[发明专利]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

摘要

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。

主权项

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)＝r，对应于r的运行时间为Lr，则式(14)变为r＝1‑F(Lr)   (16)式(16)中，r为可靠性函数R(t)的值即可靠度，Lr为对应于r的运行时间t的值即性能失效寿命。