基于主元特征融合和SVM的轴承剩余寿命预测

基于主元特征融合和SVM的轴承剩余寿命预测

马海龙

【摘要】摘要：为解决采用单一特征量预测轴承剩余寿命误差较大、有限数据样本条件下轴承剩余寿命难以估算的问题，提出了一种基于主元特征融合和支持向量机(SVM)的轴承剩余寿命预测方法。该方法采集振动加速度信号构建数据样本，提取有效值、峰值、小波熵等表征轴承退化趋势的特征指标；采用主元分析融合多个特征指标，消除特征间的冗余和相关性，构造出相对多特征的退化特征量；将退化特征量输入SVM模型中进行轴承剩余寿命预测。现场工程应用结果表明，基于主元特征融合和SVM的轴承剩余寿命预测方法可在小样本条件下筛选出包含信号绝大部分信息的主元，从而在保证预测精度的同时，减少了计算量。

【期刊名称】《工矿自动化》

【年(卷),期】2019(045)008

【总页数】5

【关键词】轴承剩余寿命预测；主元特征融合；支持向量机；主元分析；退化特征量

修回日期：2019-07-15；

基金项目：中国煤炭科工集团有限公司科技创新创业资金专项资助项目(2018QN035)；天地科技股份有限公司科技创新创业资金专项资助项目(2018-TD-QN045)。

引用格式：马海龙.基于主元特征融合和SVM的轴承剩余寿命预测[J].工矿自动化，2019,45(8)：74-78.