ ） ． ｅａ ｍ ｎ ｏ ａ ｉｇ Ｏｄ ａｃ ｎｉ ｅ ｎ ｏｌ ｅ Ｓｉａｈ ａｇ ０ ０ ，ｈｎ ｔ Ｔ ｎ ｎ ｉ ｅ ｊ ０ ａ
Ａｂ ｔ ａ ｔ ｓｒ ｃ ：Ａ ｒｍｅ ｒ ｏ ａ ｌ ｄ ａ ｎ ｓｓ ｉ ｐ ｅ ｅ ｔ ｄ ｂ ｓ ｄ ｏ ｆ ａ ｗｏ ｋ ｆ ｒｆｕ ｔ ｉｇ ｏ ｉ ｓ ｒ ｓ ｎ ｅ ａ ｅ ｎ ＨＭＭ ｎ ａ ｌ ｐ ｏ ｎ ｓｓｂ ｓ ｄ ｏ ａ ｄ ｆｕ ｔ ｒ ｇ ｏ ｉ ａ ｅ ｎ ＨＨＭＭ． ｉ ｄ ａ Ａ ｍｅ ｔ
ａ ｉ ｇ ２０１ｌ ， Ｎｏ．１ ＣＮ４ｌ — ｌ ４８ ＴＨ Ｂｅ ｒｎ １ ／
墅 ＱＱ二 ２
轴承
２ １ 年１ ０ １ 期
４８ —５２
轴 承 故 障 诊 断 与 故 障 预 测 方 法
张星辉 康 建设 刘 占军 李志勇 ， ， ，
（ 军械 Ｔ 程学院 － ａ 装备指挥 与管理 系－． ． ｂ 训练部 ， 石家庄 ０００ ） ５ ０ ３
ｖ ｌ ｉ ｆ ｈ ｔｏ ｓ ａｉ ｔ ｏ ｅ ｍｅｈ ｄ ． ｄｙ ｔ Ｋｅ ｒ ｓ ｏｌ ｇｂ ａｉ ｇ；ｆｕ ｔｄａ ｎ ｓｓ ｆ ｕｔｐ ｏ ｎ ｓｓ ＨＭＭ ； ｙ ｗｏ ｄ ：ｒ ｌ ｎ ｅ ｒ ｉ ｎ ａ ｌ ｉｇ ｏ ｉ ；ａ ｌ ｒ ｇ ｏ ｉ ； ＨＨＭＭ ；ＤＢ ；ｒ ｍａｎ ｎ ｓ ｆ ｌ ｉ ｒ ｄ ｃｉｎ Ｎ ｅ ｉ ｉｇ ｕ ｅｕ ｆ ｐ ｅ ｉ ｔ ｌｅ ｏ
中图分类号 ：Ｈ１３ ３ Ｔ ３ ．３ 文 献标 志码 ： Ａ 文章编号 ：０ ０— ７２ ２ １ ） １ ０ ８— ５ １０ ３ ６ （０ １ Ｏ —０４ ０
Ｄｉ ｇ ｏ ｉ ｎｄ Ｐｒ ｇ ｓｓＭ ｅ ｈｏ ｆ ｒ Ｂｅ ｒｎｇ Ｆａ ｌ ａ ｎ ｓｓａ ｏ ｎｏ ｉ ｔ ｄ ｏ ａ ｉ ｕ ｔ
障诊 断和 预测就 是通 过 对测 量 得 到 的信 号 进行 分 析 ， 取 反映设 备故 障 特征 的特 征 向量 ， 用 模 型 提 应
Ｈ ＭＭ， 以更精 确地 反 映轴 承 的退化 过 程 ， 可 提高 剩 余 寿命 预测 的精 度 Ｊ 。
来识别设备的健康状态 ， 并对未来一 段时间 内的 状态进行估计 ， 或预测设备 的剩余使用 寿命 。文 献 ［ ］ 隐 Ｍ ｒｏ １将 ａ ｖ模型 （ Ｍ 应用于故障诊断 ｋ Ｈ Ｍ） 和预测 ， 并提 出了基 于 ＨＭＭ 的故 障诊 断和 预ｉ 框 贝 ０ 架 。文献［ ］ ２ 将轴承状态分为正常 、 点蚀 、 浅层剥 落 深层剥落和失效 ５个状态 。但 轴承在实际运 行过程中 ， 这些状态之间的时问问隔都很长 ， 诊断 得 出的结果 只能 粗 略反 映轴 承 的 退 化 量 ， 能 很 不
