基于KPCA的全矢粒子滤波轴承剩余寿命预测

摘要

随着专家系统与智能诊断方法的出现,单通道数据已经不能全面反映设备运行状态.在此基础上提出一种以全矢谱基础结合核主成分分析(KPCA)和粒子滤波的滚动轴承剩余使用寿命(RUL)预测新方法.利用全矢谱对原始信号的振动信息进行源双通道振动信息融合,从而得到可以更好反映信号特征的频谱结构.对融合后的信号进行时频,幅频特征提取,利用KPCA降方法,得到少量主元信号,然后以第一主成分作为轴承退化指标.利用轴承的全寿命进行验证,结果表明:该方法对滚动轴承进剩余使用寿命预测具有一定可行性.