基于TESPAR与GMM的滚动轴承性能退化评估

状态维修根据设备当前运行状态制定维修计划,可避免维修不足与维修过剩等问题。性能退化程度量化评估是实现滚动轴承状态维修的基础。提取滚动轴承早期无故障振动信号的TESPAR参数中的S矩阵作为原始特征,利用主分量分析对其进行降维处理后构建特征矢量,并建立无故障轴承高斯混合模型GMM。将轴承后期振动信号的S矩阵经降维处理后输入该GMM模型,得到被测样本与无故障样本之间的量化相似程度,以此建立时间编码对数似然值TELLP作为滚动轴承性能退化定量指标。轴承疲劳试验表明该方法能及时发现轴承早期故障,并且能很好地跟踪故障发展趋势。