ｉｔ Ｄ Ｎ ａｄｔ ｎｔ ｎｔ ｅｉ ｅｅｃ ｌ ｒｈ ｍ ｌｙｄｔ ｓｏ ｅ ｅｉ ｅｅｃ ｍ ． ｈ ｒｐ ｓｄｍ ｔｏｓ ｒ ｎ Ｂ ｎ ｅ ｕｃ ｏ ｅ ｆｒｎｅ ｇ ｉ ｍ ｉｅ ｐｏｅ ￣ ｎｔ ｆｒｎｅｔ ｅ Ｔ ｅｐｏｏｅ ｅ ｄ ｅ ｏ ｈｊ ｉ ｒ ｎ ａｏｔ ｓ ｏｈ ｈ ｎ ｉ ｈ ａ ａｐｉｄｔ ｆｕｔ ｉ ｎｓ ｎ ｕｔ ｒｇ ｏｉ ｒｍ ｉｉｇｕｅ ｌ ｉ ，Ｒ Ｌ ｆ ｌｎ ｅｒ ｇ ｈ ｓｌ ｈｗ ｔｅ ｐ ｌ ｏ ａｌ ｄ ｇ ｏｉ ａｄｆ ｌｐｏｎｓ ｅ ａ ｓ ａ ｓ（ｅ ａ ｎ ｓｆ ｆ ｎ ｕ ｌｅ Ｕ ）ｏ ｒ ｌ ｇｂ ａ ｎ ．Ｔ ｅｒ ｕｔ ｓｏ ａ ｏｉ ｉ ｅ ｓ ｈ
摘要 ： 了利 用 Ｈ Ｍ进行故 障诊断 和 Ｈ Ｍ 分析 Ｍ Ｈ Ｍ进行故 障预测 的框架 ， 针对传统 Ｈ Ｍ Ｈ Ｍ推理算法 复杂 ， 时 推理
间长的 问题 ， Ｈ ＭＭ转 化为 Ｄ Ｎ， 将 Ｈ Ｂ 并应用交叉树推理算法 ， 缩短 了推理时 问。最后将 ＨＭ 和 Ｈ Ｍ 应用 于 Ｍ ＨＭ 轴承故障诊断和故障预测或剩余寿命预测 （ Ｕ ） 通过试验结果验证 了这种方法 的有效性 。 ＲＬ ， 关键词 ： 滚动轴 承 ； 故障诊断 ； 障预测 ； Ｍａｋｖ 型 ； 故 隐 ｒｏ 模 层次隐 Ｍａｋｖ 型 ； ｒｏ 模 动态 Ｂ ｙｓ网络 ； ａｅ 剩余 寿命预测
Ｚ Ｎ ｉｇ ｕ Ｋ Ｎ ｉｎ—ｓｅ ，Ｉ ｈｎ— ｕ Ｌ ｈ —ｙｎ ＨＡ Ｇ Ｘ ｎ —ｈ ｉ， Ａ Ｇ Ｊ ａ ｈ ＬＵ Ｚ ａ ｊｎ ， Ｉ ｉ ｏｇ Ｚ
（ ． ｅａｔｅ ｔ ｆ ｑ ｉ ｎ Ｃ ｍ ｎ ｎ ｎｇｍ ｎ； ａ Ｄ ｐ ｒ ｎ ｕｐ ｔ ｏ ｍａｄａ ｄＭａａｅ ｅ ｔ ｍ ｏ Ｅ ｍｅ
轴 承 的故 障是一 个 从 正 常到 失效 逐 步 演化 的
多状 态过 程 ， 些状 态 不能 直 接 观、 ， 可 以通过 这 ？ 但 贝 ０ 外部设 备 测量得 到 的信 号 来 反 映状 态 的 变化 。故
过多 ， 型本 身 的计 算 复 杂 度 随 状 态数 的增 加 呈 模
指数 级增 长 ， 且 需 要 大 量 的样 本 进 行 训 练 。而 并 层次 隐 Ｍａｋ ｖ模 型 （ ＭＭ） 以对 轴 承 的状 态 ｒｏ ＨＨ 可 进行 分 层 表 达 ， 一 步 将 ５个 状 态 表 达 为 ５个 进
ｂ Ｄ ｐｒ ｅ ｔ ｆ ｒｉ ｎ ， ｒｎｎｅＥ ｇ ｅｒ ｇＣ ｌ ｇ ，ｈ ｉｚｕ ｎ ５ ０ ３ Ｃ ｉ ） ． ｅａ ｍ ｎ ｏ ａ ｉｇ Ｏｄ ａｃ ｎｉ ｅ ｎ ｏｌ ｅ Ｓｉａｈ ａｇ ０ ０ ，ｈｎ ｔ Ｔ ｎ ｎ ｉ ｅ ｊ ０ ａ
Ａｂ ｔ ａ ｔ ｓｒ ｃ ：Ａ ｒｍｅ ｒ ｏ ａ ｌ ｄ ａ ｎ ｓｓ ｉ ｐ ｅ ｅ ｔ ｄ ｂ ｓ ｄ ｏ ｆ ａ ｗｏ ｋ ｆ ｒｆｕ ｔ ｉｇ ｏ ｉ ｓ ｒ ｓ ｎ ｅ ａ ｅ ｎ ＨＭＭ ｎ ａ ｌ ｐ ｏ ｎ ｓｓｂ ｓ ｄ ｏ ａ ｄ ｆｕ ｔ ｒ ｇ ｏ ｉ ａ ｅ ｎ ＨＨＭＭ． ｉ ｄ ａ Ａ ｍｅ ｔ
