公开(公告)号：CN107036817A

公开(公告)日：2017-08-11

申请号：CN201710219477.2

申请日：2017-04-05

Applicant: 哈尔滨理工大学

Inventor： 王亚萍 ,  马华鑫 ,  许迪 ,  葛江华 ,  匡宇麒 ,  赵强 ,  付岩

IPC: G01M13/04 ,  G06N3/00

CPC classification number: G01M13/045 ,  G06N3/006

Abstract: 基于磷虾群算法的SVR滚动轴承性能衰退预测方法，属于泛函逼近的旋转机械预测方法领域。首先分析时域、频域、时频域特征指标，提出基于CEEMD和小波包半软阈值降噪相结合的特征提取方法，对滚动轴承进行故障诊断。又针对多特征参数对滚动轴承故障衰退特征进行综合评价，提出LLE非线性特征降维方法与模糊C均值结合的方法，最后介绍了支持向量回归机基本理论，以此基础提出基于磷虾群算法的多变量支持向量回归机的预测模型，对SVR中的参数进行优化，选取最优C、σ参数。本发明具有预测精度高，计算用时短，聚类后的特征值预测效果好的特点。通过以上三个步骤可以进行滚动轴承的衰退过程精确预测。

公开(公告)号：CN107036817B

公开(公告)日：2019-03-08

申请号：CN201710219477.2

申请日：2017-04-05

Applicant: 哈尔滨理工大学

Inventor： 王亚萍 ,  马华鑫 ,  许迪 ,  葛江华 ,  匡宇麒 ,  赵强 ,  付岩

IPC: G01M13/045 ,  G06N3/00

Abstract: 基于磷虾群算法的SVR滚动轴承性能衰退预测方法，属于泛函逼近的旋转机械预测方法领域。首先分析时域、频域、时频域特征指标，提出基于CEEMD和小波包半软阈值降噪相结合的特征提取方法，对滚动轴承进行故障诊断。又针对多特征参数对滚动轴承故障衰退特征进行综合评价，提出LLE非线性特征降维方法与模糊C均值结合的方法，最后介绍了支持向量回归机基本理论，以此基础提出基于磷虾群算法的多变量支持向量回归机的预测模型，对SVR中的参数进行优化，选取最优C、σ参数。本发明具有预测精度高，计算用时短，聚类后的特征值预测效果好的特点。通过以上三个步骤可以进行滚动轴承的衰退过程精确预测。