基于混合滤波和状态监测的滚动轴承剩余寿命预测方法
本发明公开了一种基于混合滤波和状态监测的滚动轴承剩余寿命预测方法,首先获取滚动轴承运行过程中的水平振动信号;然后利用水平振动信号计算峭度和均方根RMS值,并分别将水平振动信号的峭度和RMS确定为状态监测指标和预测指标,接着采用卡尔曼滤波算法KF监测轴承的运行状态并确定故障起始点FST;当轴承进入退化状态后,采用粒子滤波PF和无迹卡尔曼滤波UKF相结合的混合滤波算法估计未来的均方根值;最后在得到的均方根估计值上建立滑动窗口和线性模型,以确定轴承的失效阈值,并判断均方根值超过失效阈值的时刻,得到剩余寿命预测结果。本发明通过监测滚动轴承的运行状态,确定故障起始点,得到了准确的剩余寿命预测结果。
《基于混合滤波和状态监测的滚动轴承剩余寿命预测方法》是一发明专利,专利号为 2022104661756,当前法律状态为已下证,由西安理工大学提出申请,发明人为谢国;韩宁;李艳恺;穆凌霞;刘柏均;金永泽;梁莉莉;费蓉;高帆;王博,申请日期为2022-04-29,公开(公告)日期为2025-12-12,国际专利分类号(IPC)为 G01M 13/045 (2019.01),高新资质:未报高企,所属技术领域包括:轴承检测故障诊断工业互联网人工智能工业自动化高端装备智能制造智能运维设备养护设备维。该专利已下发证书,权利稳定,适合直接办理转让过户,是企业申报高企、项目招投标、质押融资的优质标的。赋翼网提供从选品、尽调、合同签订到官方著录项目变更(过户)的一站式专利转让服务,专业顾问全程协助,确保交易合规、安全、高效。专利摘要:本发明公开了一种基于混合滤波和状态监测的滚动轴承剩余寿命预测方法,首先获取滚动轴承运行过程中的水平振动信号;然后利用水平振动信号计算峭度和均方根RMS值,并分别将水平振动信号的峭度和RMS确定为状态监测指标和预测指标,接着采用卡尔曼滤波算法KF监测轴承的运行状态并确定故障起始点FST;当轴承进入退化状态后,采用粒子滤波PF和无迹卡尔曼滤波UKF相结合的混合滤波算法估计未来的均方根值;最后在得到的均方根估计值上建立滑动窗口和线性模型,以确定轴承的失效阈值,并判断均方根值超过失效阈值的时刻,得到剩余寿命预测结果。本发明通过监测滚动轴承的运行状态,确定故障起始点,得到了准确的剩余寿命预测结果。
海量优质专利即买即用,四大核心优势助您弯道超车:
🏆 拿资质,享红利:高企认定、专精特新必备!轻松获取政府补贴、税收减免,招投标直接加分!
💎 增信誉,融资金:支持实缴注册资金,彰显企业硬实力;支持专利质押贷款,盘活现金流,扩张不缺钱!
🔥 强背书,防抄袭:印上“专利产品”,客户更信赖!构建技术壁垒,把竞争对手挡在门外,稳占市场份额!
🚀 省时间,快变现:告别漫长研发与高风险!优质专利即买即用,让技术立刻变成真金白银的利润!
