运行数据更新驱动下滚动轴承性能参数可靠度的预测方法技术

运行数据更新驱动下滚动轴承性能参数可靠度的预测方法，其实施过程中，以动态实时数据构建性能参数时间序列，刻画滚动轴承运转过程中的性能参数特征，依据性能参数特征信息预测该性能参数在未来某时刻的参数值；将参数值以及过去时间内的大量测量值构建数据列，获取其分布状态的统计信息；依据分布信息建立可靠性预测函数，预测该性能特征参数的可靠性。

【技术实现步骤摘要】

本专利技术属于回转设备的动态性能检测与预报的
，涉及滚动轴承性能演变过程及其未来可靠性的预测方法。
技术介绍
滚动轴承的服役性能可靠性直接影响工作主机的运行状态与势态。轴承正常运行且性能满足要求的服役期间，需求及时预测未来时间的性能寿命与可靠性信息，以发现失效隐患，尽早采取措施，避免恶性事故发生。长期以来，滚动轴承可靠性理论主要涉及疲劳失效与静态可靠性问题，并假设寿命服从Weibull分布或对数正态分布。但是，滚动轴承有很多性能指标要求，用途不同，考核的主要性能不同(如：精密轴承要求精度寿命、家用电器轴承要求振动与噪声寿命等)。在轴承服役期间，由于安装条件不稳定，应用工况中应力的波动性，以及润滑条件的不确定性等，使得轴承应用可靠性预测极为困难。轴承应用过程中有些性能退化与失效概率分布信息被认为是已知的，也有很多性能退化与失效概率分布信息是未知或未确知，即使是同一性能，在新轴承研发与已有轴承改进时，新轴承性能退化规律和失效概率分布均可能与原始的不同。因而难以采取现有方法判断其可靠性。滚动轴承平稳运行过程中，运动元件始终处于有限区域内并且轨道永不重复的极其复杂的运动，这是典型的非线性动态系统的混沌现象。混沌系统某一变量的时间序列本身蕴含了参与此动力系统的有关信息，因而可通过某个性能参数值的时间序列重构出系统的相空间，预测该性能参数在未来某一时间的值。在本专利技术中，通过考察滚动轴承实际运行中测得的某一性能参数量，将其在某些固定时间延迟点上的测量量看成新的坐标，并确定像空间嵌入维数的下界，由它们共同确定多维状态空间的一点，预测未来某一时间的性能参数值。在本专利技术中，滚动轴承性能参数的分布信息由过去一段的数据计算推演，此分布信息来源于被考核的轴承本身，包含轴承本身信息、安装条件以及应用工况信息。随时间推演，数据更新后，其分布信息随着更新的数据变化。在可靠度预测中，分布信息是由大量的测量数据和少量的预测数据构成，其可靠性预测具备可信度。根据本专利技术提出的滚动轴承性能参数可靠度预测方法，依据预测的数据值以及上一时间段分布趋势，可计算未来时间段的失效概率，及时采取干预措施，避免严重安全事故的发生。
技术实现思路
本专利技术的目的是提供一种滚动轴承性能可靠性预测评估方法，其实施过程中，以动态实时数据构建性能参数时间序列，刻画滚动轴承运转过程中的性能参数特征，依据性能参数特征信息预测该性能参数在未来某时刻的参数值；将参数值以及过去时间内的大量测量值构建数据列，获取其分布状态的统计信息；依据分布信息建立可靠性预测函数，预测该性能特征参数的可靠性。为实现上述目的，所采用的技术方案是：运行数据更新驱动下滚动轴承性能参数可靠度的预测方法，具体的细节评估步骤如下：(1)对于正在服役的滚动轴承，确定其所需求的性能参数，如空调压缩机轴承确定噪声为其核定性能参数、陀螺仪轴承确定摩擦力矩为其核定参数、机床主轴轴承确定振动值为其核定性能参数等；选取的某个性能参数x(t)可假定为一个随机参数；(2)针对性能参数x(t)，设置监测装置，监测并记录实时数据；设定一个时间段内采集的数据作为其时间序列。监测所获取的参数可按照时间顺序记录，构建其时间序列如下；{x(N)本文档来自技高网...

