基于SVDD的航空发动机主轴轴承性能退化状态评估-论文.pdf

《基于SVDD的航空发动机主轴轴承性能退化状态评估-论文.pdf》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、第3O卷第3期滨州学院学报2014年6月Vo1．30，NO．3JournalofBinzhouUniversityJun．，2014【航空科学与工程研究】基于SVDD的航空发动机主轴轴承性能退化状态评估佟佩声。，左洪福，李梦莹，张营，刘若晨(1．南京航空航天大学民航学院，江苏南京211106；2．中国航空综合技术研究所，北京100028)摘要：静电监测技术以其优越的早期故障发现能力为航空发动机主轴轴承的状态监测提供了一种有效手段，但是单一特征参数对轴承全寿命状态反应存在不一致或不灵敏，针对这一问题，提出一种基于

2、支持向量描述(SVDD)的静电监测多特征参数融合评估方法。首先通过主元分析将高维数据进行简化处理，实现数据从高维到低维的转化，然后建立正常状态的支持向量描述基准模型，以测试数据与基准模型的距离作为反映轴承性能退化的量化指标，并与振动监测进行了对比。实验表明，所提方法能够更有效反映轴承性能退化状态的变化。关键词：轴承；性能退化评估；静电监测；支持向量数据描述；主元分析中图分类号：V232文献标识码：ADOI：10．13486／j．cnki．1673—2618．2014．03．003针对航空发动机主轴轴承进行性能退

3、化评估，其预测重点是性能衰退的趋势分析，而不在于针对某个点或者某个时刻的状态进行诊断，是一种整体的性能研究。因此，与现有的故障诊断技术有很大的不同。研究设备的性能退化评估，能够使维修计划的制订从事后维修、视情维修、定期维修转变为预测维修，不仅能有效提高经济效益和社会效益，更能大大节省人力物力的开支，对促进国民经济发展有重要的实际意义。通过性能退化评估可以有效确定整体性能的退化，并在评估的过程中获得同一对象的多维特征信息并加以融合，得到更为可靠的、准备的性能退化状态Ⅲ】]。1全寿命周期特征值分析研究了6个典型的常

4、用特征即均方根值(RMS)、小波能量、峭度指标、斜度指标、脉冲指标和裕度指标。限于篇幅在此选择2个代表性特征即均方值和峭度指标(如图1)。可知，所有轴承不能被单一的特征值建立的一致的性能量化评估过程所表示，需要一个更有效的量化指标综合所有这些特征信息，可信任地持续地评估轴承性能退化趋势]。本文采用SVDD的方法进行退化评估。2PCA降维PCA是使用最为广泛的降维算法，PCA的最终目的为寻找一个正交变换矩阵，沿着方差最大的方向收稿日期：2013—12—10；网络出版时间：2014—01—2017：15网络出版地址

5、：http：／www．cnki．net／kcms／doi／10．13486／j．cnki．1673—2618．2014．03．003．1基金项目：国家自然科学基金与民航联合基金重点项目(60939003)第一作者简介：佟佩声(1986一)，男，黑龙江哈尔滨人，硕士，主要从事载运工具运用工程研究。E—mail：tongpeisheng86@126．corn．第3期佟佩声，左洪福，李梦莹，等基于SVDD的航空发动机主轴轴承性能退化状态评估29对z进行正交变换，使得变换后的各主成分彼此互不相关，其计算步骤如下：(1)

6、将原始数据矩阵X一(X，X，⋯，X)进行标准化处理。x一，(i=1,2-．-n)(1)A—————√—_=s=t二d二二(二X二二二)一，，¨1、并计算x的协方差矩阵y；(2)由特征方程(一y×)×一0求出y的各特征值和相应特征向量,ui(i一1，2，⋯，”)；(3)计算主成分Z一×X(一1，2，⋯，”)，主成分Z的贡献率为／∑A，主成分Z(是二)的累计贡献率∑／∑。由此可知，通过PCA线性变换可将原始的维数据用k个不相关变量线性表示(>忌)，而只丢失很少的一部分信息，从而可实现数据空间维度的缩减。时间／rai

7、n时间／raina．静电监测全寿命RMS值b．静电监测全寿命峭度值图1全寿命周期轴承静电监测统计特征值变化分析3SVDD方法介绍3．1支持向量数据描述(SVDD)算法[3]假设有个要描述的数据{．27}，i一1，2，⋯，n，寻找一个最小体积的超球体，使得所有的z包含在这个超球体内，该球面用球心a和球半径R来表示。因此结构风险可表示为F(R，＆)一R，(2)限制条件为l』zall≤R，i一1，2，⋯，。为增强其分类的鲁棒性，引入松弛因子≥0，i一1，2，⋯，，和惩罚参数C，式(2)可表示为F(R，n，8)一R。+

8、C∑。(3)i至此，问题转化为寻求满足上述条件超球体的最小解。根据Lagrange极值问题求解有L(R，n，“，8)一R+c∑一∑n[R+一(-z一2acc+n)]一∑y，(4)ii其中Lagrange系数a≥0，7≥0。分别对R，a和求偏导数，并令其等于0，得∑一1，∑a一∑a，C—n一y=0。(5)izi将公式(5)代人(4)，Lagrange优化目标函数可写作L(R，n，8)一∑