基于柔轮裂纹扩展的谐波减速器剩余寿命预测方法

针对单一时频域指标未能较好表征谐波减速器全寿命周期退化特性问题,并考虑柔轮裂纹在不同部位的扩展速率差异性对剩余寿命预测精度的影响,提出一种基于长短期记忆网络和几何平均优化的粒子滤波(LSTM-GMOPF)的谐波减速器剩余寿命预测方法。谐波减速器退化特性难以通过单一时频域指标表征,在基于局部均值分解的振动信号处理的基础上,利用LSTM获取多个时频域指标关系,实现信号特征与退化状态之间的映射;考虑裂纹扩展速率的差异性,基于Paris及Foreman模型构建了谐波减速器前中后3个退化模型状态方程;为缓解粒子权值退化问题,引入双适应度指标,提出了基于GMOPF的状态方程参数更新迭代方法。通过谐波减速器加速寿命试验验证了方法的有效性,对比目前流行方法预测准确性最大提高了16.2%,为谐波减速器可靠性设计提供依据。