基于融合灰色熵和自助马尔科夫链的滚动轴承振动性能退化趋势预测

针对现有的基于熵的非线性动力学方法存在计算结果与非线性动力学系统不一致、计算结果在不同尺度上不一致、计算所需数据长度较长的缺点,提出一种新的非线性时间序列复杂性测度:融合灰色熵算法,并将其用于滚动轴承退化特征提取。针对滚动轴承退化趋势序列数据长度短、预测困难的问题,提出了自助马尔科夫链预测模型。试验研究结果表明,融合灰色熵对数据长度要求较低,并且在不同尺度上的计算结果具有一致性。同时,所提的自助马尔科夫链预测模型的平均相对误差仅为8.497 3%,低于GM模型的平均相对误差。这说明所提模型能够有效地对滚动轴承的振动性能退化趋势进行预测。