本发明专利技术公开了一种滚动轴承性能变异过程的显著性检验方法，通过在滚动轴承服役期间对其性能进行定期采样，获得第r个时间序列，将第r个时间序列等分为D个子序列，第d个子序列数据为Xrd；用自助法对各个子序列进行处理，获得各个子序列的各阶原点矩；用最大熵原理构建各个子序列的概率密度函数；选取参考时间序列段；建立后验概率密度函数；建立重合度；给定显著性水平α；若重合度小于1-α，则认定第r个时间序列的第d个子序列Xrd显著变异；否则认定其未显著变异。本发明专利技术在缺乏概率分布与趋势先验信息条件下，可以及时检验出服役期间滚动轴承性能的变异信息，发现轴承失效隐患，以便尽早采取措施，避免恶性事故发生。
【技术实现步骤摘要】
本专利技术属于滚动轴承性能检验领域，涉及。
技术介绍
滚动轴承是广泛使用的关键机械基础部件，在国家基础建设、国民经济运行与国防安全保障中具有重要关节作用。随着航空航天、高速客车与新能源等领域的快速发展，对许多滚动轴承，如航天航空轴承、舰艇轴承、航空母舰轴承、核反应堆轴承、高速铁路轴承以及风力发电机轴承等，在工程界与学术界，其服役性能日益受到关注，以确保工作主机安全可靠运行。在滚动轴承正常运行且性能满足要求的服役期间，迫切需求能及时检验其性能的变异信息，发现轴承失效隐患，以便尽早采取措施，避免恶性事故发生。长期以来，滚动轴承性能研究主要依赖于已知的概率分布与趋势等先验信息，如假设性能符合正态分布、威布尔分布或者泊松分布等，假设性能趋势为给定的势函数和小波基函数、给定的核函数、假设分段线性化等。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。在滚动轴承服役期间，有些性能失效概率分布与性能退化信息被认为是已知的，也有很多性能失效概率分布与性能退化信息是未知或未确知的。例如，摩擦磨损、零件断裂、粘结与烧伤等趋势规律和失效概率分布，至今仍然是未知或未确知的。即使是同一性能，在新轴承开发和已有轴承改进时，新轴承性能的退化规律和性能失效概率分布均可能与原始的不同。尤其是，滚动轴承性能退化属于非线性动力学特征的非平稳随机过程，通常经历初期退化、渐进退化、快速退化等阶段，性能趋势、性能失效轨迹与概率分布等信息随之而变。这样，依赖于已知概率分布与趋势等先验信息的滚动轴承性能分析理论遭遇严重挑战，难以解决这个问题。`
技术实现思路
本专利技术的目的是提供，以解决概率分布和趋势等先验信息未知和未确知的滚动轴承性能是否恶化的检验问题。为了实现以上目的，本专利技术所采用的技术方案是:，该方法具体包括以下步骤:(I)选择能够反映滚动轴承工作性能的参数,进行R个时间单元的采样，获取该性能数据的R个时间序列，再将每个时间序列等分为D个子序列，设第r个时间序列的第d个子序列为Xrt ；(2)用自助法处理各时间序列的各个子序列，获得X^1的各阶原点矩；(3)用最大熵原理构建各时间序列各子序列Xri的概率密度函数fri(x)，X是滚动轴承性能数据的随机变量；(4)选取参考时间序列段:令r=l，获得第I个时间序列的第d个子序列Xld的概率密度函数fld (χ)，令fld (χ)既为先验分布，又为当前样本分布，由贝叶斯统计学得到Xld的后验概率密度函数列4^}，计算其对应的方差Dld，选取其中最小的一个为Dlmin，设对应于其方差最小的子序列及其后验概率密度函数分别为Xlmin和仍Xlfflin即为参考时间序列段，f Imin (X)为参考分布；(5)建立后验概率密度函数:考察第r(r=2，3，…，R)个时间序列，令X^1为当前样本，frd(x)为当前样本分布，由贝叶斯统计学得到第r个时间序列的第d个子序列X^1的后验概率密度函数(6)根据步骤(4)和(5)获得(Pnix)与妁min(x)交集边沿曲线S(X):权利要求1.，其特征在于:该方法具体包括以下步骤: (1)选择能够反映滚动轴承工作性能的参数，进行R个时间单元的采样，获取该性能数据的R个时间序列，再将每个时间序列等分为D个子序列，设第r个时间序列的第d个子序列为Xrt ; (2)用自助法处理各时间序列的各个子序列，获得X^1的各阶原点矩； (3)用最大熵原理构建各时间序列各子序列X^1的概率密度函数f；d(x)，X是滚动轴承性能数据的随机变量； (4)选取参考时间序列段:令r=l，获得第I个时间序列的第d个子序列Xld的概率密度函数fld(x)，令fld(x)既为先验分布，又为当前样本分布，由贝叶斯统计学得到Xld的后验概率密度函数计算其对应的方差Dld，选取其中最小的一个为Dlmin，设对应于其方差最小的子序列及其后验概率密度函数分别为Xlfflin即为参考时间序列段，f Imin (X)为参考分布； (5)建立后验概率密度函数:考察第r(r=2，3，-,R)个时间序列，令Xri为当前样本，frd(x)为当前样本分布，由贝叶斯统计学得到第r个时间序列的第d个子序列Xri的后验概率密度函数 (6)根据步骤(4)和(5)获得外办)与fimin(x)交集边沿曲线S(X)= (λ)H，交集边沿曲线S(x)下的面积即为重合度=其中Rs Sx的关于交集边 ’ Rs ,沿曲线S(X)的积分区间；· (7)给定显著性水平ae ，取α =0.1为参考显著性水平；若重合度a 小于l-α，则认定第r个时间序列的第d个子序列XriM著变异；否则，认定第!