ａ ｉ ｇ ２０１ｌ ， Ｎｏ．１ ＣＮ４ｌ — ｌ ４８ ＴＨ Ｂｅ ｒｎ １ ／
墅 ＱＱ二 ２
轴承
２ １ 年１ ０ １ 期
４８ —５２
轴 承 故 障 诊 断 与 故 障 预 测 方 法
张星辉 康 建设 刘 占军 李志勇 ， ， ，
（ 军械 Ｔ 程学院 － ａ 装备指挥 与管理 系－． ． ｂ 训练部 ， 石家庄 ０００ ） ５ ０ ３
ｖ ｌ ｉ ｆ ｈ ｔｏ ｓ ａｉ ｔ ｏ ｅ ｍｅｈ ｄ ． ｄｙ ｔ Ｋｅ ｒ ｓ ｏｌ ｇｂ ａｉ ｇ；ｆｕ ｔｄａ ｎ ｓｓ ｆ ｕｔｐ ｏ ｎ ｓｓ ＨＭＭ ； ｙ ｗｏ ｄ ：ｒ ｌ ｎ ｅ ｒ ｉ ｎ ａ ｌ ｉｇ ｏ ｉ ；ａ ｌ ｒ ｇ ｏ ｉ ； ＨＨＭＭ ；ＤＢ ；ｒ ｍａｎ ｎ ｓ ｆ ｌ ｉ ｒ ｄ ｃｉｎ Ｎ ｅ ｉ ｉｇ ｕ ｅｕ ｆ ｐ ｅ ｉ ｔ ｌｅ ｏ
中图分类号 ：Ｈ１３ ３ Ｔ ３ ．３ 文 献标 志码 ： Ａ 文章编号 ：０ ０— ７２ ２ １ ） １ ０ ８— ５ １０ ３ ６ （０ １ Ｏ —０４ ０
Ｄｉ ｇ ｏ ｉ ｎｄ Ｐｒ ｇ ｓｓＭ ｅ ｈｏ ｆ ｒ Ｂｅ ｒｎｇ Ｆａ ｌ ａ ｎ ｓｓａ ｏ ｎｏ ｉ ｔ ｄ ｏ ａ ｉ ｕ ｔ
障诊 断和 预测就 是通 过 对测 量 得 到 的信 号 进行 分 析 ， 取 反映设 备故 障 特征 的特 征 向量 ， 用 模 型 提 应
Ｈ ＭＭ， 以更精 确地 反 映轴 承 的退化 过 程 ， 可 提高 剩 余 寿命 预测 的精 度 Ｊ 。
来识别设备的健康状态 ， 并对未来一 段时间 内的 状态进行估计 ， 或预测设备 的剩余使用 寿命 。文 献 ［ ］ 隐 Ｍ ｒｏ １将 ａ ｖ模型 （ Ｍ 应用于故障诊断 ｋ Ｈ Ｍ） 和预测 ， 并提 出了基 于 ＨＭＭ 的故 障诊 断和 预ｉ 框 贝 ０ 架 。文献［ ］ ２ 将轴承状态分为正常 、 点蚀 、 浅层剥 落 深层剥落和失效 ５个状态 。但 轴承在实际运 行过程中 ， 这些状态之间的时问问隔都很长 ， 诊断 得 出的结果 只能 粗 略反 映轴 承 的 退 化 量 ， 能 很 不
ｉｔ Ｄ Ｎ ａｄｔ ｎｔ ｎｔ ｅｉ ｅｅｃ ｌ ｒｈ ｍ ｌｙｄｔ ｓｏ ｅ ｅｉ ｅｅｃ ｍ ． ｈ ｒｐ ｓｄｍ ｔｏｓ ｒ ｎ Ｂ ｎ ｅ ｕｃ ｏ ｅ ｆｒｎｅ ｇ ｉ ｍ ｉｅ ｐｏｅ ￣ ｎｔ ｆｒｎｅｔ ｅ Ｔ ｅｐｏｏｅ ｅ ｄ ｅ ｏ ｈｊ ｉ ｒ ｎ ａｏｔ ｓ ｏｈ ｈ ｎ ｉ ｈ ａ ａｐｉｄｔ ｆｕｔ ｉ ｎｓ ｎ ｕｔ ｒｇ ｏｉ ｒｍ ｉｉｇｕｅ ｌ ｉ ，Ｒ Ｌ ｆ ｌｎ ｅｒ ｇ ｈ ｓｌ ｈｗ ｔｅ ｐ ｌ ｏ ａｌ ｄ ｇ ｏｉ ａｄｆ ｌｐｏｎｓ ｅ ａ ｓ ａ ｓ（ｅ ａ ｎ ｓｆ ｆ ｎ ｕ ｌｅ Ｕ ）ｏ ｒ ｌ ｇｂ ａ ｎ ．Ｔ ｅｒ ｕｔ ｓｏ ａ ｏｉ ｉ ｅ ｓ ｈ