非平稳部分可观测状态下的破碎机辊套剩余寿命预测预测新方法

双齿辊破碎机辊套准确的剩余寿命预测结果是维护人员做出科学维修决策的重要依据。工程实践中往往是部分状态信息是可观测的,为解决在非线性、非平稳部分可观测状态下破碎机辊套RUL难以准确预测的难题,提出了一种小波技术与SVR融合的RUL预测新方法。首先采用相关分析进行辊套振动信号特征值的提取,其次利用小波技术对收集到的振动信号消噪,然后建立辊套剩余寿命与特征值之间的关系,来描述辊套的非线性动态变化。最后通过SVR模型对破碎机辊套进行剩余寿命预测。预测结果表明:该方法能够有效解决部分可观测状态情形下的剩余寿命预测,从而降低维修成本,具有较强的工程适用性与推广价值。

基于多传感器数据融合的破碎机辊套剩余寿命预测新方法

针对作业中破碎机辊套剩余寿命易受环境因素影响而导致预测结果不精确的实际工况,提出基于多传感器数据融合和支持向量机的协同融合模型,将辊套温度、加速度信号经过小波处理提取特征信息;然后经最小二乘模型对辊套剩余寿命和温度、加速度信息进行数据融合;最后建立了辊套剩余寿命预测的反演模型。为了比较多传感器数据融合的预测效果,在相同环境下进行了单源传感器信息辊套剩余寿命预测,并进行了误差比较。实验结果表明,多传感器数据融合预测结果误差更小,从而降低维修成本,具有较强的工程适用性与推广价值。