【技术保护点】
运行数据更新驱动下滚动轴承性能参数可靠度的预测方法，其特征在于：包括以下步骤：步骤一、对于正在服役的滚动轴承，确定其所需求的性能参数，选取的某个所需求的性能参数x(t)可假定为一个随机参数；步骤二、针对性能参数x(t)，设置监测装置，监测并记录实时数据；设定一个时间段内采集的数据作为其时间序列，监测所获取的参数可按照时间顺序记录，构建其时间序列如下；{x(N)}＝(x(1),x(2),...,x(N),...；N＝1,2,...,N；   (1)式(1)中，{x(N)}为滚动轴承产品某性能参数按照测量时间顺序排布的测量值，N为序号，x(N)为第N个测量数据；步骤三、将式(1)中的测量值构建混沌时间序列，式(1)中的值按照时间顺序排序，以时间t为变量，选取合适的延时值τ构建嵌入维数为m，重构出延迟的坐标向量X(t)，表示为：X(t)＝{x(t),x(t‑τ),...,x(t‑(m‑1)τ)}；   (2)式(2)中，X(t)为重构的向量序列，τ为延迟时间，m为嵌入维数，t可表示为，t＝(m‑1)τ+1,...,m   (3)式(1)与式(2)是两个微分同胚的相空间；步骤四、依据Takens原理，存在一个映射F(·)满足X(t+1)＝F[X(t)]   (4)由式(4)可得：X(t)=X(t)X(t+1)=F[X(t)]X(t+2)=F[X(t+1)]...X(t+h)=F[X(t+h)]---(5)]]>通过函数g(·)观测重构的状态空间量X(t)，即x(t)＝g[X(t)]   (6)合并式(5)与式(6)X(t)=X(t)X(t+1)=F[X(t)]X(t+2)=F[X(t+1)]...X(t+h)=F[X(t+h)]x(t+h)=g[X(t+h)]---(7);]]>步骤五、性能参数映射的初始值可假设为0，即：F0(·)≡0，则可根据式(5)将系统的性能参数的状态空间描述为：X(t)X(t+1)X(t+2)...X(t+h)=F[X(t-1)F[X(t)F[X(t+1)...F[X(t+h)+100...0×X(t)x(t)(t+h)=00...1×g[X(t)]g[X(t+1)]...g[X(t+h)]---(8)]]>通过式(6)、(7)和(8)可预测时间t后的性能参数值；步骤六、如果采用x(t)表示轴承的某个性能参数，其中，t为描述滚动轴承产品运行时间的一个随机变量，x为性能参数值，根据统计学原理，将过去时间段测得数据采用直方图方法处理过去一段运行时间数据，构建出运行时间的概率密度函数：f＝f(x,t)   (9)式中，f为滚动轴承产品运行时间的预测概率密度函数；步骤七、对应于步骤六中的概率密度函数，其累积分布函数可描述为F(x,t)=∫0tf(x,t)dt---(10)]]>式中，F(x,t)为滚动轴承产品运行时间的累积分布函数；步骤八、式(9)和(10)中，自变量为时间t，随运转时间变化，采集的数据也持续演进，则其概率密度函数与累积分布函数也将由新采集的数据驱动更新；步骤九、数据的采集过程可积累大量数据，对于未来时刻的数据可采用前述方法来预测，得到预测数据，则测量数据与预测数据可一起构建出新的概率密度函数与累积分布函数，即式(9)和式(10)根据测量动态数据与预测值更新模型；步骤十、滚动轴承在运行过程中，要求性能参数应保持在允许的偏差范围内，假定某性能参数x(t)的额定值为μ0，其偏差值为Δx，则运行过程中的性能参数值：x(t)∈(μ‑Δx,μ+Δx)   (11)；步骤十一、性能参数的允许上下界为：XU=μ+ΔxXL=μ-Δx---(12);]]>步骤十二、滚动轴承在运行过程中，其性能参数存在退化过程，则性能可靠为性能参数值保持在额定值附近或不超过额定值的概率，性能参数退化过程中，这个概率存在衰减过程，因而，可定义以下参数：G(μ,t)=∫μ0-μμ0+μf(x,t)dt=F(μ0+μ,t)-F(μ0-μ,t)---(13);]]>步骤十一、依据可靠性理论构建预测可靠性函数：R(t)＝1‑F(x,t)   (14)式(14)中，R(t)为伴随性能数据的滚动轴承产品运行时间的预测可靠性函数；滚动轴承的性能参数一般要求单侧上限性能可靠度或单侧下限可靠度，较少要求双侧可靠度，因而可根据具体需求确定不同可靠度要求：步骤十三、令R(tR)...

【技术特征摘要】
1.运行数据更新驱动下滚动轴承性能参数可靠度的预测方法，其特征在于：包括以下步骤：步骤一、对于正在服役的滚动轴承，确定其所需求的性能参数，选取的某个所需求的性能参数x(t)可假定为一...

【专利技术属性】
技术研发人员：陈龙，夏新涛，刘斌，陈向峰，南翔，
申请(专利权)人：河南科技大学，
类型：发明
国别省市：河南;41