一种基于UPF的轴承剩余寿命预测方法

剩余寿命预测能够确保系统的安全性、可用性与高效工作,并且能够降低维修费用,因而成为状态维修中的一个重要课题。基于模型的寿命预测方法主要包含两部分内容:退化模型构建和系统状态估计。粒子滤波算法(PF)是一种广泛用于系统状态估计的方法,已经应用于轴承剩余寿命预测中,但PF方法存在粒子退化问题。提出一种基于无迹粒子滤波算法(UPF)的轴承剩余寿命预测方法。利用随机过程模型对轴承退化过程进行建模,再利用UPF算法对轴承的退化状态进行追踪,并更新模型参数。使用试验数据对提出方法进行验证,结果表明:与PF方法相比,该方法能在一定程度上降低粒子退化程度,进而更加准确地预测轴承剩余寿命。

参数不确定性车辆的复合随机振动分析

提出了虚拟激励-快速摄动法来研究路面随机激励和不确定车辆系统的复合随机振动问题。采用虚拟激励法将随机激励转化为简谐激励,推导了车辆振动响应功率谱密度的表达式,然后基于快速摄动法计算垂向加速度均方根值的变异系数,由响应的变异反映复合随机对车辆结构振动响应的影响。对参数不确定1/4车辆模型的仿真分析表明:当悬架结构参数和轮胎刚度变异系数为0.1时,垂向加速度均方根值的变异达到18.81%,与蒙特卡洛法相比,本文方法计算速度显著提高,且误差在5%内。