圆锥滚子轴承振动数据改进Huber M稳健化处理方法研究

针对未知分布数据序列稳健问题,提出改进Huber M稳健化处理方法处理滚动轴承振动数据。基于Huber M估计法,融合了中位数估计的优点,根据时间变量t将实验数据进行离散,构建数学模型,得到一种改进的Huber M方法。应用该方法对圆锥滚子轴承振动数据分析,确定稳健数据的边界值及显著水平。研究结果表明:在0~0.1显著性水平范围内,经过改进Huber M稳健化处理方法的滚动轴承振动数据稳健指标、离散指标均优于原数据指标,有效提高了滚动轴承数据的稳健性。

基于混沌理论滚动轴承振动稳健化试验数据的动态分析

提出改进的Huber M方法是以中位数和Huber M方法两种稳健化处理相融合的一种对数据进行稳健化处理的方法.用中位数和数据平均值相似度判断数据是否有变异,根据变异率变化趋势确定变异率.发现在0%~10%变异率范围内,滚动轴承振动数据的连续性和可信度随着变异率的增加而增强.用混沌理论分析滚动轴承的动态特性,发现同一批次的滚动轴承振动有相同的时间延时、嵌入维数、最大Lyapunov指数,其中最大Lyapunov指数均大于0即属于混沌特征,进一步计算最大可预测周期,最大可预测周期为667个单位.滚动轴承振动时间序列物理空间的中位数和相空间的估计关联维数为非线性非单调性的内在运行机制,为滚动轴承振动的动态分析进一步提供可靠的依据.