司志鹏， 范丽婷， 贾正伟， 刘继智

（沈阳建筑大学机 械工程学院， 辽宁 沈阳110168）

0 引言

可靠工作时间预估作为故障预测与健康管理（PHM）的重要核心技术也是最具挑战性的综合性技术， 具有降低维修保障费用，提高设备稳定性的重要意义。 蒋熹[1]等基于bayes 法结合虚拟增广样本法做了电主轴的可靠性研究，并验证了合理性。 文献[2-4]也对bayes 法做了深入的研究拓展及应用。邱荣华等[5]基于检测电主轴的轴端径向跳动量的退化数据，建立了电主轴的退化模型，得到电主轴的使用寿命。迟玉伦等[6]将声发射信号作为机床主轴的性能检测量，建立退化模型，得到失效寿命，对机床主轴进行可靠性评估。

1 电主轴运行的健康指数

1.1 单一特征参数的健康指数计算方式

健康指数（Health Index HI），通常将电主轴的健康指数记为HI，并且规定HI 的取值范围为[0，1]，当HI 越接近于1 说明设备的健康状态越好， 越接近于0 说明健康状态越差。1 代表状态最佳，0 代表完全失效。本文需要进行归一化用以量化设备的健康状态：

1.2 多特征参数融合的健康指数计算

电主轴在运行过程中会产生非常多的退化数据所以本文提出了采用融合加权法对电主轴的多个多特征参数进行数据融合来进行健康状态评估， 每个特征参数赋予一定的权重。 加权过程如下：

1.3 健康指数模型

电力设备的健康程度与时间的关系可以表征为：

式中：H0为设备t0时刻的健康指数，取0.95；HI（t）—设备t 时刻的健康指数；B—老化系数；t0—设备初始投运的时间；t 为设备被评估时的时间；……