龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
申请/专利权人：河南科技大学
摘要：本发明涉及一种基于RVM‑KF的滚动轴承剩余寿命预测方法及装置。其中方法包括：获取待预测滚动轴承的实时监测数据，以及与待预测滚动轴承同类的滚动轴承整个生命周期的历史数据；利用历史数据训练RVM模型；根据实时监测数据和SKF确定预测起始时刻，并根据实时监测数据确定卡尔曼滤波器的状态方程；将预测起始时刻输入训练好的RVM模型，得到估计的振动数据，将其作为卡尔曼滤波器的观测值，进行单步预测，将单步预测数据加入历史数据更新RVM模型；利用更新后的RVM模型进行迭代预测，直至单步预测数据中的振动数据超过失效阈值完成剩余寿命的预测。本发明结合RVM模型、卡尔曼滤波器、SKF实现了进入加速退化阶段滚动轴承剩余寿命的准确预测。
主权项：1.一种基于RVM-KF的滚动轴承剩余寿命预测方法，其特征在于，包括以下步骤：1获取待预测滚动轴承的实时监测数据，以及与待预测滚动轴承同类的滚动轴承整个生命周期的历史数据；所述实时监测数据、历史数据是指振动数据和对应的时间；2利用历史数据训练RVM模型；所述RVM模型的输入为时间，输出为振动数据；3根据实时监测数据和SKF确定预测起始时刻；并根据实时监测数据确定卡尔曼滤波器的状态方程，所述卡尔曼滤波器的状态方程为随机效应指数模型，所述随机效应指数模型为： 其中，Yt为t时刻的振动数据；α为常数；θ和β为参数；σ2为方差；εt为误差项，是均值为0、方差为σ2的布朗运动；4将所述预测起始时刻输入训练好的RVM模型，得到估计的振动数据，将估计的振动数据作为卡尔曼滤波器的观测值，进行单步预测，得到单步预测数据，若单步预测数据中的振动数据超出失效阈值，则完成剩余寿命的预测，若单步预测数据中的振动数据未超出失效阈值，则将单步预测数据加入步骤2的历史数据中，重新训练RVM模型，更新RVM模型；迭代的执行本步骤直至单步预测数据中的振动数据超出失效阈值。
全文数据：
权利要求：
百度查询： 河南科技大学 一种基于RVM-KF的滚动轴承剩余寿命预测方法及装置
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号