[发明专利]一种基于性能退化数据的轴承可靠性评估方法

权利要求书

1.一种基于性能退化数据的轴承可靠性评估方法，其特征在于，所述方法包括：

S1、获取待评估轴承磨损性能退化数据；

S2、将获取到的待评估轴承磨损性能退化数据进行数据扩增，获取数据扩增后的待评估轴承磨损性能退化数据序列；

S3、基于数据扩增后的待评估轴承磨损性能退化数据序列和gamma算法计算获得轴承性能可靠性评估函数模型；

S4、对轴承性能可靠性评估函数模型中的阈值进行模糊处理，将固定阈值变换为模糊区间阀值，获得最终轴承性能评估函数表达式。

2.根据权利要求1所述的方法，其特征在于，

所述步骤S1包括：

S101、测定获得n个待评估轴承磨损性能退化样本，其退化样本的序号为i，i＝1，...，n；

S102、对每个退化样本进行k次相同时间间隔的退化量测定，其测定序号为j，j＝1，...，k；

A3、记D(t_ij)为第i个样本在第j次测定时刻的退化量，此时的时刻记为t_ij，因此D(t_i0)为第i个样本的初始退化增量，设定为x₀。

3.根据权利要求2所述的方法，其特征在于，

所述步骤S2包括：

S201、设X＝(x(1),x(2),…,x(n))为原始磨损性能退化数据序列，其中，x(k)＞0,k＝1,2,…,n；则原始磨损性能退化数据序列X的光滑比ρ(k)的表达式如下所示：

；

然后对原始磨损性能退化数据序列X＝(x(1),x(2),…,x(n))，运用clnx+d数据变换技术改善原始数据的光滑比ρ(k)，并保证c≥max{x(k)|k＝1,2,…,n}，那么变换后的序列的光滑比ρ(k)就满足ρ'(k)≤ρ(k),k＝2,3,…,n；

S202、选取经过改善光滑比后的磨损性能退化数据序列X中的x⁽¹⁾_(n)代替x⁽⁰⁾₍₁₎，做为序列X中的初始值；

S203、采用自动寻优定权的方法对背景值m进行优化，找到最合适的背景值m的同时获取预测数据序列，扩增后的轴承磨损性能退化数据序列包括预测数据序列和原始磨损性能退化数据序列。

4.根据权利要求3所述的方法，其特征在于，

所述步骤S203还包括：

采用公式z⁽¹⁾(k)＝(x⁽¹⁾(k)+x⁽¹⁾(k-1))/m计算获取m值和预测数据序列，令m从1到1000，遍历计算寻找误差最小时的M值和预测数据序列。

5.根据权利要求3所述的方法，其特征在于，

所述步骤S3还包括：

根据扩增后的轴承磨损性能退化数据序列将第i个退化样本的退化增量表示为：d_ij＝D(t_ij)-D(t_i,j-1)，则d_ij服从记为Ga(ηΔt_ij,β)的Gamma分布，即退化增量服从形状参数为α，尺度参数为β的Gamma分布；

获得所述Gamma分布的关系式为Ga(α，β)，α＝ηΔtij，其中Δt_ij为一个恒定值。

6.根据权利要求5所述的方法，其特征在于，

所述步骤S3还包括：

基于贝叶斯理论的参数估计：获得Gamma分布的概率密度函数g(x|ηΔt，β)，其g(x|ηΔt，β)的表达式如下：

；

由Gamma分布的概率密度函数g(x|ηΔt，β)得到基于退化数据的似然函数L(D|η，β)为：

；

其中，π(η,β)为两参数的联合先验分布，π(η)和π(β)分别为η和β的先验分布，且π(η,β)＝π(η)·π(β)；

由此获得参数的后验分布如下式所示：

；

其中，P(η,β|D)为参数的后验分布，从而得到η，α，β三个模型参数的估值结果。