陈法法　杨　勇　陈保家　 陈从平

1.三峡大学，宜昌，443002　　2.重庆大学机械传动国家重点实验室，重庆，400030



基于模糊信息粒化与小波支持向量机的滚动轴承性能退化趋势预测

陈法法1杨勇2陈保家1陈从平1

1.三峡大学，宜昌，4430022.重庆大学机械传动国家重点实验室，重庆，400030

摘要：针对滚动轴承的性能退化指标及其波动范围难以有效预测的问题，提出了一种基于模糊信息粒化与小波支持向量机的滚动轴承性能退化趋势预测方法。首先以一定的时间间隔采集滚动轴承运行过程中的振动信号序列，提取各个振动信号序列的特征指标，对特征指标序列进行模糊信息粒化，进而提取各个粒化窗口的有效分量信息；随后通过构建小波支持向量机对各个指标分量分别建立预测模型，实现对滚动轴承性能退化指标的退化趋势及波动范围的预测。实验结果表明，该预测方法可以有效跟踪滚动轴承性能衰退指标的变化趋势，并对其指标的波动范围进行有效预测。

关键词：模糊信息粒化;小波支持向量机;滚动轴承;退化趋势预测

0引言

滚动轴承性能退化是威胁旋转机械安全服役的主要因素，实时监测和准确预测滚动轴承的性能衰退指标是保障旋转机械安全服役的重要举措[1-2]。实际工程应用中，旋转机械的工作环境复杂，影响因素众多，尤其是低速重载装备在变工况和交变载荷情况下，很容易导致其起动力支撑作用的滚动轴承性能退化。通过建立滚动轴承性能退化指标的预测模型，提前预知其退化趋势，可以有效避免旋转机械因滚动轴承突然失效而导致的停机停产损失[3-4]。……