[发明专利]一种基于FDA和SVDD的旋转机械剩余寿命预测方法

摘要

本发明公开了一种基于FDA和SVDD的旋转机械剩余寿命预测方法，所述方法使用函数型数据分析(FDA)方法把采集到的离散数据转化为光滑函数来解决信息量的丢失或模型估计失真等问题，使用SVDD来识别机械运行状况以减小采集样本的需求和提供预测的准确性，计算测试样本的SVDD模型半径并与全生命周期的时间半径轨迹比较以得到预测结果。本发明有效地降低了旋转机械剩余寿命预测所需的采集样本时间，提高了预测的准确性。

主权项

一种基于FDA和SVDD的旋转机械剩余寿命预测方法，其特征在于所述方法如下步骤：(1)采集旋转机械的运行信号：包括全生命周期和正常运行、不同故障的情况下采集到的振动和温度信号；(2)将步骤(1)采集信号的离散数据通过函数型数据分析方法转化为光滑函数：首先选择基函数，通过最小二乘法原则和粗糙惩罚方法得到基函数展开的系数向量和函数矩阵，综合其误差参数当作一个样本点；(3)将步骤(2)转化得到的样本点按照机械运行情况区分，分别建立其SVDD模型超球体并通过二次训练对超球体半径进行优化；(4)计算测试样本到步骤(3)中不同运行情况的超球体中心的距离，比较相应超球体半径从而识别旋转机械的运行状况，比较的优先级按照概率分成正常运行、单一故障、复合故障以提高识别速度；(5)将不同运行状况的旋转机械的全生命周期数据按照时间节点n等分，每个时间节点上生成SVDD模型计算超球半径，建立全生命周期的时间半径轨迹，相应地将测试样本生成SVDD模型计算超球半径，根据步骤(4)的识别结果与相应运行情况的时间半径轨迹进行比较，得到旋转机械剩余寿命。