■个时间序列的第d个子序列Xri未显著变异。2.根据权利要求1所述的滚动轴承性能变异过程的显著性检验方法，其特征在于:步骤(2)中获得X^1的各阶原点矩的过程如下: a)根据自助法对Xri进行等概率可放回抽样，构成生成数据序列Yrt:Yrd =(yrd(l), yrd(2),…，yrd (b),…，xrd (B)),其中}!,.Ab、=孑工似袖:1,2,…,Β 式中，b 表示第 b ,、1 次等概率可放回自助抽样，B为自助抽样次数，Θ b(i)为第b次抽样时获得的第i个数据，Yrd(b)为第b次抽样时获得的I个抽样数据的均值； b)计算Xrd的第m阶原点矩Mrim为:== 1，2，…，Mni，Mrd为Xri的最高阶矩的阶数。3.根据权利要求1所述的滚动轴承性能变异过程的显著性检验方法，其特征在于:步骤(3)中Xrd的概率密度函数f；d(x)为: [Mrj 广 frd(x) = ex^ U式中，X是滚动轴承性能数据的随机变量，Crdk是关于X^1的第k+Ι个拉格朗日乘子； 第I个拉格朗日乘子Critl为:4.根据权利要求1所述的滚动轴承性能变异过程的显著性检验方法，其特征在于:步骤(4)中第I个时间序列的第d个子序列Xld的概率密度函数fld(x)为:5.根据权利要求1所述的滚动轴承性能变异过程的显著性检验方法，其特征在于:步骤(5)中第！■个时间序列的第d个子序列X^1的后验概率密度函数 全文摘要本专利技术公开了，通过在滚动轴承服役期间对其性能进行定期采样，获得第r个时间序列，将第r个时间序列等分为D个子序列，第d个子序列数据为Xrd；用自助法对各个子序列进行处理，获得各个子序列的各阶原点矩；用最大熵原理构建各个子序列的概率密度函数；选取参考时间序列段；建立后验概率密度函数；建立重合度；给定显著性水平α；若重合度小于1-α，则认定第r个时间序列的第d个子序列Xrd显著变异；否则认定其未显著变异。本专利技术在缺乏概率分布与趋势先验信息条件下，可以及时检验出服役期间滚动轴承性能的变异信息，发现轴承失效隐患，以便尽早采取措施，避免恶性事故发生。文档编号G06F19/00GK103246803SQ20131011814公开日2013年8月14日 申请日期2013年4月7日 优先权日2013年4月7日专利技术者夏新涛, 白阳, 董淑静, 孟艳艳, 秦园园, 陈龙 申请人:河南科技大学本文档来自技高网...
【技术保护点】
一种滚动轴承性能变异过程的显著性检验方法，其特征在于：该方法具体包括以下步骤：（1）选择能够反映滚动轴承工作性能的参数，进行R个时间单元的采样，获取该性能数据的R个时间序列,再将每个时间序列等分为D个子序列，设第r个时间序列的第d个子序列为Xrd；（2）用自助法处理各时间序列的各个子序列，获得Xrd的各阶原点矩；（3）用最大熵原理构建各时间序列各子序列Xrd的概率密度函数frd(x)，x是滚动轴承性能数据的随机变量；（4）选取参考时间序列段：令r=1，获得第1个时间序列的第d个子序列X1d的概率密度函数f1d(x)，令f1d(x)既为先验分布，又为当前样本分布，由贝叶斯统计学得到X1d的后验概率密度函数计算其对应的方差D1d，选取其中最小的一个为D1min，设对应于其方差最小的子序列及其后验概率密度函数分别为X1min和X1min即为参考时间序列段，f1min(x)为参考分布；（5）建立后验概率密度函数：考察第r(r=2,3,…,R)个时间序列，令Xrd为当前样本，frd(x)为当前样本分布，由贝叶斯统计学得到第r个时间序列的第d个子序列Xrd的后验概率密度函数（6）根据步骤（4）和（5）获得与交集边沿曲线S(x)：交集边沿曲线S(x)下的面积即为重合度α1,rd：其中RS为x的关于交集边沿曲线S(x)的积分区间；（7）给定显著性水平α∈[0,1]，取α=0.1为参考显著性水平；若重合度α1,rd小于1?α，则认定第r个时间序列的第d个子序列Xrd显著变异；否则，认定第r个时间序列的第d个子序列Xrd未显著变异。FDA00003017441700018.jpg,FDA00003017441700011.jpg,FDA00003017441700012.jpg,FDA00003017441700013.jpg,FDA00003017441700014.jpg,FDA00003017441700015.jpg,FDA00003017441700016.jpg...
【技术特征摘要】
【专利技术属性】
技术研发人员：夏新涛，白阳，董淑静，孟艳艳，秦园园，陈龙，
申请(专利权)人：河南科技大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。